最近沉迷于一款老手游，每天都花费大量的时间、资源去完成游戏的任务。每天做着重复的动作，实在是浪费青春啊！作为一个程序猿怎么受的了，我们不就是为有解决重复动作而生的么！经过沉痛的反思，下决心我要写一个辅助软件去攻略这个游戏，从每天的重复动作中解脱出来...
思路
说干就干，这就开启了咱的辅助开发之路。
说到开发，思路最重要，只有理清了思路，才能知道代码要怎么写。我们玩游戏主要的操作就是：找到相应的按钮，然后点击它。从这里可以看到两个关键点 点击屏幕 和 查找按钮坐标位置，那我们怎么实现它呢。这就要用到 Android 的开发工具 ADB，做 Android 开发的同学应该都知道，我们可以通过 ADB 工具模拟点击，滑动等一系列的动作。
运行命令
我们需要在我们的代码里运行 cmd，从而达到运行 adb 命令。
# 运行命令
def run_cmd(self, cmd):
time.sleep(0.1)
log.d(u'执行命令：%s' % cmd)
execute = os.popen(cmd, 'r')
result = execute.read()
log.w(result)
return result
# 运行 adb shell 命令
def run_adb_shell(self, cmd):
adb_cmd = 'adb shell %s' % cmd
result = self.run_cmd(adb_cmd)
return result
模拟操作
这里使用的 Mumu 模拟器来充当的手机，首页我们需要使用 adb 连接我们的设备，命令： adb connect host:prot。
# adb 连接
def connect(self):
for x in range(1, 10):
result = self.run_cmd('adb connect %s:%s' % (HOST, PORT))
if 'already connected' in result:
log.d(u'已连接')
break
elif 'connected' in result:
log.d(u'连接成功')
break
time.sleep(1)
log.d(u'adb 正在重试连接 %s ...' % x)
连接设备之后就是我们的模拟点击和滑动操作啦
# 点击屏幕 point
def click(self, point, delay=2):
# 延迟执行，避免被不确定因素影响
time.sleep(delay)
# 执行点击命令
self.run_adb_shell(r'input tap %s %s' % (point.x, point.y))
# 滑动
def swipe(self, point_start, point_end, delay=1):
# 延迟执行，避免被不确定因素影响
time.sleep(delay)
# 执行点击命令
self.run_adb_shell(r'input swipe %s %s %s %s' % (point_start.x, point_start.y, point_end.x, point_end.y))
按钮在屏幕中的位置查找
查找按钮的坐标位置，是整个辅助软件的重中之重，它直接关系到了整个软件的可用性。这里采用了图像的模版匹配方法，也就是将我们的目标按钮图片与游戏当前的图像进行匹配，找一个重合率最高的位置。
安装 python-opencv
pip install python-opencv
游戏画面截图
# 截屏
def screen_shot(self):
self.run_adb_shell(r'screencap -p /sdcard/screen.png')
self.run_cmd(r'adb pull /sdcard/screen.png')
按钮位置匹配
# 匹配图片
def match_img(self, origin_uri, target_uri, threshold=0.9):
methods = ['TM_CCOEFF', 'TM_CCOEFF_NORMED', 'TM_CCORR', 'TM_CCORR_NORMED', 'TM_SQDIFF', 'TM_SQDIFF_NORMED']
result = self._match_img(origin_uri, target_uri, methods[3], threshold)
return result
# 匹配图片
def _match_img(self, origin_uri, target_uri, method, threshold=0.9):
origin_img = cv2.imread(origin_uri, 0)
target_img = cv2.imread(target_uri, 0)
method = eval('cv2.%s' % method)
w, h = target_img.shape[::-1]
origin_img_copy = origin_img.copy()
res = cv2.matchTemplate(origin_img_copy, target_img, method)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
log.d(u"最小匹配值：%s 最大匹配值：%s" % (min_val, max_val))
if max_val < threshold:
log.d(u'未查询到配置位置')
return None
if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
top_left = min_loc
else:
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
return Box(top_left[0], top_left[1], bottom_right[0], bottom_right[1])
这样我们就可以通过 match_img 方法找到我们需要的按钮位置，并进而使用 click 方法来模拟点击屏幕，从而拥有使用辅助软件消灭重复操作的能力。
完整代码
class.py
"""
点
"""
class Point:
def __init__(self, x=0, y=0):
self.x = x
self.y = y
"""
方框
"""
class Box:
def __init__(self, left=0, top=0, right=0, bottom=0):
self.top = top
self.left = left
self.bottom = bottom
self.right = right
adb.py
import os
import time
import log
HOST = '127.0.0.1'
PORT = 7555
class ADB:
def __init__(self):
self.connect()
# adb 连接
def connect(self):
for x in range(1, 10):
result = self.run_cmd('adb connect %s:%s' % (HOST, PORT))
if 'already connected' in result:
log.d(u'已连接')
break
elif 'connected' in result:
log.d(u'连接成功')
break
time.sleep(1)
log.d(u'adb 正在重试连接 %s ...' % x)
# adb 断开连接
def disconnect(self):
result = self.run_cmd('adb disconnect %s:%s' % (HOST, PORT))
log.d(u'adb 已断开连接')
# 运行命令
def run_cmd(self, cmd):
time.sleep(0.1)
log.d(u'执行命令：%s' % cmd)
execute = os.popen(cmd, 'r')
result = execute.read()
log.w(result)
return result
# 运行 adb shell 命令
def run_adb_shell(self, cmd):
adb_cmd = 'adb shell %s' % cmd
result = self.run_cmd(adb_cmd)
return result
# 点击屏幕 point
def click(self, point, delay=2):
# 延迟执行，避免被不确定因素影响
time.sleep(delay)
# 执行点击命令
self.run_adb_shell(r'input tap %s %s' % (point.x, point.y))
# 滑动
def swipe(self, point_start, point_end, delay=1):
# 延迟执行，避免被不确定因素影响
time.sleep(delay)
# 执行点击命令
self.run_adb_shell(r'input swipe %s %s %s %s' % (point_start.x, point_start.y, point_end.x, point_end.y))
# 截屏
def screen_shot(self):
self.run_adb_shell(r'screencap -p /sdcard/screen.png')
self.run_cmd(r'adb pull /sdcard/screen.png')
image.py
import log
from clazz import Box
import cv2
import os
import numpy as np
class ImgHelper:
def __init__(self):
pass
# 获取灰度值
def get_gray_level(self, img_uri, point):
img = cv2.imread(img_uri)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
log.d('点（%s,%s）灰度值为：%s' % (point.x, point.y, gray[point.y][point.x]))
return gray[point.y][point.x]
# 图片裁剪
def cut(self, origin_uri, box, save_name):
origin_img = cv2.imread(origin_uri)
cropped = origin_img[box.top:box.bottom, box.left:box.right]
save_dir = 'tmp'
if not os.path.exists(save_dir):
os.makedirs(save_dir)
save_path = save_dir + os.path.sep + save_name
cv2.imwrite(save_path, cropped)
return save_path
# 匹配图片
def match_img(self, origin_uri, target_uri, threshold=0.9):
methods = ['TM_CCOEFF', 'TM_CCOEFF_NORMED', 'TM_CCORR', 'TM_CCORR_NORMED', 'TM_SQDIFF', 'TM_SQDIFF_NORMED']
result = self._match_img(origin_uri, target_uri, methods[3], threshold)
return result
# 匹配图片
def _match_img(self, origin_uri, target_uri, method, threshold=0.9):
origin_img = cv2.imread(origin_uri, 0)
target_img = cv2.imread(target_uri, 0)
method = eval('cv2.%s' % method)
w, h = target_img.shape[::-1]
origin_img_copy = origin_img.copy()
res = cv2.matchTemplate(origin_img_copy, target_img, method)
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
log.d(u"最小匹配值：%s 最大匹配值：%s" % (min_val, max_val))
if max_val < threshold:
log.d(u'未查询到配置位置')
return None
if method in [cv2.TM_SQDIFF, cv2.TM_SQDIFF_NORMED]:
top_left = min_loc
else:
top_left = max_loc
bottom_right = (top_left[0] + w, top_left[1] + h)
return Box(top_left[0], top_left[1], bottom_right[0], bottom_right[1])
网友评论