一、前言
我打開4399小游戲網,點開了一個不知名的游戲,唔,做壽司的,有材料在一邊,客人過來后說出他們的要求,你按照菜單做好端給他便好~要怎么實現他自動做菜呢?
二、工具的準備
需要安裝autopy和PIL以及pywin32包。
1.截屏和圖像處理工具
截屏是獲取游戲圖像以供分析游戲提示,其實沒有專門的工具直接Print Screen粘貼到圖像處理工具里也可以。我用的是PicPick,相當好用,而且個人用戶是免費的,而圖像處理則是為了獲取各種信息的,我們要用它得到點菜圖像后保存起來,供外掛分析判斷。
2.編輯器
用VIM,或寫字板都可以
3.游戲原理分析
看這個游戲,有8種菜,每種菜都有固定的做法,顧客一旦坐下來,頭頂上就會有一個圖片,看圖片就知道他想要點什么菜,點擊左邊原料區域,然后點擊一下……不知道叫什么,像個竹簡一樣的東西,菜就做完了,然后把做好的食物拖拽到客戶面前就好了。
顧客頭上顯示圖片的位置是固定的,總共也只有四個位置,我們可以逐一分析,而原料的位置也是固定的,每種菜的做法更是清清楚楚,這樣一來我們完全可以判斷,程序可以很好的幫我們做出一份一份的佳肴并奉上,于是錢滾滾的來
三、開掛步驟
1.移動鼠標
1
2
3
|
import autopy autopy.mouse.move( 100 , 100 ) # 移動鼠標 autopy.mouse.smooth_move( 400 , 400 ) # 平滑移動鼠標(上面那個是瞬間的) |
這個命令會讓鼠標迅速移動到指定屏幕坐標,如左上角是(0,0),然后向右向下遞增,所以1024×768屏幕的右下角坐標是(1023,767)。
2.點擊鼠標
1
2
3
4
5
6
|
#引入autopy模塊 # *** import autopy autopy.mouse.click() # 單擊 autopy.mouse.toggle( True ) # 按下左鍵 autopy.mouse.toggle( False ) # 松開左鍵 |
這個比較簡單,不過記得這里的操作都是非常非??斓?,有可能游戲還沒反應過來呢,你就完成了,于是失敗, 所以必要的時候,小睡一小會兒。
3.相似圖像查找原理
用Google的“按圖搜圖”功能,輸入一張圖片時,它會把與這張圖相似的圖像都給你呈現出來,所以當你找到一張中意的圖想做壁紙又覺得太小的時候,基本可以用這個方法找到合適的~我們就要利用和這個相似的原理來判斷用戶的點餐
1
2
3
4
5
6
|
def get_hash( self , img): #使用PIL模塊縮放圖片,*** image = img.resize(( 18 , 13 ), Image.ANTIALIAS).convert( "L" ) pixels = list (image.getdata()) avg = sum (pixels) / len (pixels) return " ".join(map(lambda p : " 1 " if p > avg else " 0 ", pixels)) |
因為這是類的一個方法,所以有個self參數,無視它。這里的img應該傳入一個Image對象,可以使讀入圖像文件后的結果,也可以是截屏后的結果。而縮放的尺寸(18,13)是我根據實際情況定的,因為顧客頭像上的菜的圖像基本就是這個比例。事實證明這個比例還是挺重要的,因為我們的菜有點兒相似,如果比例不合適壓縮后就失真了,容易誤判(我之前就吃虧了)。
得到一個圖片的“指紋”后,我們就可以與標準的圖片指紋比較,怎么比較呢,應該使用“漢明距離”,也就是兩個字符串對應位置的不同字符的個數。
1
2
|
def hamming_dist( self , hash1, hash2): return sum (itertools.imap(operator.ne, hash1, hash2)) |
好了,我們可以用準備好的標準圖像,然后預先讀取計算特征碼存儲起來,然后再截圖與它們比較就好了,距離最小的那個就是對應的菜,代碼如下:
1
2
3
4
5
6
7
8
9
10
11
12
13
|
def order( self , i): l, t = self .left + i * self .step, self .top r, b = l + self .width, t + self .height hash2 = self .get_hash(ImageGrab.grab((l, t, r, b))) (mi, dist) = None , 50 for i, hash1 in enumerate ( self .maps): if hash1 is None : continue this_dist = self .hamming_dist(hash1, hash2) if this_dist < dist: mi = i dist = this_dist return mi |
這里有一個50的初始距離,如果截取圖像與任何菜單相比都大于50,說明什么?說明現在那個位置的圖像不是菜,也就是說顧客還沒坐那位置上呢,或者我們把游戲最小化了(老板來了),這樣處理很重要,免得它隨意找一個最相近但又完全不搭邊的菜進行處理。
四、實現開掛,自動做菜
這個問題很簡單,我們只需要把菜單的原料記錄在案,然后點擊相應位置便可,我把它寫成了一個類來調用:
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
|
class Menu: def __init__( self ): self .stuff_pos = [] self .recipes = [ None ] * 8 self .init_stuff() self .init_recipe() def init_stuff( self ): for i in range ( 9 ): self .stuff_pos.append( (L + 102 + (i % 3 ) * 42 , T + 303 + (i / 3 ) * 42 ) ) def init_recipe( self ): self .recipes[ 0 ] = ( 1 , 2 ) self .recipes[ 1 ] = ( 0 , 1 , 2 ) self .recipes[ 2 ] = ( 5 , 1 , 2 ) self .recipes[ 3 ] = ( 3 , 0 , 1 , 2 ) self .recipes[ 4 ] = ( 4 , 1 , 2 ) self .recipes[ 5 ] = ( 7 , 1 , 2 ) self .recipes[ 6 ] = ( 6 , 1 , 2 ) self .recipes[ 7 ] = ( 8 , 1 , 2 ) def click( self , i): autopy.mouse.move( self .stuff_pos[i][ 0 ] + 20 , self .stuff_pos[i][ 1 ] + 20 ) autopy.mouse.click() def make( self , i): for x in self .recipes[i]: self .click(x) autopy.mouse.move(L + 315 , T + 363 ) autopy.mouse.click() class Menu: def __init__( self ): self .stuff_pos = [] self .recipes = [ None ] * 8 self .init_stuff() self .init_recipe() def init_stuff( self ): for i in range ( 9 ): self .stuff_pos.append( (L + 102 + (i % 3 ) * 42 , T + 303 + (i / 3 ) * 42 ) ) def init_recipe( self ): self .recipes[ 0 ] = ( 1 , 2 ) self .recipes[ 1 ] = ( 0 , 1 , 2 ) self .recipes[ 2 ] = ( 5 , 1 , 2 ) self .recipes[ 3 ] = ( 3 , 0 , 1 , 2 ) self .recipes[ 4 ] = ( 4 , 1 , 2 ) self .recipes[ 5 ] = ( 7 , 1 , 2 ) self .recipes[ 6 ] = ( 6 , 1 , 2 ) self .recipes[ 7 ] = ( 8 , 1 , 2 ) def click( self , i): autopy.mouse.move( self .stuff_pos[i][ 0 ] + 20 , self .stuff_pos[i][ 1 ] + 20 ) autopy.mouse.click() def make( self , i): for x in self .recipes[i]: self .click(x) autopy.mouse.move(L + 315 , T + 363 ) autopy.mouse.click() |
到此這篇關于Python還能這么玩之用Python做個小游戲的外掛的文章就介紹到這了,更多相關Python游戲外掛內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家!
原文鏈接:https://blog.csdn.net/yunyun889901/article/details/117467069