Van♂Python | 🤡手搓游戏”辅助”，你怎么跟我玩？-六虎

0x1、引言

春节前最后一周，留守的搭档都在摸鱼，杰哥也是如此，百无聊赖中点开了一个小游戏。本想着打发时刻，成果被其中一个 “孤岛求生” 的玩法给拿捏了：

这不当妥滴 2D版的微信跳一跳？玩法也很简略：

长按建造生成木板 (按得越久木板越长)；
松开按钮，木板放下，搭到另一个石头上，人借着木板挪到下一块石头；
木板过短或者过长，人就会掉到水里，游戏完毕！(当然，氪金是能够复活滴~)

手残杰哥就没越过20+，每次都是差一点点，死了几次，气到想砸手机，焯！

这哪能忍啊？有道是 科技才是第一生产力，得想方法整个辅助！搜了一圈没有找到现成能用的，估摸着是冷门氪金小游戏，玩的人不多。又看了下微信跳一跳的脚本，场景不同，改的话基本是重新写了。索性，就自己手搓一个吧！

思路分析

把上面的玩法简略抽象下，其实便是 小学三四年级的常见数学问题 → 《速度、时刻与旅程间的联系》，怎么说？

速度 → 木板变长的速度，单位：像素/毫秒
时刻 → 手指按压按钮的时刻，单位：毫秒
旅程/间隔 → 生成木板的长度，单位：像素

而这儿很明显便是 求时刻，想方法收集到 旅程和速度，一相除，答案就出来了~

行吧，有思路了，直接开整！！

0x2、收集旅程

适宜的木头长度便是 两块石头间的间隔，而人物会一直处于石头的中心，所以更精确的描述是：两个石头中心点的间隔，即图中黄线：

接着是石头中心点的确认，它也是 数字编号的中心点，所以这儿的思路是 识别出编号的区域，然后求出中心点。

数字文字？我测验用《破大防！这个开源库，竟能让APP日常使命主动化变得如此简略》说到的OCR库-chineseocr_lite 进行识别：

em…并没有识别出数字1，那就只能自己来处理图片了，把图片中数字部分扩大：

数字区域是白色的 能够测验 灰度二值化 处理下，只重视数字区域，先裁剪下图片，提高处理速度：

def crop_area(pic_path, save_dir, start_x, start_y, end_x, end_y):
    """
    裁剪图片
    :param save_dir: 保存途径
    :param pic_path: 图片途径
    :param start_x: x轴起始坐标
    :param start_y: y轴起始坐标
    :param end_x: x轴终点坐标
    :param end_y: y轴终点坐标
    :return: 生成的截图途径
    """
    img = Image.open(pic_path)
    region = img.crop((start_x, start_y, end_x, end_y))
    save_path = os.path.join(save_dir, "crop_" + str(round(time.time() * 1000)) + ".png")
    region.save(save_path)
    print(save_path)
    return save_path
crop_pic = crop_area(screenshot_pic, temp_dir, 0, 1260, 1080, 1338)

裁剪后的图片：

接着灰度二值化一下，试了几次，发现240比较适宜：

def picture_to_black_white(pic_path, save_dir, threshold=127):
    """
    图片二值化(是非)
    :param save_dir:
    :param pic_path: 图片途径
    :param threshold:  灰度阈值，默许127
    :return: 转换后的图片途径
    """
    img = Image.open(pic_path)
    save_path = os.path.join(save_dir, "bw_" + str(round(time.time() * 1000)) + ".jpg")
    if threshold == 127:
        img.convert('1').save(save_path)
    else:
        img.convert('L').point([0 if x < threshold else 1 for x in range(256)], '1').save(save_path)
    return save_path
bw_pic = picture_to_black_white(crop_pic, temp_dir, 240)

处理后的图片：

能够，作用很Nice，紧接着便是检测文字区域了，这儿有两个思路~

思路①：卷积运算进行边际检测

学习《python完成图画边际检测》，采用 卷积运算 来进行边际检测，详细方法如下：

看不太懂？没联系，直接CV代码：

# 求卷积
def convolution(img, x, y):
    convolution_list = [1, 1, 1, 1, -8, 1, 1, 1, 1]  # 卷积核列表
    color_list = []
    xl = [x - 1, x, x + 1]
    yl = [y - 1, y, y + 1]
    for j in yl:
        for i in xl:
            color = img.getpixel((i, j))  # 取出色值
            color_list.append(color)
    c = 0
    for i, j in zip(convolution_list, color_list):
        c = c + i * j
    return c
# 边际检测
def edge_detection(origin_pic):
    origin_img = Image.open(origin_pic)
    w, h = origin_img.size
    new_img = Image.new('L', (w, h), "white")
    for x in range(1, w - 1):
        for y in range(1, h - 1):
            c = convolution(origin_img, x, y)
            if c > 0:
                s = 0
            else:
                s = 255
            new_img.putpixel((x, y), s)
    new_img.save("test_n.png")

运转看看：

em？如同不太对劲，没有想象中的框，一开端还以为是算法问题，后面看了下二值化后的图片，发现竟然有0和255外的色值：

搜了下有人说是PIL模块的point()二值化不彻底，所以我遍历每个元素手动设置了一波，后面发现也是如此。折腾了好一会儿，才找到了问题的根源：

保存的图片格式为 .jpg，默许清晰度是75，有损紧缩导致呈现 马赛克。清晰度能够经过 quality 参数指定，1(最差)到95(最佳)，使用时应尽量防止高于95的值，100会禁用部分JPEG紧缩算法，并导致大文件图画质量几乎没有任何增益。

说的很好，我挑选保存成 .png 格式，再次运转：

牛批，真的把数字的轮廓抠出来了，接着便是核算中心点咯，找到两个数字各自的左右x坐标，求平均值：

在 edge_detection() 的循环中，加个 Set (自带去重)，把边际的点的x坐标都丢进去。

接着转化为List，升序排列，列表头尾元素 分别为第一个数字的左面 和 第二个数字的右边。从左到右遍历，如果前后两个x坐标相差大于50，阐明前一个元素是 第一个数字的右边，后一个元素是 第二个数字的左面，得到四个x坐标，依次求出两中心点和间隔，详细代码如下：

运转输出成果：

卷积运算进行边际检测能够，接着来试试第二个思路。

思路②：土方法无脑遍历坐标点

还是那个二值化后的图片，图中的数字有两个：

早年和后开端扫，能够快速得出：第一个数字的左面坐标 和 第二个数字的右边坐标，然后 取中点，一个向前，一个向后扫，能够快速得出 第一个数字的右边坐标 和 第二个数字的左面坐标，这样能够减少无效遍历次数，直接写出详细代码：

运转输出成果如下：

虽然x坐标和卷积核算检测出来的成果差1，但终究核算出的 间隔是相同的，为什么差1，读者能够自己考虑下~

行吧，旅程的测量方法已经get√到了，接着到速度~

0x3、收集速度

这个就简略些了，控制变量 → 固定长按的时刻，比如：100ms，然后 按压前截图，按压后截图，核算两块木板的长度差，除以100ms，就能拿到 木板变长的速度。

看到这儿估量有些童鞋会收：你仿佛在逗我，来，给你个秒表，按压个100ms我看看？

em…手动肯定是不行的，但是主动能够哇，利用在《杰哥带你玩转Android主动化》专栏学到的姿势就阔以~

先是 长按屏幕，ADB中并 没有直接供给长按屏幕的指令，但是咱们能够经过 滑动来模拟长按。当 滑动前后两个坐标差值满足小，android系统就会以为咱们进行了长按操作。直接写出东西代码：

def long_click_xy(x, y, duration):
    return start_cmd('adb shell input swipe %d %d %d %d %d' % (x, y, x + 1, y + 1, duration))

接着便是点击坐标的确认，直接翻开 开发者形式 → 找到 指针位置 → 翻开开关，此时点击屏幕，就能看到接触点的XY坐标了~

行吧，接着代码主动生成按压前后的截图了：

def get_speed():
    long_click_xy(546, 1774, 100)
    sleep(0.1)
    screenshot(temp_dir)

运转一下：

100ms有些快了，这都要掉水里了，并且截图也是需求时刻的(不是实时的)，改成500ms看看吧，也不休眠，直接截图：

行吧，截图拿到了，接着量下木板有多长，即 木板起点到终点间隔多少个像素，这儿也不整些花里花哨的，直接 PS 取。

电脑没装，直接搜 photoshop在线网页版，然后翻开截图，右键吸管，找到 标尺东西：

点击起点拖拽到终点，右上角就能拿到 木板的终究长度

然后其实状况的截图也是这样操作，拿到 木板的初始长度

两个长度相减，然后除以500ms，终究得出木板的变长速度约为：86px/100ms

0x4、核算时刻

间隔和速度都获取到了，接着便是相除求时刻了。别的，这个棍子并不是居中的，核算出间隔后还要减去棍子的偏移值。代码如下：

# 求出间隔
distance = second_center_x - first_center_x - 55
# 除以速度，求出按压时刻
duration = int(float(distance / 86) * 100)
# 模拟按压
long_click_xy(546, 1774, duration)

加个循环，调用上述代码，运转看下作用：