省流:开源代码:https://gitee.com/aiyzs/practice/blob/master/auto.py
首先基础的python环境要会
然后分析刷关需求,只是要消耗体力打最低级的关卡,不需要智能化选技能。
因此要有一个自动点击选技能的功能。
1、先给模型洗脑
2、输入需求
先装库
然后返回代码
import pyautogui
import time
# 获取鼠标当前位置
current_position = pyautogui.position()
print(f"当前鼠标位置: {current_position}")
# 存储位置以便稍后使用
stored_position = current_position
# 假设你需要做一些其他的事情,然后想要回到之前的位置并点击
# ...
# 你的代码逻辑
# ...
# 移动鼠标到之前存储的位置
pyautogui.moveTo(stored_position.x, stored_position.y, duration=0.25) # duration参数表示移动过程的持续时间,单位是秒
# 点击鼠标左键
pyautogui.click()
# 为了看到效果,你可以让程序暂停一段时间
time.sleep(5)
2、自我调整
加入import keyboard库,设定按下q时再去获取鼠标位置。if keyboard.is_pressed("Q"):
3、需要在每一次关卡结束后进行一轮返回与重新开始的结算,采用模板匹配的方式进行。
截取目标图片作为模板匹配对象
两种思路,一种是多线程的方式进行中断,一种是每次进行点击操作前进行一轮匹配。为方便首先进行第二种思路。
2、模板匹配开始和返回
import CV2
import numpy as np
import pyautogui
import time
# 加载模板图片
template = CV2.imread('template.png', 0) # 假设模板图片名为template.png,且为灰度图
w, h = template.shape[::-1]
# 捕获屏幕截图
screenshot = np.array(pyautogui.screenshot())
screenshot_gray = CV2.cvtColor(screenshot, CV2.COLOR_BGR2GRAY)
# 应用模板匹配
res = CV2.matchTemplate(screenshot_gray, template, CV2.TM_CCOEFF_NORMED)
threshold = 0.8 # 设置匹配阈值
loc = np.where(res >= threshold)
# 找到最佳匹配位置
best_match = None
max_val = threshold - 1
for pt in zip(*loc[::-1]):
if res[pt] > max_val:
max_val = res[pt]
best_match = pt
# 如果找到了匹配项,则移动鼠标并点击
if best_match is not None:
x, y = best_match
# 计算鼠标点击位置,需要加上模板图片一半的大小以点击匹配区域的中心
click_x, click_y = x + w // 2, y + h // 2
# 移动鼠标到目标位置
pyautogui.moveTo(click_x, click_y, duration=0.25)
# 点击鼠标左键
pyautogui.click()
print(f"Clicked at position: ({click_x}, {click_y})")
else:
print("No match found.")
# 等待一段时间以便观察结果
time.sleep(5) 作者:技术叆 https://www.bilibili.com/read/cv33640948/?spm_id_from=333.999.0.0 出处:bilibili