Python实现按键精灵功能

最近一个小游戏挺火的，羊了个羊，很多程序员都通过后台破解代码让道具无限，让关卡重复第一关等等来实现通关，但技术不够，代码来凑，想着游戏还有一定的几率可以通关，无非就是要多试几把，那要不写个程序让电脑无限的自动匹配点击。

第一想法是用按键精灵，但按键精灵写复杂代码实在麻烦，而且还不支持面向对象，所以想着能不能用程序来实现，所以就有了今天这篇文章，正好要自学Pyhton，那这个练手实现自动玩【羊了个羊】

自动匹配的思路放后面讲，今天主要是怎么用Python写一个类似按键精灵的自动识别和点击的部分，如果没有安装足够的类可能过程会提示错误，例如pyautogui ，openCV之类的

1、利用screenshot（），crop（）截取匹配图像

按键精灵的自动识别点击第一步是要先截取屏幕的图片用于对比，所以首先要能截取我们想要的图片，这里使用到了Python的pyautogui 类

// 关键代码
import pyautogui as py
ss=py.screenshot() #截取整个电脑屏幕
targt=ss.crop((leftX,leftTop,rightX,rightBottom)) #截取图片的区域，参数自己填
targt.save(str(img_name+".png"))  #保存匹配图片
# 如果不知道要截图的具体区域，可以使用pyautogui 自带的工具， print(py.mouseInfo()) 调用位置和颜色获取工具

2、利用imread（），imwrite（）分割图片，提高匹配精度

pyautogui 自带了一个匹配函数locateAllOnScreen，结果发现要100%完全匹配才能找出来，这样肯定准确率就很低，所以就打算引入confidence（类似参数），实现模糊匹配。这里想了个十分笨但感觉精确度挺高的办法，那就是把要匹配的图片全部裁剪成四份，在辅助高的模糊匹配值。
如confidence=0.95以上，虽然部分图片会识别不出来，但叠加多次匹配后，对去掉重复的点（如玉米区域内（0，0，60，60）都被四个拆分的玉米识别到，或只识别到一次，只要在这个区域内有大于1个坐标，就意味识别成功），这样的精确度就提高了，所以先来一段分割图片的代码，将要识别的图片截取成4个

// 关键代码
import cv2
img= cv2.imread(file_path, -1)  #-1读入完整图片,0读入灰度图片，1读入彩色图片，忽略alpha通道（透明）
img_height, img_width = src.shape[0], src.shape[1]  #shape = （图片的高度，图片的宽度,图片的通道）
sub_img=img[0:img_width /2, 0:img_height/2, :]  #截取左上部分
cv2.imwrite(file_name + '.png', sub_img) #保存截取图片

然后用循环的方式，将所有图片拍成列表进行4等分，

// 关键代码
import os 
for root, dirs, files in os.walk(".\\"):
	……

3、利用locateAllOnScreen（……，confidence）实现模糊寻找坐标， 匹配后自动点击

将所有分割好的图片都加入Original_Img_Path_List，将模糊匹配参数设置为0.9，至此实现自动点击消除。

// 关键代码  
for pos in py.locateAllOnScreen(Original_Img_Path_List[img_sqe],confidence=0.9):
	#……  获取所有坐标后去重得到一个显示在第一层的图片列表level1_Gird_List
	#……  此处省略判断三个为一组的代码
for ll in level1_Gird_List:
	py.moveTo(ll.center_x,ll.center_y,duration=0.25)
	time.sleep(0.1)
    py.click()