文档地址 https://docs.hamibot.com/

要识别非灰色和白色区域并随机点击，你可以使用以下代码：

// 判断颜色是否为灰色（RGB值相近）
function isGray(color) {
    var r = (color >> 16) & 0xFF;
    var g = (color >> 8) & 0xFF;
    var b = color & 0xFF;
    
    // 计算RGB之间的差异
    var diffRG = Math.abs(r - g);
    var diffRB = Math.abs(r - b);
    var diffGB = Math.abs(g - b);
    
    // 如果差异都很小，认为是灰色
    return diffRG < 20 && diffRB < 20 && diffGB < 20;
}

// 判断颜色是否为白色
function isWhite(color) {
    var r = (color >> 16) & 0xFF;
    var g = (color >> 8) & 0xFF;
    var b = color & 0xFF;
    
    // 白色是RGB都接近255
    return r > 240 && g > 240 && b > 240;
}

// 请求截图权限
auto.waitFor();
if (!requestScreenCapture()) {
    toastLog('没有授予 Hamibot 屏幕截图权限');
    hamibot.exit();
}

sleep(1000);

// 截取屏幕
var img = captureScreen();
var width = img.getWidth();
var height = img.getHeight();

// 采样间隔，避免遍历所有像素点
var sampleStep = 20;
var validPoints = [];

// 遍历屏幕像素点（采样）
for (var y = 0; y < height; y += sampleStep) {
    for (var x = 0; x < width; x += sampleStep) {
        var color = images.pixel(img, x, y);
        if (!isGray(color) && !isWhite(color)) {
            validPoints.push({x: x, y: y});
        }
    }
}

// 如果找到符合条件的区域
if (validPoints.length > 0) {
    // 随机选择一个点
    var randomIndex = Math.floor(Math.random() * validPoints.length);
    var point = validPoints[randomIndex];
    
    toastLog('找到目标区域，点击位置: ' + point.x + ', ' + point.y);
    click(point.x, point.y);
    sleep(500);
} else {
    toastLog('没有找到非灰色非白色区域');
}

// 释放图片资源
img.recycle();
hamibot.exit();

注意事项：

灰色判断阈值(diff < 20)和白色判断阈值(RGB > 240)可以根据实际应用调整
采样间隔(sampleStep = 20)影响识别速度和准确性，值越大速度越快但可能遗漏小区域
如果目标应用有透明区域，可能需要额外处理
对于高分辨率屏幕，可以适当增大采样间隔以提高执行速度

如果需要更精确的识别，可以调整算法参数或缩小找色区域。例如，在options中指定region参数限制搜索范围：

// 限制在屏幕下半部分搜索
var region = [0, height/2, width, height/2];

补充回答 1

文档地址 https://docs.hamibot.com/

可以修改代码，让识别从屏幕中心开始向外进行。以下是优化后的代码：

function isGray(color) {
    var r = (color >> 16) & 0xFF;
    var g = (color >> 8) & 0xFF;
    var b = color & 0xFF;
    
    var diffRG = Math.abs(r - g);
    var diffRB = Math.abs(r - b);
    var diffGB = Math.abs(g - b);
    
    return diffRG < 20 && diffRB < 20 && diffGB < 20;
}

function isWhite(color) {
    var r = (color >> 16) & 0xFF;
    var g = (color >> 8) & 0xFF;
    var b = color & 0xFF;
    
    return r > 240 && g > 240 && b > 240;
}

auto.waitFor();
if (!requestScreenCapture()) {
    toastLog('没有授予 Hamibot 屏幕截图权限');
    hamibot.exit();
}

sleep(1000);

var img = captureScreen();
var width = img.getWidth();
var height = img.getHeight();

// 计算屏幕中心点
var centerX = Math.round(width / 2);
var centerY = Math.round(height / 2);

// 采样间隔
var sampleStep = 20;
var points = [];

// 收集所有采样点并计算到中心点的距离
for (var y = 0; y < height; y += sampleStep) {
    for (var x = 0; x < width; x += sampleStep) {
        var distance = Math.sqrt(Math.pow(x - centerX, 2) + Math.pow(y - centerY, 2));
        points.push({x: x, y: y, distance: distance});
    }
}

// 按距离从近到远排序
points.sort(function(a, b) {
    return a.distance - b.distance;
});

var foundPoint = null;

// 按距离从近到远检查每个点
for (var i = 0; i < points.length; i++) {
    var point = points[i];
    var color = images.pixel(img, point.x, point.y);
    if (!isGray(color) && !isWhite(color)) {
        foundPoint = point;
        break;
    }
}

if (foundPoint) {
    toastLog('找到目标区域，点击位置: ' + foundPoint.x + ', ' + foundPoint.y);
    click(foundPoint.x, foundPoint.y);
    sleep(500);
} else {
    toastLog('没有找到非灰色非白色区域');
}

img.recycle();
hamibot.exit();

这段代码的核心改进是：

计算每个采样点到屏幕中心的距离
按照距离从小到大对所有点进行排序
优先检查距离中心点最近的点，然后逐步向外扩散

这样就能确保先识别屏幕中心区域，如果没有找到符合条件的区域，再逐渐扩大搜索范围到边缘区域。

如果需要更精细的控制，可以调整以下参数：

sampleStep: 减小这个值会增加检测点数量，提高准确性但降低速度
灰色判断阈值 20: 可以根据实际应用调整
白色判断阈值 240: 可以根据实际需要调整

这个实现方法简单高效，特别适合希望优先点击屏幕中心区域的场景。

补充回答 2

不通过截图也能使用Hamibot的图色工具，但需要有图像来源。主要有以下两种方式：

使用本地图片文件：可以通过images.read()函数读取存储卡中的图片文件，然后在该图片上进行找色操作。例如：

// 文档地址 https://docs.hamibot.com/
// 读取本地图片/sdcard/1.png
var img = images.read('/sdcard/1.png');
// 判断图片是否加载成功
if (!img) {
    toastLog('没有该图片');
    hamibot.exit();
}
// 在该图片中找色
var point = findColor(img, '#ff0000');
if (point) {
    toastLog('找到红色，坐标为(' + point.x + ', ' + point.y + ')');
}

使用OpenCV处理后的图像：可以通过matToImage()将OpenCV的Mat对象转换为Image对象进行操作。

需要注意的是，如果你需要分析当前屏幕上的内容，那么必须通过captureScreen()获取屏幕截图，因为这是获取当前设备屏幕图像的唯一方式。截图前需要先调用requestScreenCapture()申请截图权限。

简单来说：图色工具本身不依赖截图功能，但需要有图像输入源。如果没有当前屏幕的截图需求，可以完全使用本地图片进行图像分析操作。