Pythonban szeretném azt megcsinálni hogy ha elindítom a programot akkor keressen egy bizonyos szót a képernyőn amit én is látok?

Most tényleg tőlünk kérdezed, hogy ezt szeretnéd-e megcsinálni? Hát mi honnan tudjuk hogy mit szeretnél?

Az én sejtésem egyébként az, hogy igen, pontosan ezt szeretnéd...

1 leherséges megoldás:

Screeenshotot készítesz:

[link]

Majd ezen OCR-t futtatsz:

[link]

A végső cél az általad keresett szó poziciója? Vagy csak az kell, hogy szerep-e vagy nem?

A fő gond az, hogy a nyers szöveget az ablakot kezelő program tárolja, a grafikus felületre már egy renderelt képként kerülnek a betűk, számok, általában valamelyik közös, alacsony szintű grafikai könyvtár által, a fontkészletet használva.

Esetleg az még talán működhet(?), hogy az op.rendszer által kezelt grafikus elemek (widget-ek, control-ok), mint objektumok szöveges adatait lekérdezni, de egyik program nem tudom, megteheti-e ezt egy másik program ablakával.

Az első kérdés, hogy hogy kerül a képernyőre, amit te látsz? A második, hogy grafikus vagy karakteres képernyő?

Mondjál konkrétabbat. Mit látsz? Mit nézel? Mi a tényleges feladat? Ez nem olyan feladat, amit teljesen általánosan érdemes elkezdeni a világ összes képernyőjére.

Látatlanban legalább 95% esélyt adok rá, hogy egyszerűbb azt az adatot elkapni a programmal, ami a képernyőre teszi a szót, mint visszaolvasni a képernyőről.