游戲輔助腳本在當(dāng)前環(huán)境也算是比較流行了社证，對(duì)于經(jīng)常玩游戲人來(lái)說(shuō)钓简，適當(dāng)?shù)挠螒蜉o助還是很有幫助的乌妒，讓計(jì)算機(jī)做一些繁瑣乏味的操作。當(dāng)然還有更加高大上的其他操作外邓，這里就不贅述了撤蚊。對(duì)于游戲輔助腳本，能想到基本有以下兩種：一是讀取游戲在內(nèi)存中的數(shù)據(jù)损话，理想的話可以做到更改游戲一些基本屬性侦啸，原理和很多的外掛或破解游戲類(lèi)似；二是模擬用戶用戶行為丧枪，模擬鼠標(biāo)點(diǎn)擊光涂、鍵盤(pán)操作等。當(dāng)然忘闻，由于本人從未涉及游戲輔助腳本這一領(lǐng)域，出于個(gè)人興趣恋博，學(xué)習(xí)研究一下齐佳，本文例子則是第二種私恬，主要還是模擬用戶行為，讓程序代替用戶操作炼吴。
簡(jiǎn)述：本文將以4399小游戲《寵物連連看經(jīng)典版2》作為測(cè)試案例本鸣，通過(guò)識(shí)別小圖標(biāo)，模擬鼠標(biāo)點(diǎn)擊缺厉，快速完成配對(duì)永高。對(duì)于有興趣學(xué)習(xí)游戲腳本的同學(xué)有一定的幫助。
一提针、分析開(kāi)發(fā)流程
總體開(kāi)發(fā)思路：截取游戲主圖 ---> 分割成小圖 ---> 對(duì)比每個(gè)小圖命爬，對(duì)比圖片相識(shí)度，編號(hào)存入矩陣 ---> 對(duì)矩陣進(jìn)行可連計(jì)算 ---> 模擬點(diǎn)擊辐脖。
1饲宛、獲取窗口句柄，把窗口置頂
python可以使用win32gui模塊調(diào)用Windows API實(shí)現(xiàn)對(duì)窗口的操作嗜价，使用FindWindow()方法可以獲取窗口的句柄（handle）艇抠，需要傳入兩個(gè)參數(shù)，第一個(gè)為父窗口句柄（這里填0即可）久锥，第二個(gè)參數(shù)是窗口的名稱（標(biāo)簽title - Google Chrome）家淤。獲取句柄之后然后通過(guò)SetForegroundWindows() 設(shè)置窗口在前面，這里傳入游戲窗口的舉報(bào)即可瑟由，代碼如下：
import win32gui
class GameAssist:
def __init__(self, wdname):
"""初始化"""
# 取得窗口句柄
self.hwnd = win32gui.FindWindow(0, wdname)
if not self.hwnd:
print("窗口找不到絮重，請(qǐng)確認(rèn)窗口句柄名稱：【%s】" % wdname )
exit()
# 窗口顯示最前面
win32gui.SetForegroundWindow(self.hwnd)
if __name__ == "__main__":
# wdname 為連連看窗口的名稱，必須寫(xiě)完整
wdname = u'寵物連連看經(jīng)典版2,寵物連連看經(jīng)典版2小游戲,4399小游戲?小游戲,4399小游戲,小游戲大全,雙人小游戲大全 - www.4399.com?- Google Chrome'
demo = GameAssist(wdname)
demo.start()
2歹苦、截取游戲界面青伤，分割圖標(biāo)，圖片比較
這里需要花費(fèi)一些時(shí)間來(lái)校驗(yàn)程序殴瘦，如果截取的圖片不好狠角，則會(huì)影響后續(xù)操作，所以比較主要的是確認(rèn)游戲左上角和右下角這兩個(gè)坐標(biāo)值蚪腋，以及每個(gè)小圖標(biāo)的寬高丰歌。如下圖所示，先截取整個(gè)游戲界面圖屉凯，然后分割小圖標(biāo)动遭，接著對(duì)每個(gè)圖標(biāo)進(jìn)行比較，然后以編號(hào)代替圖標(biāo)存入矩陣神得。
根據(jù)初始化設(shè)定的左上角和右下角兩個(gè)坐標(biāo)，使用ImageGrab.grab()方法進(jìn)行截圖偷仿，傳入一個(gè)元組即可哩簿，然后對(duì)這個(gè)大圖進(jìn)行分割宵蕉，切割成一個(gè)個(gè)小圖標(biāo)存入到images_list數(shù)組中。代碼如下：
def screenshot(self):
"""屏幕截圖"""
# 1节榜、用grab函數(shù)截圖羡玛，參數(shù)為左上角和右下角左標(biāo)
# image = ImageGrab.grab((417, 257, 885, 569))
image = ImageGrab.grab(self.scree_left_and_right_point)
# 2、分切小圖
# exit()
image_list = {}
offset = self.im_width # 39
# 8行12列
for x in range(8):
image_list[x] = {}
for y in range(12):
# print("show",x, y)
# exit()
top = x * offset
left = y * offset
right = (y + 1) * offset
bottom = (x + 1) * offset
# 用crop函數(shù)切割成小圖標(biāo)宗苍，參數(shù)為圖標(biāo)的左上角和右下角左邊
im = image.crop((left, top, right, bottom))
# 將切割好的圖標(biāo)存入對(duì)應(yīng)的位置
image_list[x][y] = im
return image_list
通過(guò)上面代碼切割的小圖標(biāo)稼稿，轉(zhuǎn)成數(shù)字矩陣，如果圖標(biāo)已經(jīng)存入image_type_list則返回這個(gè)索引讳窟，如果不存在让歼，則在追加進(jìn)去，然后當(dāng)前長(zhǎng)度就是這個(gè)新加入圖標(biāo)的編號(hào)丽啡，代碼如下所示：
def image2num(self, image_list):
"""將圖標(biāo)矩陣轉(zhuǎn)換成數(shù)字矩陣"""
# 1谋右、創(chuàng)建全零矩陣和空的一維數(shù)組
arr = np.zeros((10, 14), dtype=np.int32) # 以數(shù)字代替圖片
image_type_list = []
# 2、識(shí)別出不同的圖片补箍，將圖片矩陣轉(zhuǎn)換成數(shù)字矩陣
for i in range(len(image_list)):
for j in range(len(image_list[0])):
im = image_list[i][j]
# 驗(yàn)證當(dāng)前圖標(biāo)是否已存入
index = self.getIndex(im, image_type_list)
# 不存在image_type_list
if index < 0:
image_type_list.append(im)
arr[i + 1][j + 1] = len(image_type_list)
else:
arr[i + 1][j + 1] = index + 1
print("圖標(biāo)數(shù)：", len(image_type_list))
self.im2num_arr = arr
return arr
上面的getIndex就是對(duì)比圖片改执，判斷圖標(biāo)是否出現(xiàn)過(guò)（是否已存在image_type_list中，沒(méi)出現(xiàn)則追加進(jìn)去）坑雅，這里使用漢明距離判斷兩個(gè)圖片的相識(shí)度辈挂，設(shè)置閥值10，當(dāng)小于閥值則認(rèn)為是同一個(gè)圖片裹粤，具體代碼如下：
# 檢查數(shù)組中是否有圖標(biāo),如果有則返回索引下表
def getIndex(self,im, im_list):
for i in range(len(im_list)):
if self.isMatch(im, im_list[i]):
return i
return -1
# 漢明距離判斷兩個(gè)圖標(biāo)是否一樣
def isMatch(self, im1, im2):
# 縮小圖標(biāo)终蒂，轉(zhuǎn)成灰度
image1 = im1.resize((20, 20), Image.ANTIALIAS).convert("L")
image2 = im2.resize((20, 20), Image.ANTIALIAS).convert("L")
# 將灰度圖標(biāo)轉(zhuǎn)成01串,即系二進(jìn)制數(shù)據(jù)
pixels1 = list(image1.getdata())
pixels2 = list(image2.getdata())
avg1 = sum(pixels1) / len(pixels1)
avg2 = sum(pixels2) / len(pixels2)
hash1 = "".join(map(lambda p: "1" if p > avg1 else "0", pixels1))
hash2 = "".join(map(lambda p: "1" if p > avg2 else "0", pixels2))
# 統(tǒng)計(jì)兩個(gè)01串不同數(shù)字的個(gè)數(shù)
match = sum(map(operator.ne, hash1, hash2))
# 閥值設(shè)為10
return match < 10
二、圖標(biāo)連線的算法
arr = [
[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[ 0, 1, 2, 3, 4, 5, 4, 6, 7, 2, 1, 1, 8, 0],
[ 0, 9, 3, 3, 10, 4, 7, 11, 7, 2, 3, 1, 6, 0],
[ 0, 6, 7, 4, 11, 5, 8, 1, 6, 5, 4, 2, 8, 0],
[ 0, 6, 2, 9, 6, 8, 9, 7, 12, 11, 3, 11, 11, 0],
[ 0, 5, 9, 8, 9, 2, 6, 11, 11, 3, 9, 2, 12, 0],
[ 0, 12, 5, 12, 5, 10, 5, 6, 5, 7, 12, 4, 3, 0],
[ 0, 1, 8, 10, 12, 9, 10, 4, 3, 7, 2, 1, 10, 0],
[ 0, 1, 4, 10, 8, 12, 10, 10, 9, 12, 8, 7, 11, 0],
[ 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
]
算法的思路：路徑的尋找首先是尋找一個(gè)坐標(biāo)的橫向豎向可以直接相連的坐標(biāo)集合蛹尝，比如坐標(biāo)p1（1,1）這樣的集合有[ （0,1）, （1,0） ]后豫，另外一個(gè)坐標(biāo)p2（1,10）的可連集合為[ （0,10） ]，然后再對(duì)p1和p2的可連坐標(biāo)集合進(jìn)行比較突那，如果集合中坐標(biāo)也有可連挫酿，則表示p1和p2可連，很明顯愕难，（0,1）和（0,10）為同一行且可連早龟，這樣就表示p1和p2兩點(diǎn)存在可連路徑了，代碼如下所示：
# 是否為同行或同列且可連
def isReachable(self, x1, y1, x2, y2):
# 1猫缭、先判斷值是否相同
if self.im2num_arr[x1][y1] != self.im2num_arr[x2][y2]:
return False
# 1竭鞍、分別獲取兩個(gè)坐標(biāo)同行或同列可連的坐標(biāo)數(shù)組
list1 = self.getDirectConnectList(x1, y1)
list2 = self.getDirectConnectList(x2, y2)
# print(x1, y1, list1)
# print(x2, y2, list2)
# exit()
# 2卵贱、比較坐標(biāo)數(shù)組中是否可連
for x1, y1 in list1:
for x2, y2 in list2:
if self.isDirectConnect(x1, y1, x2, y2):
return True
return False
# 獲取同行或同列可連的坐標(biāo)數(shù)組
def getDirectConnectList(self, x, y):
plist = []
for px in range(0, 10):
for py in range(0, 14):
# 獲取同行或同列且為0的坐標(biāo)
if self.im2num_arr[px][py] == 0 and self.isDirectConnect(x, y, px, py):
plist.append([px, py])
return plist
# 是否為同行或同列且可連
def isDirectConnect(self, x1, y1, x2, y2):
# 1、位置完全相同
if x1 == x2 and y1 == y2:
return False
# 2、行列都不同的
if x1 != x2 and y1 != y2:
return False
# 3喷好、同行
if x1 == x2 and self.isRowConnect(x1, y1, y2):
return True
# 4、同列
if y1 == y2 and self.isColConnect(y1, x1, x2):
return True
return False
# 判斷同行是否可連
def isRowConnect(self, x, y1, y2):
minY = min(y1, y2)
maxY = max(y1, y2)
# 相鄰直接可連
if maxY - minY == 1:
return True
# 判斷兩個(gè)坐標(biāo)之間是否全為0
for y0 in range(minY + 1, maxY):
if self.im2num_arr[x][y0] != 0:
return False
return True
# 判斷同列是否可連
def isColConnect(self, y, x1, x2):
minX = min(x1, x2)
maxX = max(x1, x2)
# 相鄰直接可連
if maxX - minX == 1:
return True
# 判斷兩個(gè)坐標(biāo)之間是否全為0
for x0 in range(minX + 1, maxX):
if self.im2num_arr[x0][y] != 0:
return False
return True
三、總結(jié)
（有需要源碼的可以評(píng)論聯(lián)系）
或可轉(zhuǎn)發(fā)點(diǎn)贊+評(píng)論獲取更多有趣的玩法
