Python Sikuli如何为多线程分配更多资源

如果您熟悉sikuli脚本，您就知道有一对内置函数，称为“observe（）”和“onAppear（）”。“观察”功能的工作原理是启动一个线程，该线程在屏幕的给定区域连续扫描特定图像。关于所述图像的外观。调用处理程序来处理图像（弹出）并结束该特定线程

在我的sikuli脚本中，我一次运行了大约30个观察结果（都在不同的区域对象上），这在大多数情况下都可以正常工作，但在测试使用java的应用程序时遇到了问题。我开始在应用程序中看到奇怪的bug，这些bug只有在运行观察时才能重现。这使我相信，大约30次的观察正在减慢处理器的速度，从而导致我正在测试的应用程序出现问题

---

我正在努力减少我需要的观察，但即使如此，在给定的测试中，我仍然需要至少运行20次。是否有任何方法可以为观察分配更多资源，或者是否有其他我没有注意到的解决方案？

尝试在不同的CPU内核上设置java和python进程的相关性。这可以通过使用任务管理器、右键单击进程、关联来完成。您说过您有多个正在观察的区域。您是否希望这些区域中的每一个都有相同的触发器？换句话说，您是否在等待相同的图像出现在每个图像中？谢谢，每个地区都有自己独特的形象。因此，本质上没有重复的区域，也没有重复的“onAppear”imagesTry设置java和python进程在不同CPU核上的亲和力。这可以通过使用任务管理器、右键单击进程、关联来完成。您说过您有多个正在观察的区域。您是否希望这些区域中的每一个都有相同的触发器？换句话说，您是否在等待相同的图像出现在每个图像中？谢谢，每个地区都有自己独特的形象。因此，基本上没有重复的区域，也没有重复的“无外观”图像