不要跟我说深度神经网络和图像模式识别啥的,虽然本人也会一丢丢,但是不想弄得跟上世纪90年代神经网络的泡沫化一样,解决跳一跳这个小游戏常规方法还是很多的。
这个辅助程序是半自动化的,先说说大致的工作原理和过程吧。
- 使用安卓模拟器运行微信跳一跳小游戏;
- Python脚本屏幕区域截图,获取棋子的中心区域位置图像,定义为目标图像
- 将目标图像按比例放大(屏幕越大,放大比例越大,计算精度越高)
- 为放大后的目标图像绘制GRID,作为参照系便于手动选点。同时鼠标移动时,绘制十字架,进一步便于选点。
- 玩家在放大后的目标图像区域,用鼠标分别选择棋子跳的起点和终点位置。位置处绘制黄色小圆圈,便于观察。
- 计算得到的起点和终点的几何距离,然后乘以相应的时间系数得到棋子的蓄力时间t,最后通过脚本向安卓模拟器位置发送鼠标press release事件,press和release时间间隔就是蓄力时间t。这里的时间系数是经验所得,自己试验几次就能得到准确值了。
关于效果,看下图。后面是在觉得无聊,不愿意点了 kill itself,不然根本不会死的。哪里不会点哪里~~基本操作如下:1)抓取屏幕,更新目标图像;2)选取棋子起点(可以是棋子的头或者底部);3)选择终点,因为精度很高,所以后面终点就是直接选择小白点,每次得分都是32分。