Python屏幕截图神器：python‑mss 极速截图与屏幕录制实战教程

一、python‑mss 库简介

python‑mss 是一款专注于极速屏幕截图的 Python 第三方库，核心用于跨平台屏幕捕获、区域截图、多显示器截图。其基于操作系统原生 API 实现截图逻辑，不依赖 PIL、OpenCV 等外部图像处理库，截图速度远超传统库。该库采用 MIT 开源许可证，可自由商用、修改与分发，优点是轻量、极速、跨平台、低内存占用，缺点是仅专注截图，不自带图像编辑功能。

二、python‑mss 安装方法

python‑mss 对 Python 环境兼容性极强，支持 Python 3.6 及以上版本，可在 Windows、macOS、Linux 三大操作系统正常运行，安装仅需一条 pip 命令，无需额外配置依赖环境。

打开电脑终端（Windows 用 CMD 或 PowerShell，macOS/Linux 用终端），执行以下安装命令：

pip install python-mss

若遇到网络卡顿导致安装失败，可切换国内 PyPI 镜像源加速安装：

pip install python-mss -i https://pypi.tuna.tsinghua.edu.cn/simple

安装完成后，可通过以下命令验证是否安装成功：

pip show python-mss

执行后若能看到库的版本、安装路径等信息，即代表安装无误，可直接进入代码使用环节。

三、python‑mss 核心功能与基础代码示例

3.1 快速获取全屏截图

python‑mss 最基础的功能就是全屏截图，无需复杂配置，导入库后创建截图对象，调用截图方法即可完成操作，代码简洁易懂，适合零基础开发者快速上手。

# 导入python-mss核心模块
import mss
import mss.tools

# 创建截图对象
with mss.mss() as sct:
    # 获取默认显示器的全屏截图
    screenshot = sct.grab(sct.monitors[0])

    # 将截图保存为PNG图片
    mss.tools.to_png(screenshot.rgb, screenshot.size, output="full_screen.png")

print("全屏截图已保存为 full_screen.png")

代码说明：

1. import mss 和 import mss.tools 分别导入截图核心模块与图片保存工具模块；
2. with mss.mss() as sct 使用上下文管理器创建截图对象，无需手动释放资源，更安全；
3. sct.monitors[0] 代表获取所有显示器的全屏区域，单显示器环境下就是整个屏幕；
4. sct.grab() 方法执行截图操作，返回包含图像数据的对象；
5. mss.tools.to_png() 将截图的 RGB 数据转换为 PNG 格式并保存到本地。

运行代码后，会在脚本同级目录生成 full_screen.png 文件，即为当前屏幕的完整截图。

3.2 自定义区域截图（指定坐标截图）

实际使用中，我们往往不需要全屏截图，只需要截取屏幕上某一个指定区域，python‑mss 支持通过左上角坐标、宽度、高度精准控制截图范围，满足窗口截图、局部内容截取等场景。

import mss
import mss.tools

# 定义截图区域：left=左上角x坐标, top=左上角y坐标, width=宽度, height=高度
capture_area = {
    "left": 100,
    "top": 100,
    "width": 800,
    "height": 600
}

with mss.mss() as sct:
    # 截取指定区域
    area_img = sct.grab(capture_area)
    # 保存截图
    mss.tools.to_png(area_img.rgb, area_img.size, output="custom_area.png")

print(f"已截取区域：{capture_area}，保存为 custom_area.png")

代码说明：

1. capture_area 是一个字典，用于定义截图的位置和大小，四个参数缺一不可；
2. left 和 top 控制截图区域在屏幕上的起始位置，数值越大位置越靠右、靠下；
3. width 和 height 控制截图的宽度和高度，决定截图区域的大小；
4. 其余逻辑与全屏截图一致，仅将全屏区域替换为自定义区域。

开发者可根据自身需求修改字典内的数值，实现精准区域截取，比如截取浏览器某一块内容、软件某一个窗口等。

3.3 多显示器截图

对于使用双屏、三屏的办公或开发用户，python‑mss 提供了完善的多显示器支持，可以单独截取某一个显示器的画面，也可以截取所有显示器拼接画面，适配多屏工作场景。

import mss
import mss.tools

with mss.mss() as sct:
    # 查看当前设备所有显示器信息
    print("显示器信息：", sct.monitors)

    # 截取第一个显示器（主显示器）画面
    monitor_1 = sct.grab(sct.monitors[1])
    mss.tools.to_png(monitor_1.rgb, monitor_1.size, output="monitor_1.png")

    # 若有第二个显示器，可直接截取
    if len(sct.monitors) > 2:
        monitor_2 = sct.grab(sct.monitors[2])
        mss.tools.to_png(monitor_2.rgb, monitor_2.size, output="monitor_2.png")

代码说明：

1. sct.monitors 会返回一个列表，包含所有显示器的区域信息，列表第一个元素是所有显示器总区域；
2. sct.monitors[1] 代表主显示器，sct.monitors[2] 代表副显示器，以此类推；
3. 代码中增加了判断逻辑，避免只有单显示器时运行报错，兼容性更强；
4. 多屏截图的方法与单屏完全一致，仅需修改 monitors 后的索引值。

运行代码后，终端会打印出当前设备的显示器数量与区域参数，同时自动保存对应显示器的截图文件。

3.4 实时获取截图数据（不保存本地）

python‑mss 不仅可以将截图保存到本地，还能直接获取截图的原始像素数据，配合 PIL、OpenCV 等库，可实现实时图像处理、屏幕识别、自动化操作等进阶功能，无需先保存再读取，效率更高。

import mss
import numpy as np

with mss.mss() as sct:
    # 截取主显示器
    img = sct.grab(sct.monitors[1])

    # 将截图转换为numpy数组（方便后续图像处理）
    img_np = np.array(img)

    # 输出图片基本信息
    print("截图形状（高, 宽, 通道）：", img_np.shape)
    print("截图像素数据类型：", img_np.dtype)

代码说明：

1. 该示例引入 numpy 库，将截图对象转换为数组，这是计算机视觉、图像识别的常用操作；
2. sct.grab() 返回的对象可直接转换为数组，无需额外转换步骤；
3. 转换后的数组包含屏幕画面的所有像素信息，可直接用于后续分析、标注、识别等操作；
4. 此方式不生成本地图片，适合实时处理场景，比如游戏辅助、屏幕监控、自动化脚本等。

运行代码后，终端会打印出截图的尺寸、通道数等数据，证明已成功获取原始图像信息。

3.5 极速连续截图（模拟录屏功能）

凭借轻量化、高性能的优势，python‑mss 可实现高频率连续截图，配合循环语句，就能实现轻量级录屏效果，适合制作简单的屏幕录制脚本，无需安装专业录屏软件。

import mss
import mss.tools
import time

# 设置截图次数与间隔
capture_count = 10
interval = 0.5

with mss.mss() as sct() as sct:
    monitor = sct.monitors[1]
    for i in range(capture_count):
        # 执行截图
        frame = sct.grab(monitor)
        # 按序号保存帧图片
        filename = f"frame_{i+1:02d}.png"
        mss.tools.to_png(frame.rgb, frame.size, output=filename)
        print(f"已保存第 {i+1} 帧：{filename}")
        # 等待指定时间
        time.sleep(interval)

print(f"连续截图完成，共生成 {capture_count} 帧画面")

代码说明：

1. capture_count 控制截图总次数，interval 控制每帧之间的间隔时间，单位为秒；
2. 通过 for 循环实现连续截图，文件名按序号排列，方便后续合成视频；
3. time.sleep() 用于控制截图频率，数值越小截图速度越快，越接近录屏效果；
4. 该代码可直接用于制作简易录屏脚本，后续可配合 cv2.VideoWriter 将帧合成视频。

运行代码后，脚本会每隔 0.5 秒截取一次屏幕，共生成 10 张连续截图，可直观看到 python‑mss 的高速截图能力。

四、python‑mss 结合实际场景综合案例

4.1 场景需求

开发一款简易屏幕区域实时监控工具，实现功能：

1. 自定义截取屏幕指定区域；
2. 实时显示截图画面；
3. 将实时画面保存为连续帧；
4. 代码轻量化，不依赖重型库。

4.2 完整实现代码

import mss
import mss.tools
import numpy as np
import cv2
import time

def screen_monitor(left, top, width, height, save_frames=True, max_frames=30):
    """
    屏幕区域实时监控函数
    :param left: 区域左上角x坐标
    :param top: 区域左上角y坐标
    :param width: 截图宽度
    :param height: 截图高度
    :param save_frames: 是否保存帧图片
    :param max_frames: 最大截图帧数
    """
    # 定义截图区域
    monitor_area = {"left": left, "top": top, "width": width, "height": height}

    with mss.mss() as sct:
        frame_count = 0
        start_time = time.time()

        while frame_count < max_frames:
            # 极速截图
            frame = sct.grab(monitor_area)
            # 转换为OpenCV可识别的格式
            frame_bgr = np.array(frame)
            # 显示实时画面
            cv2.imshow("Screen Monitor - 按ESC退出", frame_bgr)

            # 保存帧图片
            if save_frames:
                mss.tools.to_png(frame.rgb, frame.size, output=f"monitor_frame_{frame_count+1:02d}.png")

            frame_count += 1
            # 按ESC键退出
            if cv2.waitKey(1) & 0xFF == 27:
                break

        # 计算性能
        cost_time = time.time() - start_time
        fps = frame_count / cost_time
        print(f"监控完成，总帧数：{frame_count}，耗时：{cost_time:.2f}s，平均FPS：{fps:.1f}")

        # 释放窗口
        cv2.destroyAllWindows()

# 启动屏幕监控：截取(200,200)位置，宽1000高600的区域
if __name__ == "__main__":
    screen_monitor(left=200, top=200, width=1000, height=600, save_frames=True, max_frames=50)

代码说明：

1. 封装了 screen_monitor 函数，支持自定义坐标、尺寸、是否保存、最大帧数，复用性极强；
2. 结合 OpenCV 实现实时画面显示，窗口可直观看到截取区域的动态变化；
3. 加入 FPS 计算，可直观体现 python‑mss 的截图性能，普通电脑可轻松达到 30+ FPS；
4. 支持按 ESC 键提前退出，操作更人性化；
5. 全程仅依赖 python‑mss、numpy、cv2 三个库，轻量化且运行流畅。

运行代码后，会弹出实时监控窗口，同时自动保存截图帧，终端打印性能数据，完整实现轻量化屏幕监控功能。

相关资源

• Pypi地址：https://pypi.org/project/python-mss/
• Github地址：https://github.com/BoboTiG/python-mss
• 官方文档地址：https://python-mss.readthedocs.io/

关注我，每天分享一个实用的Python自动化工具。