绝地求生可以这样制作 (Python 版)

一、概述

1.1 效果

总的来说，这种方式是通过图像识别来完成的，不侵入游戏，不读取内存，安全不被检测。

1.2 前置知识

1. 游戏中有各种不同的枪械，不同的枪械后坐力不一样，射速也不同。相同的枪械，装上不同的配件后，后坐力也会发生变化。

2. 枪械的y轴上移是固定的，x轴是随机的，因此我们程序只移动鼠标y轴。x轴游戏中手动操作。

1.3 实现原理简述

1. 通过python中的pynput模块监听键盘鼠标。

监听鼠标左键按下，这个时候开始移动鼠标。左键抬起，终止移动。监听键盘按键，比如tab键，这时打开背包，截屏开始识别装备栏。

2. 通过python的pyautogui模块来截屏，可以截取屏幕指定位置。

3. 通过python的opencv模块来处理截取的图片。

4. 通过SSIM算法来对比图片相似度，获取到装备栏的武器、配件。

5. 通过python的pydirectinput操作鼠标移动。

技术交流

技术要学会分享、交流，不建议闭门造车。一个人可以走的很快、一堆人可以走的更远。

好的文章离不开粉丝的分享、推荐，资料干货、资料分享、数据、技术交流提升，均可加交流群获取，群友已超过2000人，添加时最好的备注方式为：来源+兴趣方向，方便找到志同道合的朋友。

方式①、添加微信号：pythoner666，备注：来自CSDN + 绝地求生
方式②、微信搜索公众号：Python学习与数据挖掘，后台回复：绝地求生

二、详解

2.1 pynput监听键盘

import pynput.keyboard as keyboard

# 监听键盘
def listen_keybord():
    listener = keyboard.Listener(on_press=onPressed, on_release=onRelease)
    listener.start()

pynput的监听为异步事件，但是会被阻塞，所以如果事件处理事件过长，得用异步处理。

2.2 监听事件

创建了c_equipment类来封装武器信息。重点在tab键的监听，使用异步来检测装备信息。

def onRelease(key):
    try:
        if '1' == key.char:
            c_equipment.switch = 1 #主武器1
        elif '2' == key.char:
            c_equipment.switch = 2 #主武器2
        elif '3' == key.char:
            c_equipment.switch = 3 #手枪 switch=3的时候不压枪
        elif '4' == key.char:
            c_equipment.switch = 3 #刀具
        elif '5' == key.char:
            c_equipment.switch = 3 #手雷
    except AttributeError:
        if 'tab' == key.name:      #tab键异步操作检测
            asyncHandle()
        elif 'num_lock' == key.name:  #小键盘锁用来控制程序开关
            changeOpen()
        elif 'shift' == key.name:   
            c_contants.hold = False

2.3 pyautogui截屏

检测装备，首先要在打开装备栏的时候，截屏。

pyautogui.screenshot(region=[x, y, w, h])

x,y分别表示坐标，w,h表示宽度和高度。截取之后，为了方便对比图片，需要将图片二值化，然后保存到本地。

完整代码如下：

import pyautogui

def adaptive_binarization(img):
    #自适应二值化
    maxval = 255
    blockSize = 3
    C = 5
    img2 = cv2.adaptiveThreshold(img, maxval, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, blockSize, C)
    return img2

# 屏幕截图
def shotCut(x, y, w, h):
    im = pyautogui.screenshot(region=[x, y, w, h])
    screen = cv2.cvtColor(numpy.asarray(im), cv2.COLOR_BGR2GRAY)
    temp = adaptive_binarization(screen)
    return temp
    
def saveScreen():
    screen1 = shotCut(1780, 125, 614, 570)
    cv2.imwrite("./resource/shotcut/screen.bmp", screen1)

2.4 素材准备

屏幕截图处理后如上，在装备识别之前，我们需要先准备很多素材图片用来对比。比如:武器名、枪托、握把、枪口

武器名：

枪托

2.5 裁剪图片

为了方便图片对比，我们需要将截取的装备栏部分的图片裁剪成和素材一样大小的图片。

比如，我们要检测武器一的名字：

#读取之前的截屏
screen = cv2.imread("./resource/shotcut/screen.bmp", 0)
#裁剪出武器1名字
screenWepon1 = screen[0:40, 45:125]
#拿裁剪的图片和武器素材的目录作为入参，进行对比
w1Name = compareAndGetName(screenWepon1, "./resource/guns/")

2.6 对比图片

#对比图片获取名字
def compareAndGetName(screenImg, dir):
    #获取目录下所有文件
    content = os.listdir(dir)
    name = 'none'
    max = 0
    #遍历文件
    for fileName in content:
        #使用opencv读取文件
        curWepone = cv2.imread(dir + fileName, 0)
        #使用SSIM算法拿到图片相似度
        res = calculate_ssim(numpy.asarray(screenImg), numpy.asarray(curWepone))
        #获取相似度最大的
        if max < res and res > 0.5:
            max = res
            name = str(fileName)[:-4]
    return name

SSIM算法：

def calculate_ssim(img1, img2):
    if not img1.shape == img2.shape:
        raise ValueError('Input images must have the same dimensions.')
    if img1.ndim == 2:
        return ssim(img1, img2)
    elif img1.ndim == 3:
        if img1.shape[2] == 3:
            ssims = []
            for i in range(3):
                ssims.append(ssim(img1, img2))
            return numpy.array(ssims).mean()
        elif img1.shape[2] == 1:
            return ssim(numpy.squeeze(img1), numpy.squeeze(img2))
    else:
        raise ValueError('Wrong input image dimensions.')

到这，我们就能获取到装备栏1位置的武器名字了。

2.7 操作鼠标

知道武器名字后，同理，我们可以获取到装备的配件。然后，监听鼠标左键按下，然后开始下移鼠标。

我们以m762武器为例：

射速：86, 每一发子弹间隔86毫秒

后坐力：[42, 36, 36, 36, 42, 43, 42, 43, 54, 55, 54, 55, 54, 55, 54, 55, 62, 62, 62, 62, 62, 62, 62, 62,62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 62, 77, 78, 77, 78]

表示每发子弹打出后，需要在y轴下移的距离，用来与后坐力对冲。

def moveMouse(): 
    #从识别的数据中，再更具当前选择的武器，获取此刻的武器（比如按下1键，武器装备栏1为m762，那么此时武器就是m762）
    curWepone = getCurrentWepone()
    if (curWepone.name == 'none'):
        return
    #基础y轴补偿（没任何配件）
    basic = curWepone.basic
    #射速
    speed = curWepone.speed
    startTime = round(time.perf_counter(), 3) * 1000
    for i in range(curWepone.maxBullets):
        #是否可以开火，比如左键抬起，就中断。
        if not canFire():
            break
        #系数，比如按住shift屏息，就需要再原来基础上乘1.33
        holdK = 1.0
        if c_contants.hold:
            holdK = curWepone.hold
        #乘以系数后实际的移动距离
        moveSum = int(round(basic[i] * curWepone.k * holdK, 2))
        while True:
            if (moveSum > 10):
                #移动鼠标
                pydirectinput.move(xOffset=0, yOffset=10, relative=True)
                moveSum -= 10
            elif (moveSum > 0):
                pydirectinput.move(xOffset=0, yOffset=moveSum, relative=True)
                moveSum = 0
            elapsed = (round(time.perf_counter(), 3) * 1000 - startTime)
            if not canFire() or elapsed > (i + 1) * speed + 10:
                break
            time.sleep(0.01)

代码中的while循环：

其实再第一发子弹射出后，我们只需要下移42的距离，然后计算出需要等待的时间（0.086-移动鼠标的时间），然后第二发子弹射出，以此类推。

while循环的作用是防止屏幕抖动太厉害。因为直接移动42的距离，游戏中抖的厉害，所以我们再86毫秒的间隔里分了多次来移动鼠标。

python中的sleep函数不准确，所以我们要自己来计时，防止错过每发子弹的时间间隔。不准确还有个好处，随机，正好不用自己来随机防止检测了。

三、最麻烦的部分

每个枪的后坐力都不一样，我们需要自己去游戏的训练场，一发发子弹的调试，获取准确的补偿数据。