Python微信跳一跳自动化脚本

• 前言
• 准备
• 模块及版本
• 思路与流程
• 详细步骤
• 总结

前言

这是我在CSDN上的第一篇文章，以后会陆续记录我的学习生涯，希望我的知识能帮助到更多的朋友~

准备

这篇将详细讲述如何利用Python中相关模块，来完成微信跳一跳的自动化脚本，该技术只作为交流，其中有些知识点都是借鉴了很多大佬的经验。

模块及版本

Python
3.7.2
PIP
20.0.2
opencv
4.2.0.32
numpy
1.18.1

思路与流程

通过adb连接手机

获取游戏截图

图片裁剪

计算玩家位置

计算落脚点位置

计算玩家和落脚点距离

计算模拟点击时间

模拟点击屏幕

详细步骤

1.所需要的的模块

1
2
3
4
5
6
7
8
1import cv2 as cv

2import numpy as np

3import math

4import os

5import threading

6import random

7

8

2.获取手机屏幕截图

1
2
3
4
5
6
7
1# 获取手机屏幕截图，xxx代表adb.exe所在路径

2# 如果使用PyCharm的话没办识别adb命令，配置了环境变量页没用，不知道咋回事

3os.system('xxx/adb shell screencap -p /sdcard/screen.png')

4# 将截图保存到当前项目路径下

5os.system('xxx/adb pull /sdcard/screen.png')

6

7

3.对截图进行切片操作，缩小目标区域

1
2
3
4
5
6
7
8
1# 先读取游戏画面截图

2img = cv.imread("图片文件")

3# 对图片上下部分进行切片操作，缩小目标区域

4up_cut = int(img .shape[0]*0.3)

5down_cut = int(img .shape[0]*0.7)

6img = img [up_cut:down_cut]

7

8

4.根据色彩范围，提取小人的色彩通道信息

1
2
3
4
5
6
7
8
1# 将图片色彩空间转换为hsv

2img_hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV)

3# 根据目标小人的身体颜色范围，提取目标小人，注意：这里面的颜色范围格式是hsv

4color_min = np.int32([105,30,30])

5color_max = np.int32([200,200,120])

6color_mask = cv.inRange(img_hsv,color_min,color_max)

7

8

5.根据轮廓信息计算小人落脚点位置

1
2
3
4
5
6
7
8
9
10
11
12
1# 勾画目标小人边缘，返回的第一个参数是轮廓信息

2contours = cv.findContours(color_mask,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)[0]

3# 绘制目标小人坐标信息

4max_contours = max(contours,key=cv.contourArea)

5max_contours = cv.convexHull(max_contours)

6rect = cv.boundingRect(max_contours)

7x,y,w,h = rect

8point_pos = (x+int(w/2),y+h-15)

9cv.rectangle(img, (x,y), (x+w,y+h), (0, 0, 255), 5)

10cv.circle(img, point_pos, 8, (0, 0, 255), -1)

11

12

6.准备计算落脚点信息，先将图片进行边缘检测，构建轮廓

1
2
3
4
5
6
1# 高斯模糊，为了去除一些噪点

2img_blur = cv.GaussianBlur(img, (5, 5), 0)

3# 边缘检测

4canny_img = cv.Canny(img_blur, 1, 15)

5

6

7.对像素进行修正，去除玩家小人附近的像素点，防止之后的干扰

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
1# 将图片色彩空间转换为hsv

2img_hsv = cv.cvtColor(img,cv.COLOR_BGR2HSV)

3# 根据目标小人的身体颜色范围，提取目标小人，注意：这里面的颜色范围格式是hsv

4color_min = np.int32([105,30,30])

5color_max = np.int32([200,200,120])

6color_mask = cv.inRange(img_hsv,color_min,color_max)

7# 勾画目标小人边缘，返回的第一个参数是轮廓信息

8contours = cv.findContours(color_mask,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)[0]

9max_contours = max(contours,key=cv.contourArea)

10max_contours = cv.convexHull(max_contours)

11rect = cv.boundingRect(max_contours)

12# 移除小人头部附近像素

13r_x,r_y,r_w,r_h = rect

14for y in range(r_y-150, r_y+r_h):

15  for x in range(r_x-20, r_x+r_w+20):

16      canny_img[y][x] = 0

17

18

8.计算目标中心点，这里比较复杂，可以看看图片上我写的思路

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
1 # 计算目标中心点

2crop_h, crop_w = canny_img.shape

3center_x, center_y = 0, 0

4max_x = 0

5for y in range(crop_h):

6    for x in range(crop_w):

7        if canny_img[y, x] == 255:

8            if center_x == 0:

9                center_x = x

10            if x > max_x:

11                # 如果发现两次y轴的像素点间隔超过了一定值，就认为已经找到中心点了

12                if(center_y!=0 and y-center_y>50):

13                    point_pos = (center_x, center_y)

14                    if(show_data):

15                        cv.circle(img, point_pos, 5,(0,0,255), -1)

16                        cv.circle(canny_img, point_pos, 5,255, -1)

17                        showImg("canny_img",canny_img)

18                    return point_pos

19                else:

20                    cv.circle(img, (center_x, center_y), 1,(255,0,0), -1)

21                    center_y = y

22                    max_x = x

23point_pos = (center_x, center_y)

24

25

9.计算两点之间的距离

1
2
3
4
5
6
1# 创建np数组，这里其实不需要abs，正数和负数无关紧要

2distance = np.array("第一个点的信息")-np.array("第二个点的信息")

3# 用hypot函数进行计算距离

4distance = int(math.hypot(distance[0],distance[1]))

5

6

10.根据距离计算点击时间长度

1
2
3
4
1# 这个1.35别问我咋来的，一点点试出来的     o(ﾟДﾟ)っ！

2click_time = int(distance * 1.35)

3

4

11.模拟点击屏幕

1
2
3
4
5
1# 原本想用input的，后来发现input去模拟长按特别麻烦，就在网上找到了swipe

2# swipe本来是滑动的意思，不过这个里面可以设置时间~~~

3os.system('xxx/adb shell input swipe 367 469 367 469 '+str(time))

4

5

12.收尾

• 主要是我不喜欢11这个数字，所以写了个12，其他的技术点也没什么特别的了，无非就是创建一个死循环，开个线程之类的。
• 不过要提别注意的是，如果写循环的话，不能用time.sleep()这个函数，opencv自带的cv2.waitKey()函数中的参数可以代表每个周期的刷新时间~

总结

作者很懒，懒得写总结了。。。源码在最上面。。。