实现效果

   调整之后基本上可以做到对齐率90%以上，额想放个视频来着，放不下，完整gif也太大了，尴尬了

实现方式

   说白了就是获取正确元素，进行截图，然后调用dddd计算移动距离，最后调整偏差

1、获取目标图块

   滑块验证的目标图块我遇到的有两种情况，一种是小图块，另一种是大图块，此处判断依据是捕获元素时，校验框的大小

   当目标图块为小图块时，此时直接使用【网页截图】指令，对该元素进行截图保存就可以，注意后缀需保存为jpg

   当目标图块为大图块时，此时要看网页代码，获取到该图片的网络地址，用【http】下载来保存图片，注意后缀需为png

正确保存的元素截图应如下

2、获取背景图片

   验证码背景图片也有两种情况，一种是可以直接获取到图片地址，另外一种是canvas绘制

当你能直接获取到地址时，可以直接下载保存图片（【获取元素对象】或【获取元素属性】指令），不可直接使用【网页截图】进行图片获取

   当背景图片是通过canvas绘制时，此时只能使用【截屏】指令提取指定部分区域，来保存背景图片

   （如果你发现目标图块和背景图片都是canvas绘画的，有个邪教路子，直接右键图片另存为，大图块会直接保存为透明背景的png，背景图片直接保存为没有目标图块的背景，很邪教，但是不知道通用不）

   截图实现方式很绿皮，为了排除目标图块的干扰，需先鼠标移动到目标图块最右边，获取鼠标位置，然后在移动到背景图片的右边，上下边，获取位置，然后使用截图。大家如果有更好的办法，还请分享。

   注：背景图片的格式jpg和png都可以，别的格式我还没有尝试过

3、计算位置

   有了目标图块，和背景图片之后，可以直接使用插入代码段调用dddd进行计算

   当你的目标图块为小图块时，可直接使用【插入代码段】指令来运行下面代码，别忘了改图片路径

import ddddocr

slide = ddddocr.DdddOcr(det=False, ocr=False)

with open('目标图块路径.jpg', 'rb') as f:
    target_bytes = f.read()

with open('背景图片路径', 'rb') as f:
    background_bytes = f.read()

res = slide.slide_match(target_bytes, background_bytes, simple_target=True)

   当目标图块为大图块时，插入的代码如下

import ddddocr

slide = ddddocr.DdddOcr(det=False, ocr=False)
    
with open('目标图块路径.png', 'rb') as f:
    target_bytes = f.read()
    
with open('背景图片路径', 'rb') as f:
    background_bytes = f.read()
    
res = slide.slide_match(target_bytes, background_bytes)

   通过上方代码运行后，res中会返回匹配位置的两个坐标，格式为[左上x，左上y，右下x，右下y]

   此坐标的坐标原点是背景图片左上角，x轴向右和y轴向下为正

4、移动鼠标

   得到坐标之后，即可计算出 平移距离=（左上x+右下x）/2

   因为滑块与背景图片的相对位置每个网站都不一样，所以 真实滑动距离=平移距离+偏移量

   这个偏移量就要大家自己尝试了

缺陷

   此方法尽管可以做到准确度较高，但在移动鼠标阶段的偏差值可能只适配一台电脑，不能动态调整。

   说实话，没啥技术含量，就是要自己调调参数，有急需的可以救急一下，后续等❤剑心哥哥❤优化官方指令吧

应用链接

   此处分享了

爱库存 商户云平台 登录界面

https://merc.aikucun.com/login.html

的双阴影实现应用，大家可以进行优化尝试，指令很少，很好理解

   https://api.winrobot360.com/redirect/robot/share?inviteKey=547ce58ba1779189

我忘了企业外获取不到应用，我把应用贴图贴上来吧