Для обучения бота находить картинку с изменяющимися цветами, вы можете использовать метод машинного обучения, например, нейронные сети.
1. Соберите набор данных, содержащий изображения с цветами, которые постоянно меняются. Можно взять разнообразные изображения цветов из разных источников, чтобы получить больше вариативности.
2. Аугментируйте набор данных. Можете изменить размер изображений, повернуть их, добавить шум и т.д., чтобы увеличить разнообразие.
3. Обучите нейронную сеть на размеченном наборе данных. Можно использовать сверточные нейронные сети, такие как VGG или ResNet, для классификации изображений. На вход нейронная сеть будет получать изображения с изменяющимися цветами, а на выходе будет давать предсказание о том, какие цветы изображены.
4. Оцените точность обученной модели и, если необходимо, продолжайте настраивать гиперпараметры и улучшать модель.
5. После обучения модели, вы можете использовать ее для поиска изменяющихся цветов на веб-сайтах. Это можно сделать, делая снимки экрана и передавая их в обученную модель для предсказания.
Что касается аргумента grayscale в библиотеке pyautogui, он позволяет делать скриншоты только в черно-белом формате, игнорируя все цвета. Однако, в случае при использовании этого аргумента, у вас будет потеря информации о цвете, что мешает вам найти картинку с изменяющимися цветами. Я бы рекомендовал не использовать grayscale при поиске идентичных картинок на веб-сайте с изменяющимся фоном.