Modern applications and games require efficient screen capture with support for:

• 3D graphics (DirectX, OpenGL)
• Protected content (DRM, Netflix)
• HDR content
• High frame rates
• Low latency

Traditional screen capture methods (GDI, PIL, PyAutoGUI) have significant limitations:

• Cannot capture 3D content (shows black screen)
• Do not work with protected content
• Have high latency
• No HDR support
• High CPU usage

Windows Graphics Capture (WGC) API provides a modern solution to these problems:

• Direct access to DirectX frame buffer
• Support for all content types
• Minimal latency
• Efficient GPU utilization
• Low CPU usage

The graph above shows the performance comparison between different capture methods:

• FPS (Frames Per Second)
• Frame capture time
• Frame delays
• Non-empty frame percentage

• High-performance screen capture
• Real-time frame processing
• Support for multiple monitors
• Low latency capture
• HDR content support
• Protected content support (e.g., Netflix)
• 3D applications and games support
• Direct GPU memory access via CUDA for zero-copy workflows
• Advanced GPU processing capabilities

• Full DirectX support
• OpenGL applications support
• Games capture support
• Hardware-accelerated video capture
• HDR content support
• Protected content support
• Best performance for 3D applications

• Basic DirectX support
• Limited OpenGL support
• No HDR support
• May have performance issues with 3D content

• No DirectX support
• No OpenGL support
• No HDR support
• May show black screen for 3D content
• Suitable for static content only

• No DirectX support
• No OpenGL support
• No HDR support
• May show black screen for 3D content
• Suitable for basic screen capture

• No DirectX support
• No OpenGL support
• No HDR support
• May show black screen for 3D content
• Suitable for static images

pip install wgc-capture

import wgc_capture

# Initialize capture
capture = wgc_capture.WGCCapture()

# Get frame
frame = capture.get_frame()

import wgc_capture
import pycuda.driver as cuda
import pycuda.autoinit
import pycuda.gpuarray as gpuarray
import numpy as np

# Initialize capture
capture = wgc_capture.WGCCapture()

# Capture directly to CUDA memory
result = capture.capture_to_cuda_ptr()
if result is not None:
    # Unpack results (pointer to CUDA memory, pitch, width, height)
    cuda_ptr, pitch, width, height = result
    
    # Create a GPUArray for direct GPU processing
    gpu_array = gpuarray.GPUArray((height, width, 4), np.uint8, 
                                 gpudata=cuda.DeviceAllocation(cuda_ptr))
    
    # Process on GPU or transfer to CPU as needed
    frame_cpu = gpu_array.get()
    print(f"Got frame: {width}x{height}")

import wgc_capture

capture = wgc_capture.WGCCapture()

# Get frame with metadata
frame, info = capture.get_frame_with_info()

# Access metadata
print(f"Frame dimensions: {info['width']}x{info['height']}")
print(f"Timestamp: {info['timestamp']}")
print(f"Format: {'BGRA' if info['is_bgra'] else 'Other'}")

The library includes example scripts:

1. wgc_gpu_example.py - Basic example demonstrating screen capture with GPU integration
2. wgc_advanced_gpu_example.py - Advanced example with real-time GPU processing using CUDA

Run the examples:

python wgc_gpu_example.py
python wgc_advanced_gpu_example.py

• Windows 10 version 1803 or later
• Python 3.7 or later
• DirectX 11 compatible GPU
• For GPU processing: PyCUDA and compatible CUDA toolkit

python setup.py build_ext --inplace

Or using batch script:

build.bat

MIT License

Contributions are welcome! Please feel free to submit a Pull Request.

Создаёт объект захвата экрана и инициализирует поток захвата.

Получает текущий кадр как numpy-массив (BGRA, uint8).

• timeout_ms — максимальное время ожидания нового кадра (по умолчанию 1 мс).
• Возвращает: numpy-массив кадра или пустой массив, если кадр не получен.

Получает текущий кадр и словарь с метаданными.

• timeout_ms — максимальное время ожидания нового кадра (по умолчанию 1 мс).
• Возвращает: кортеж (кадр, метаданные), где метаданные включают:
  • width, height: размеры кадра
  • channels: количество каналов (обычно 4 для BGRA)
  • is_bgra: формат кадра (True для BGRA)
  • timestamp: временная метка кадра
  • original_size: оригинальный размер экрана

Устанавливает callback-функцию, которая будет вызываться при появлении нового кадра.

• callback(frame: np.ndarray, info: dict) — функция, принимающая кадр и метаданные (размер, формат, timestamp и др.).

Возвращает список информации о доступных мониторах.

• Каждый элемент — кортеж с координатами и размерами монитора.

Захватывает кадр напрямую в GPU-память (CUDA) и возвращает кортеж:

• cuda_ptr — указатель на память на GPU (целое число, для передачи в PyCUDA).
• pitch — шаг (stride) строки в байтах.
• width — ширина кадра в пикселях.
• height — высота кадра в пикселях.
• Если захват не удался, возвращает None.

WGC с прямым доступом к GPU обеспечивает значительно более высокую производительность по сравнению с традиционными методами:

*Примечание: результаты могут отличаться в зависимости от конфигурации системы.