地图识别
想必你已经阅读过 Alas 的海图识别的文档。在识别之后，module/map_detection/view.py 将两种识别方法封装了起来，并整合了敌人识别。
局部地图识别
View 对象的识别结果，称为局部地图（Local Map）。局部地图的识别只需要一张游戏截图，并且可以在 Alas 外运行，你可以使用以下代码来调试 Alas 的海图识别。
python
class Config:
# 在此处粘贴你的配置
pass
# 这里是图片文件路径
file = ''
md = View(AzurLaneConfig('template').merge(Config()))
image = np.array(Image.open(file).convert('RGB'))
# 如果你的日志中有任何 “homo_storage”，请在此处粘贴并取消注释
# sto = ((8, 5), [(355, 117), (1265, 117), (288, 559), (1417, 559)])
# md.backend.load_homography(storage=sto)
md.load(image)
md.predict()
md.show()
md.backend.draw()View(config, mode='main')
创建一个 View 对象，需要 AzurLaneConfig，模式可选普通图 main 或者大世界 os。
默认情况下，局部地图识别使用 Homography 方法识别，你可以在 config 里指定识别方法
python
DETECTION_BACKEND = 'perspective' # Or 'homography'在 Homography 方法下，第一次识别会调用 Perspective 方法计算透视变换参数，并缓存至 homo_storage。一般而言，海域内的透视不会变化，Alas 会一直使用同一个 View 对象，同一个 View 对象也会使用同一个 homo_storage，直到任务切换。如果第一次计算的透视变换参数不正确（比如镜头位于角落），会影响到接下来的识别。而在 Perspective 方法下，不会有这个影响。
load(self, image)
载入一张截图，完成海图识别，获得以下属性：
- grids：海域中的每一个格子，
dict, key: (x, y), value: Grid object。 - shape：局部海域的大小，
(x, y)。 - center_loca：镜头中心对准的格子的坐标，
(x, y)。 - center_offset：镜头中心偏离格子中心的向量，在计算滑动距离时使用。
- swipe_base：反映海域中网格大小的量，在计算滑动距离时使用。
predict(self)
识别地图中的敌人，问号，己方舰队等。
update(self, image)
在不重新进行海图识别的情况下，将图片载入至所有格子内。
select(self, **kwargs)
选择海域中任何你感兴趣格子，返回 SelectedGrids 对象。