用Python做一个游戏辅助脚本,完整编程思路分享!

一、说明

简述:本文将以4399小游戏《 宠物连连看经典版2 》作为测试案例,通过识别小图标,模拟鼠标点击,快速完成配对。对于有兴趣学习游戏脚本的同学有一定的帮助。

运行环境:Win10/Python3.5。

主要模块:win32gui(识别窗口、窗口置顶等操作)、PIL(屏幕截图)、numpy(创建矩阵)、operator(比较值)、pymouse(模拟鼠标点击)。

注意点:

1、如果安装pymouse不成功或者运行报错,可以考虑先通过whl 安装pyHook、然后再通过pip安装pyuserinput。

2、如果报错 [ImportError: No module named ‘windows’ ],可以修改__init__.py相应的行 为 windows => pymouse.windows。

本文主要参考:https://baijiahao.baidu.com/s?id=1618385402903335091&wfr=spider&for=pc。

二、开发前景(随便唠叨一哈,可跳过)

游戏辅助脚本在当前环境也算是比较流行了,对于经常玩游戏人来说,适当的游戏辅助还是很有帮助的,让计算机做一些繁琐乏味的操作。当然还有更加高大上的其他操作,这里就不赘述了。对于游戏辅助脚本,能想到基本有以下两种:一是读取游戏在内存中的数据,理想的话可以做到更改游戏一些基本属性,原理和很多的外挂或破解游戏类似;二是模拟用户用户行为,模拟鼠标点击、键盘操作等。当然,由于本人从未涉及游戏辅助脚本这一领域,出于个人兴趣,学习研究一下,本文例子则是第二种,主要还是模拟用户行为,让程序代替用户操作。

三、开发流程

先看看程序运行图吧:

浏览器打开游戏窗口(单个一个窗口),游戏界面如下图所示,游戏主要界面截图需要两个坐标(左上角坐标和右下角坐标)来确定,原点一般是屏幕左上角,不确定坐标点值的同学,可以全屏截图,用编辑图片软件查看坐标值。获取窗口句柄,这里就是浏览器标题栏的标题了(右键-查看源代码-title,加上软件名)比如:“宠物连连看经典2,宠物连连看经典版2小游戏,4399小游戏 www.4399.com – Google Chrome“。获取窗口句柄就可以开始了。

总体开发思路:截取游戏主图 —> 分割成小图 —> 对比每个小图,对比图片相识度,编号存入矩阵 —> 对矩阵进行可连计算 —> 模拟点击。

3.1、获取窗口句柄,把窗口置顶

python可以使用win32gui模块调用Windows API实现对窗口的操作,使用FindWindow()方法可以获取窗口的句柄(handle),需要传入两个参数,第一个为父窗口句柄(这里填0即可),第二个参数是窗口的名称(标签title – Google Chrome)。获取句柄之后然后通过SetForegroundWindows() 设置窗口在前面,这里传入游戏窗口的举报即可,代码如下:

3. 2、截取游戏界面,分割图标,图片比较

这里需要花费一些时间来校验程序,如果截取的图片不好,则会影响后续操作,所以比较主要的是确认游戏左上角和右下角这两个坐标值,以及每个小图标的宽高。如下图所示,先截取整个游戏界面图,然后分割小图标,接着对每个图标进行比较,然后以编号代替图标存入矩阵(这里的编号矩阵和游戏图不一致,原理一样)。

根据初始化设定的左上角和右下角两个坐标,使用ImageGrab.grab()方法进行截图,传入一个元组即可,然后对这个大图进行分割,切割成一个个小图标存入到images_list数组中。

通过上面代码切割的小图标,转成数字矩阵,如果图标已经存入image_type_list则返回这个索引,如果不存在,则在追加进去,然后当前长度就是这个新加入图标的编号,代码如下所示:

上面的getIndex就是对比图片,判断图标是否出现过(是否已存在image_type_list中,没出现则追加进去),这里使用汉明距离判断两个图片的相识度,设置阀值10,当小于阀值则认为是同一个图片,具体代码如下:

四、程序核心-图标连接算法(路径寻找)

这里仅对算法代码进行简单分析,如果对程序不好理解,可以留言,后续可以图文分析。

通过上面的开发流程,基本获取如下这样的矩阵,只要比较两个编号相同的值进行可连路径寻找,如果找到即进行模拟点击操作。这里简单介绍下游戏规则:8行乘12列游戏图标区域,外围的0其实表示寻找路径的时候可以通过,例如坐标(1, 1)可以与(1,10)进行连接、(7, 1)和(7,2)进行连接。

算法的思路:路径的寻找首先是寻找一个坐标的横向竖向可以直接相连的坐标集合,比如坐标p1(1,1)这样的集合有[ (0,1), (1,0) ],另外一个坐标p2(1,10)的可连集合为[ (0,10) ],然后再对p1和p2的可连坐标集合进行比较,如果集合中坐标也有可连,则表示p1和p2可连,很明显,(0,1)和(0,10)为同一行且可连,这样就表示p1和p2两点存在可连路径了,代码如下所示:

简单分析下代码实现过程:在isReachable()传入两个需要比较的坐标值,然后分别获取两个点横竖向(isRowConnect()、isColConnect())可以连接的坐标集合,最后再对集合进行遍历比较是否存在可连的,如果存在则表示传入的两个坐标是可以连接的。

五、开发总结

学习这样一个游戏辅助脚本,对于个人培养编程兴趣也是有很多帮助的,在工作之余不失为一个好的消遣方式,以后会多向这些方向研究学习。本案例仅仅是截图、比较图片和模拟鼠标点击,我觉得还可以更加强大,而且还不局限于游戏这样一个领域,相信大家应该见过自动发QQ消息的软件吧,我觉得这完全可以做。还有很多模拟操作可以实现:鼠标滚轮,左右键、键盘输入等。

六、附件-源码

1 # -\*- coding:utf-8 -\*-  
 2   
 3 import win32gui  
 4 import time  
 5 from PIL import ImageGrab, Image  
 6 import numpy as np  
 7 import operator  
 8 from pymouse import PyMouse  
 9   
 10   
 11 class GameAssist:  
 12   
 13 def \_\_init\_\_(self, wdname):  
 14 """初始化"""  
 15   
 16 # 取得窗口句柄  
 17 self.hwnd = win32gui.FindWindow(0, wdname)  
 18 if not self.hwnd:  
 19 print("窗口找不到,请确认窗口句柄名称:【%s】" % wdname )  
 20 exit()  
 21   
 22 # 窗口显示最前面  
 23 win32gui.SetForegroundWindow(self.hwnd)  
 24   
 25 # 小图标编号矩阵  
 26 self.im2num\_arr = \[\]  
 27   
 28 # 主截图的左上角坐标和右下角坐标  
 29 self.scree\_left\_and\_right\_point = (299, 251, 768, 564)  
 30 # 小图标宽高  
 31 self.im\_width = 39  
 32   
 33 # PyMouse对象,鼠标点击  
 34 self.mouse = PyMouse()  
 35   
 36 def screenshot(self):  
 37 """屏幕截图"""  
 38   
 39 # 1、用grab函数截图,参数为左上角和右下角左标  
 40 # image = ImageGrab.grab((417, 257, 885, 569))  
 41 image = ImageGrab.grab(self.scree\_left\_and\_right\_point)  
 42   
 43 # 2、分切小图  
 44 # exit()  
 45 image\_list = {}  
 46 offset = self.im\_width # 39  
 47   
 48 # 8行12列  
 49 for x in range(8):  
 50 image\_list\[x\] = {}  
 51 for y in range(12):  
 52 # print("show",x, y)  
 53 # exit()  
 54 top = x \* offset  
 55 left = y \* offset  
 56 right = (y + 1) \* offset  
 57 bottom = (x + 1) \* offset  
 58   
 59 # 用crop函数切割成小图标,参数为图标的左上角和右下角左边  
 60 im = image.crop((left, top, right, bottom))  
 61 # 将切割好的图标存入对应的位置  
 62 image\_list\[x\]\[y\] = im  
 63   
 64 return image\_list  
 65   
 66 def image2num(self, image\_list):  
 67 """将图标矩阵转换成数字矩阵"""  
 68   
 69 # 1、创建全零矩阵和空的一维数组  
 70 arr = np.zeros((10, 14), dtype=np.int32) # 以数字代替图片  
 71 image\_type\_list = \[\]  
 72   
 73 # 2、识别出不同的图片,将图片矩阵转换成数字矩阵  
 74 for i in range(len(image\_list)):  
 75 for j in range(len(image\_list\[0\])):  
 76 im = image\_list\[i\]\[j\]  
 77   
 78 # 验证当前图标是否已存入  
 79 index = self.getIndex(im, image\_type\_list)  
 80   
 81 # 不存在image\_type\_list  
 82 if index < 0:  
 83 image\_type\_list.append(im)  
 84 arr\[i + 1\]\[j + 1\] = len(image\_type\_list)  
 85 else:  
 86 arr\[i + 1\]\[j + 1\] = index + 1  
 87   
 88 print("图标数:", len(image\_type\_list))  
 89   
 90 self.im2num\_arr = arr  
 91 return arr  
 92   
 93 # 检查数组中是否有图标,如果有则返回索引下表  
 94 def getIndex(self,im, im\_list):  
 95 for i in range(len(im\_list)):  
 96 if self.isMatch(im, im\_list\[i\]):  
 97 return i  
 98   
 99 return -1  
100   
101 # 汉明距离判断两个图标是否一样  
102 def isMatch(self, im1, im2):  
103   
104 # 缩小图标,转成灰度  
105 image1 = im1.resize((20, 20), Image.ANTIALIAS).convert("L")  
106 image2 = im2.resize((20, 20), Image.ANTIALIAS).convert("L")  
107   
108 # 将灰度图标转成01串,即系二进制数据  
109 pixels1 = list(image1.getdata())  
110 pixels2 = list(image2.getdata())  
111   
112 avg1 = sum(pixels1) / len(pixels1)  
113 avg2 = sum(pixels2) / len(pixels2)  
114 hash1 = "".join(map(lambda p: "1" if p > avg1 else "0", pixels1))  
115 hash2 = "".join(map(lambda p: "1" if p > avg2 else "0", pixels2))  
116   
117 # 统计两个01串不同数字的个数  
118 match = sum(map(operator.ne, hash1, hash2))  
119   
120 # 阀值设为10  
121 return match < 10  
122   
123 # 判断矩阵是否全为0  
124 def isAllZero(self, arr):  
125 for i in range(1, 9):  
126 for j in range(1, 13):  
127 if arr\[i\]\[j\] != 0:  
128 return False  
129 return True  
130   
131 # 是否为同行或同列且可连  
132 def isReachable(self, x1, y1, x2, y2):  
133 # 1、先判断值是否相同  
134 if self.im2num\_arr\[x1\]\[y1\] != self.im2num\_arr\[x2\]\[y2\]:  
135 return False  
136   
137 # 1、分别获取两个坐标同行或同列可连的坐标数组  
138 list1 = self.getDirectConnectList(x1, y1)  
139 list2 = self.getDirectConnectList(x2, y2)  
140 # print(x1, y1, list1)  
141 # print(x2, y2, list2)  
142   
143 # exit()  
144   
145 # 2、比较坐标数组中是否可连  
146 for x1, y1 in list1:  
147 for x2, y2 in list2:  
148 if self.isDirectConnect(x1, y1, x2, y2):  
149 return True  
150 return False  
151   
152 # 获取同行或同列可连的坐标数组  
153 def getDirectConnectList(self, x, y):  
154   
155 plist = \[\]  
156 for px in range(0, 10):  
157 for py in range(0, 14):  
158 # 获取同行或同列且为0的坐标  
159 if self.im2num\_arr\[px\]\[py\] == 0 and self.isDirectConnect(x, y, px, py):  
160 plist.append(\[px, py\])  
161   
162 return plist  
163   
164 # 是否为同行或同列且可连  
165 def isDirectConnect(self, x1, y1, x2, y2):  
166 # 1、位置完全相同  
167 if x1 == x2 and y1 == y2:  
168 return False  
169   
170 # 2、行列都不同的  
171 if x1 != x2 and y1 != y2:  
172 return False  
173   
174 # 3、同行  
175 if x1 == x2 and self.isRowConnect(x1, y1, y2):  
176 return True  
177   
178 # 4、同列  
179 if y1 == y2 and self.isColConnect(y1, x1, x2):  
180 return True  
181   
182 return False  
183   
184 # 判断同行是否可连  
185 def isRowConnect(self, x, y1, y2):  
186 minY = min(y1, y2)  
187 maxY = max(y1, y2)  
188   
189 # 相邻直接可连  
190 if maxY - minY == 1:  
191 return True  
192   
193 # 判断两个坐标之间是否全为0  
194 for y0 in range(minY + 1, maxY):  
195 if self.im2num\_arr\[x\]\[y0\] != 0:  
196 return False  
197 return True  
198   
199 # 判断同列是否可连  
200 def isColConnect(self, y, x1, x2):  
201 minX = min(x1, x2)  
202 maxX = max(x1, x2)  
203   
204 # 相邻直接可连  
205 if maxX - minX == 1:  
206 return True  
207   
208 # 判断两个坐标之间是否全为0  
209 for x0 in range(minX + 1, maxX):  
210 if self.im2num\_arr\[x0\]\[y\] != 0:  
211 return False  
212 return True  
213   
214 # 点击事件并设置数组为0  
215 def clickAndSetZero(self, x1, y1, x2, y2):  
216 # print("click", x1, y1, x2, y2)  
217   
218 # (299, 251, 768, 564)  
219 # 原理:左上角图标中点 + 偏移量  
220 p1\_x = int(self.scree\_left\_and\_right\_point\[0\] + (y1 - 1)\*self.im\_width + (self.im\_width / 2))  
221 p1\_y = int(self.scree\_left\_and\_right\_point\[1\] + (x1 - 1)\*self.im\_width + (self.im\_width / 2))  
222   
223 p2\_x = int(self.scree\_left\_and\_right\_point\[0\] + (y2 - 1)\*self.im\_width + (self.im\_width / 2))  
224 p2\_y = int(self.scree\_left\_and\_right\_point\[1\] + (x2 - 1)\*self.im\_width + (self.im\_width / 2))  
225   
226 time.sleep(0.2)  
227 self.mouse.click(p1\_x, p1\_y)  
228 time.sleep(0.2)  
229 self.mouse.click(p2\_x, p2\_y)  
230   
231 # 设置矩阵值为0  
232 self.im2num\_arr\[x1\]\[y1\] = 0  
233 self.im2num\_arr\[x2\]\[y2\] = 0  
234   
235 print("消除:(%d, %d) (%d, %d)" % (x1, y1, x2, y2))  
236 # exit()  
237   
238 # 程序入口、控制中心  
239 def start(self):  
240   
241 # 1、先截取游戏区域大图,然后分切每个小图  
242 image\_list = self.screenshot()  
243   
244 # 2、识别小图标,收集编号  
245 self.image2num(image\_list)  
246   
247 print(self.im2num\_arr)  
248   
249 # 3、遍历查找可以相连的坐标  
250 while not self.isAllZero(self.im2num\_arr):  
251 for x1 in range(1, 9):  
252 for y1 in range(1, 13):  
253 if self.im2num\_arr\[x1\]\[y1\] == 0:  
254 continue  
255   
256 for x2 in range(1, 9):  
257 for y2 in range(1, 13):  
258 # 跳过为0 或者同一个  
259 if self.im2num\_arr\[x2\]\[y2\] == 0 or (x1 == x2 and y1 == y2):  
260 continue  
261 if self.isReachable(x1, y1, x2, y2):  
262 self.clickAndSetZero(x1, y1, x2, y2)  
263   
264   
265 if \_\_name\_\_ == "\_\_main\_\_":  
266 # wdname 为连连看窗口的名称,必须写完整  
267 wdname = u'宠物连连看经典版2,宠物连连看经典版2小游戏,4399小游戏 www.4399.com - Google Chrome'  
268   
269 demo = GameAssist(wdname)  
270 demo.start()  
GameAssist.py

小编这次带来的,是从朋友那里薅到的一套完整的学习路线图,以及配套学习资料,它涵盖了Python学习的方方面面,且文献全彩,字迹清晰,很适合我们学习观看。

下面来看看资料详细内容:

一、Python基础

基础真的蛮重要的,因为Python的易应用性很容易让大家产生我什么都会了的感觉,但实际上还是不怎么会。

相关的视频学习资料:

二、爬虫阶段

应该有很多人都对爬虫感兴趣吧?

爬虫不只是爬虫工程师会用到,业余时间也可以用来爬点自己想要的东西,又或者是做兼职也是可以的,比如日常办公自动化、电商抓取商品信息、分析销售数据做报表等等。

大部分爬虫都是按“发送请求——获得页面——解析页面——抽取并储存内容”这样的流程来进行,这其实也是模拟了我们使用浏览器获取网页信息的过程。

所以爬虫的简要学习路径大概有:

  • 学习 Python 包并实现基本的爬虫过程
  • 了解非结构化数据的存储
  • 学习scrapy,搭建工程化爬虫
  • 学习数据库知识,应对大规模数据存储与提取
  • 掌握各种技巧,应对特殊网站的反爬措施
  • 分布式爬虫,实现大规模并发采集,提升效率

相关的视频学习资料: 请添加图片描述

三、Python数据分析

数据分析也是当下的一大热门方向,用Python来做的话比其他语言强很多。

但往往只会数据分析还是差点意思,如果能具备爬虫能力来爬取数据就更好了。(分析爬虫抓取的数据,分析规律,用于商业化)

相关的学习资料:

四、数据库与ETL数仓

企业需要定期将冷数据从业务数据库中转移出来存储到一个专门存放历史数据的仓库里面,各部门可以根据自身业务特性对外提供统一的数据服务,这个仓库就是数据仓库。

传统的数据仓库集成处理架构是ETL,利用ETL平台的能力,E=从源数据库抽取数据,L=将数据清洗(不符合规则的数据)、转化(对表按照业务需求进行不同维度、不同颗粒度、不同业务规则计算进行统计),T=将加工好的表以增量、全量、不同时间加载到数据仓库。 相关的学习资料

五、Python机器学习

现在不是各种吹人工智能么,机器学习就是人工智能的一个分支,它的应用太广泛了,比如自然语言处理,搜索引擎,各种识别技术,数据挖掘等等。

这难度不用我多说了吧,不会点算法就别碰,一碰就是各种高斯过程回归、线性判别分析、决策树、线性回归…

相关的学习资料:

[所有资料已整合打包好,斯信我领取即可!]



文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
社会演员多的头像社会演员多普通用户
上一篇 2023年8月17日
下一篇 2023年8月17日

相关推荐