基于VS+Opencv2.4.10微信跳一跳輔助工具
最近微信的跳一跳小程序可謂火了一把，不是因為它本身多好玩，而是有大部分的程序員們加入其中，利用各種領(lǐng)域方法，實(shí)現(xiàn)了微信跳一跳的外掛，分?jǐn)?shù)輕松上千或上萬。之前也看了基于Python開源的代碼，GitHub上現(xiàn)在的star已經(jīng)快超過1W了，簡直不敢想。趁著今天禮拜天，在實(shí)驗室中也簡單的實(shí)現(xiàn)了一下微信跳一跳的輔助工具，精度還不夠高，我跑了一下才到90，純屬娛樂好玩的，后期再繼續(xù)改進(jìn)，主要是依賴C++來實(shí)現(xiàn)了一下。
環(huán)境： Win10+VS2012+Opencv2.4.10+ADB工具
環(huán)境的搭建請查閱相關(guān)資料！
主要思路：
通過adb圖像獲取部分大家可以查閱相關(guān)資料，代碼也很簡單：
adb shell screencap -p /sdcard/autojump.png adb pull /sdcard/autojump.png
利用上面兩行代碼即可將手機(jī)當(dāng)前的屏幕進(jìn)行截圖并且上傳到工程文件路徑下。
首先就是在上傳的autojump.png圖片上進(jìn)行模板匹配，匹配出小人，并計算小人的坐標(biāo)；
然后就是通過Canny()函數(shù)進(jìn)行圖像的邊緣檢測，這里使用的閾值為5，10基本可以檢測出所有邊緣信息；
然后根據(jù)一般下一個要跳的地點(diǎn)始終在小人的左半屏或又半屏部分這一先驗知識，來進(jìn)行查找范圍的確定，進(jìn)行行掃描，掃描到的第一個值為255的即返回當(dāng)前坐標(biāo)值；然后通過計算與小人坐標(biāo)的距離即可得到下一步要跳躍的距離，（注：本代碼中在下一個坐標(biāo)的縱坐標(biāo)進(jìn)行+50處理，由于本文中只利用了一個關(guān)鍵點(diǎn)進(jìn)行測試的，這樣做是顯然不合理的，接下來可以再利用第二個關(guān)鍵點(diǎn)進(jìn)行下一個跳躍目標(biāo)中心點(diǎn)的計算），由于本人手機(jī)是1080*1920的所以再得到距離過后乘以一個跳躍系數(shù)1.35，（這里不同分辨率的手機(jī)系數(shù)是不一樣的），這樣就得到了跳躍按壓時間，從而通過system()命令進(jìn)行調(diào)用ADB工具進(jìn)行與手機(jī)通訊實(shí)現(xiàn)模擬人的點(diǎn)擊。本文僅僅是簡單的實(shí)現(xiàn)了一下看看效果，如果想跑高分還得進(jìn)行代碼的優(yōu)化與更改！其次因為每次按壓的地點(diǎn)肯定是不一樣的，而本文也采用簡單的同一位置按壓，這樣做很容易被騰訊反作弊給查出來的，所以這里可以添加一個隨機(jī)數(shù)從而可以簡單的避免位置重復(fù)！
代碼如下：
/*
時間：2018-1-7
地點(diǎn)：SHNU
功能：wechat簡單跳一跳C++代碼的實(shí)現(xiàn)，有待改進(jìn)，僅供學(xué)習(xí)之用！歡迎大家提出新算法
*/
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
using namespace cv;
using namespace std;
//全局變量定義區(qū)
Mat srcImage;
Mat dstImage;
Mat Character;
//get_screenshot();獲取手機(jī)上的圖像
void get_screenshot();
//Canny_Dec();邊緣檢測
void Canny_Dec(Mat& srcImage);
//獲取Character坐標(biāo)
Point get_Character_Loc(Mat& srcImage,Mat& Tem_img);
//獲取下一個要跳的點(diǎn)
Point get_next_img_Loc(Mat& srcImage,Point& Character_Loc);
//計算距離
int get_distance(Point& first_point,Point& next_point);
//跳躍
void jump(int&g_distance);
int main(int argc,char** argv)
{
system("color 3F");
while (true)
{
get_screenshot();
srcImage = imread("autojump.png");
dstImage = srcImage.clone();
Character = imread("./Template/character.png");
//imshow("Character",Character);
//cvtColor(srcImage,srcImage,CV_BGR2GRAY);
Point next_p = get_Character_Loc(srcImage,Character);
cout<<"next_p:"<<1111<<endl;
Point get_next = get_next_img_Loc(srcImage,next_p);
int g_distance = get_distance(next_p,get_next);
jump(g_distance);
//cout<<"get_next_img_Loc:"<<get_next<<endl;
circle(dstImage,get_next,8,Scalar(0,221,2));
//imshow("test",dstImage);
imwrite("Canny.png",dstImage);
_sleep(1500);
}
return 0;
}
void get_screenshot()
{
system("adb shell screencap -p /sdcard/autojump.png");
system("adb pull /sdcard/autojump.png");
}
Point get_Character_Loc(Mat& srcImage,Mat& Tem_img)
{
matchTemplate(srcImage,Tem_img,dstImage,CV_TM_SQDIFF);
double minVal,maxVal;
Point minLoc,maxLoc,matchLoc;
minMaxLoc(dstImage,&minVal,&maxVal,&minLoc,&maxLoc,Mat());
matchLoc = minLoc; //matchLoc是最佳匹配的區(qū)域左上角點(diǎn)
rectangle(srcImage,Rect(matchLoc,Size(Character.cols,Character.rows)),Scalar(255,255,0),1,8,0);
//Canny(srcImage,srcImage,1,10);
putText(srcImage,"Wang",Point(matchLoc.x+Character.cols*0.5,matchLoc.y+Character.rows),1,2,Scalar(0,0,255));//畫出Character小人的坐標(biāo)
return Point(matchLoc.x+Character.cols*0.5,matchLoc.y+Character.rows);
}
Point get_next_img_Loc(Mat& srcImage,Point& Character_Loc)
{
cout<<"get_next_img_Loc"<<endl;
cvtColor(srcImage,srcImage,CV_BGR2GRAY);
Canny(srcImage,srcImage,5,10);
imwrite("get_next_img_Loc.png",srcImage);
//imshow("get",srcImage);
cout<<"Character_Loc.x:"<<Character_Loc.x<<endl;
if(Character_Loc.x < 540)
{
for(int j = int(srcImage.rows*0.2);j<int(srcImage.rows*0.8);j++)
{
uchar* data = srcImage.ptr<uchar>(j);
for(int i = 1079;i > 540 ;i--)
{
if(data[i] == 255)
{
return Point(i,j);
//cout<<"Point:"<<Point(i,j)<<endl;
}
}
}
}
else
{
for(int j = int(srcImage.rows*0.2);j<int(srcImage.rows*0.8);j++)
{
uchar* data = srcImage.ptr<uchar>(j);
for(int i = 0;i<540;i++)
{
if(data[i] == 255)
return Point(i,j);
}
}
}
}
int get_distance(Point& first_point,Point& next_point)
{
int A = first_point.x - next_point.x;
int B = first_point.y - (next_point.y+50);
return int(pow(pow(A,2)+pow(B,2),0.5));
}
void jump(int&g_distance)
{
char AA[50];
int distance_ = g_distance * 1.35;
sprintf(AA,"adb shell input swipe 320 410 320 410 %d",distance_);
cout<<AA<<endl;
system(AA);
}
邊緣檢測圖片：
下一個關(guān)鍵點(diǎn)定位：
上圖中畫出的小圈圈，不太清晰，將就著看下！小菜水平有限，僅僅是基于好玩就弄了下！
結(jié)果：用開源的隨便跑跑幾百，自己的怎么跑，90 【累哭】
華麗的分割線————————————————
又來更新一下啦！
晚上不想看論文就想到了之前的跳一跳，經(jīng)過一邊顯示命令窗口輸出和一邊顯示Canny()邊緣化處理終于找到了上次跑的分?jǐn)?shù)低的原因啦！
主要原因如下所示：
如上所示，由于之前選取的Canny()中的閾值為1和10，這導(dǎo)致一旦要跳到的下一個目標(biāo)物體的顏色和背景色很接近時就很容易使得邊緣的梯度小于10，因此就不會被認(rèn)為是邊緣，從而導(dǎo)致上面的這種情況出現(xiàn)。索性今天就將閾值設(shè)為3和8，并在Canny（）函數(shù)前面加上了一個高斯濾波器。如下：
GaussianBlur(srcImage,srcImage,Size(3,3),0);
還有就是上面的_sleep(1500)函數(shù)，這里如果閑時間比較久的話也是可以改為1000的，速度上有所提升。
同時加上按壓位置的隨機(jī)數(shù)，使得每次按壓點(diǎn)都是在(320,410)—(350,460)之間。代碼如下：
int rand_x = int(320+rand()%50); //加上隨機(jī)數(shù)使得每次按壓都是在點(diǎn)（320,410）-（370,460）之間 int rand_y = int(410+rand()%50); sprintf(AA,"adb shell input swipe %d %d %d %d %d",rand_x,rand_y,rand_x,rand_y,distance_);
如下圖所示：
由上圖可知，每次按壓的位置都是在變的。
完整版代碼如下：
/*
時間：2018-1-7
地點(diǎn)：SHNU
功能：wechat簡單跳一跳C++代碼的實(shí)現(xiàn)，有待改進(jìn)，僅供學(xué)習(xí)之用！歡迎大家提出新算法
*/
#include<opencv2/opencv.hpp>
#include<iostream>
#include<math.h>
#include<stdlib.h>//rand()隨機(jī)數(shù)頭文件
using namespace cv;
using namespace std;
//全局變量定義區(qū)
Mat srcImage;
Mat dstImage;
Mat Character;
static int i = 0;
//get_screenshot();獲取手機(jī)上的圖像
void get_screenshot();
//Canny_Dec();邊緣檢測
void Canny_Dec(Mat& srcImage);
//獲取Character坐標(biāo)
Point get_Character_Loc(Mat& srcImage,Mat& Tem_img);
//獲取下一個要跳的點(diǎn)
Point get_next_img_Loc(Mat& srcImage,Point& Character_Loc);
//計算距離
int get_distance(Point& first_point,Point& next_point);
//跳躍
void jump(int&g_distance);
int main(int argc,char** argv)
{
system("color 3F");
while (true)
{
get_screenshot();
srcImage = imread("autojump.png");
dstImage = srcImage.clone();
Character = imread("./Template/character.png");
//imshow("Character",Character);
//cvtColor(srcImage,srcImage,CV_BGR2GRAY);
Point next_p = get_Character_Loc(srcImage,Character);
//cout<<"next_p:"<<1111<<endl;
Point get_next = get_next_img_Loc(srcImage,next_p);
int g_distance = get_distance(next_p,get_next);
jump(g_distance);
//cout<<"get_next_img_Loc:"<<get_next<<endl;
circle(dstImage,get_next,8,Scalar(0,221,2));
//imshow("test",dstImage);
imwrite("Canny.png",dstImage);
_sleep(1000);
}
return 0;
}
void get_screenshot()
{
system("adb shell screencap -p /sdcard/autojump.png");
system("adb pull /sdcard/autojump.png");
}
Point get_Character_Loc(Mat& srcImage,Mat& Tem_img)
{
matchTemplate(srcImage,Tem_img,dstImage,CV_TM_SQDIFF);
double minVal,maxVal;
Point minLoc,maxLoc,matchLoc;
minMaxLoc(dstImage,&minVal,&maxVal,&minLoc,&maxLoc,Mat());
matchLoc = minLoc; //matchLoc是最佳匹配的區(qū)域左上角點(diǎn)
cout<<"maxVal:"<<maxVal<<endl;
rectangle(srcImage,Rect(matchLoc,Size(Character.cols,Character.rows)),Scalar(255,255,0),1,8,0);
//Canny(srcImage,srcImage,1,10);
putText(srcImage,"Wang",Point(matchLoc.x+Character.cols*0.5,matchLoc.y+Character.rows),1,2,Scalar(0,0,255));//畫出Character小人的坐標(biāo)
return Point(matchLoc.x+Character.cols*0.5,matchLoc.y+Character.rows);
}
Point get_next_img_Loc(Mat& srcImage,Point& Character_Loc)
{
cout<<"get_next_img_Loc"<<endl;
cvtColor(srcImage,srcImage,CV_BGR2GRAY);
GaussianBlur(srcImage,srcImage,Size(3,3),0);
Canny(srcImage,srcImage,3,8);
char AA[30];
sprintf(AA,"get_next_img_Loc_%d.png",i);
cout<<AA<<endl;
imwrite(AA,srcImage);
i++;
//imshow("get",srcImage);
cout<<"Character_Loc.x:"<<Character_Loc.x<<endl;
if(Character_Loc.x < 540)
{
for(int j = int(srcImage.rows*0.2);j<int(srcImage.rows*0.8);j++)
{
uchar* data = srcImage.ptr<uchar>(j);
for(int i = 1079;i > 540 ;i--)
{
if(data[i] == 255)
{
return Point(i,j);
//cout<<"Point:"<<Point(i,j)<<endl;
}
}
}
}
else
{
for(int j = int(srcImage.rows*0.2);j<int(srcImage.rows*0.8);j++)
{
uchar* data = srcImage.ptr<uchar>(j);
for(int i = 0;i<540;i++)
{
if(data[i] == 255)
return Point(i,j);
}
}
}
return Character_Loc;
}
int get_distance(Point& first_point,Point& next_point)
{
int A = first_point.x - next_point.x;
int B = first_point.y - (next_point.y+50);
return int(pow(pow(A,2)+pow(B,2),0.5));
}
void jump(int&g_distance)
{
char AA[50];
int distance_ = g_distance * 1.35;
int rand_x = int(320+rand()%50); //加上隨機(jī)數(shù)使得每次按壓都是在點(diǎn)（320,410）-（370,460）之間
int rand_y = int(410+rand()%50);
sprintf(AA,"adb shell input swipe %d %d %d %d %d",rand_x,rand_y,rand_x,rand_y,distance_);
cout<<AA<<endl;
system(AA);
}
通過測試效果如下：輕松得榜首，到五百多時程序依然可以一直在運(yùn)行，我覺得時間太長，所以就直接弄掛了。不過并不影響榜首的位置！上圖：
總結(jié)：主要本人剛好也是視覺圖像方向的，哈哈，就閑的無聊測試了一把，經(jīng)過更改和測試。如果不遇到那種與背景色特別相近的，上榜首是沒問題的！ 嗯，說了這么多，這個博客也就到此結(jié)束啦，有問題歡迎留言！
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
本文介紹了“C++讀寫.mat文件的方法”，需要的朋友可以參考一下2013-03-03
下面小編就為大家?guī)硪黄粋€string類的簡單實(shí)現(xiàn)案例。小編覺得挺不錯的現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-01-01
C語言動態(tài)與靜態(tài)分別實(shí)現(xiàn)通訊錄詳細(xì)過程
這篇文章主要為大家介紹了C語言動態(tài)與靜態(tài)分別實(shí)現(xiàn)通訊錄，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
VS?Code+msys2配置Windows系統(tǒng)下C/C++開發(fā)環(huán)境
我們在windows10中使用VS Code做C++程序開發(fā)過程中,需要安裝MSYS2和MinGW,下面這篇文章主要給大家介紹了關(guān)于VS?Code+msys2配置Windows系統(tǒng)下C/C++開發(fā)環(huán)境的相關(guān)資料,需要的朋友可以參考下2022-12-12
c++中#include <>與#include""的區(qū)別詳細(xì)解析
<>先去系統(tǒng)目錄中找頭文件，如果沒有在到當(dāng)前目錄下找。所以像標(biāo)準(zhǔn)的頭文件 stdio.h、stdlib.h等用這個方法2013-10-10
這篇文章主要為大家介紹了c++?對象在棧上還是在堆上問題分析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-11-11
linux C 打印錯誤信息和標(biāo)準(zhǔn)輸入輸出詳細(xì)介紹
這篇文章主要介紹了linux C 打印錯誤信息和標(biāo)準(zhǔn)輸入輸出詳細(xì)介紹的相關(guān)資料,需要的朋友可以參考下2016-12-12
本文給大家介紹C++/CLI在vs上的安裝和初步使用，本文通過圖文并茂的形式給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友參考下吧2021-07-07
這篇文章主要介紹了全面了解C語言?static?關(guān)鍵字，文章首先通過先介紹一下頭文件的創(chuàng)建展開主題的詳細(xì)內(nèi)容，需要的小伙伴可以參考一下2022-04-04
C語言實(shí)現(xiàn)可增容動態(tài)通訊錄詳細(xì)過程
這篇文章主要為大家介紹了C語言實(shí)現(xiàn)簡易通訊錄的完整流程，此通訊錄還可以增容，并且每個環(huán)節(jié)都有完整代碼，有需要的朋友可以借鑒參考下，希望能夠有所幫助2022-05-05