帮豆包刷“天天爱消除”，“天天连萌”

自从微信5.0发布以后，新增的功能除了游戏之外，其他的并没有更多的体验，像银行卡绑定，手机支付这些，我想我是一直不会使用的，无论它做得再好，一句话，“不安全，丢了手机还丢钱包”。

闲话少说，国庆前媳妇豆包和周围朋友都一直在疯狂的玩微信的小游戏“天天爱消除”，“天天联萌”，有一天跟朋友说，弄个刷分的工具，刷刷分吧，朋友顿时各种搜索，找了些刷分的程序，大致功能是修改游戏里存储积分的字段，存储金币的字段等，保证在提交的结果时候会有一个高分，结果没过几天就被腾讯清号了，游戏的金币等级全被将为0。作为一个极端主义的IT男，肯定是会思考各种办法去解决，下面进入正题。

背景

通过计算机自动玩微信游戏“天天爱消除”，“天天连萌”，主要目的是为帮助老婆刷分。

难点

1、 用电脑程序实现手动模拟触屏；

2、 图像识别，捕获屏幕图像，把图像转换为对应的数组（数组中不同的值代表不同图案）；

3、 搜索最优移动方案。

核心算法

首先写了一个用电脑操作手机的类：Robot.java(主要操作类） , Point.java（定义手机坐标类)

主要接口如下：

        public void Snapshot();                            //获取手机截图

        public void Drag(Point p1，Point p2) ;  //模拟触屏，从点p1移动到p2

        public void Touch(Point p)  ;                 //模拟触屏，点击p点

        public void SetNum();                          //通过获取的截图设置num数组，对于不同的游戏，实现不一样

        public Point Search();                         //搜索，返回最优点，同上，对于不同的游戏，实现不一样。
     
       .........

天天爱消除--- 图像的识别算法：

由于只有7中颜色，而且颜色的区分度比较明显，因此取图像指定范围的RGB像素值，定义一个精度，计算是否满足即可，获取颜色代码如下：

    public int GetColor(BufferedImage bufferedImage,int startx,int starty,int width,int height)
        {
               int R = 0;
               int G = 0;
               int B = 0;
               for(int rx = startx;rx<startx+width;rx++)
               {
                   for(int ry = starty;ry<starty+height;ry++)
                   {
                       int RGB = bufferedImage.getRGB(rx, ry);
                       R += (RGB & 0xff0000 ) >> 16 ;
                       G += (RGB & 0xff00 ) >> 8 ;
                       B += (RGB & 0xff );  
                   }
               } 
               R = R/(width*height);
               G = G/(width*height);
               B = B/(width*height);
               Double[] temp = new Double[7];
               double jingdu = 50;
               //红色
               int i = 254;
               int j = 82;
               int k = 105;
               temp[0] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //白色 
               i=234;j=233;k=233;
               temp[1] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //绿色
               i=186;j=240;k=91;
               temp[2] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //黄色
               i=253;j=228;k=85;
               temp[3] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //棕色
               i=234;j=151;k=86;
               temp[4] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //紫色
               i=160;j=127;k=200;
               temp[5] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               //蓝色
                i=83;j=179;k=233;
               temp[6] = Math.sqrt((R-i)*(R-i)+(G-j)*(G-j)+(B-k)*(B-k));
               if(temp[0]<jingdu)
                   return 1;//System.out.print("红色");
               else if(temp[1]<jingdu)
                   return 2;// System.out.print("白色");
               else if(temp[2]<jingdu)
                   return 3;// System.out.print("绿色");
               else if(temp[3]<jingdu)
                   return 4; // System.out.print("黄色");
               else if(temp[4]<jingdu)
                   return 5;// System.out.print("棕色");
               else if(temp[5]<jingdu)
                   return 6;// System.out.print("紫色");
               else if(temp[6]<jingdu)
                   return 7;//  System.out.print("蓝色"); 
               else
                  return random.nextInt(1000)+8; //  System.out.print("未匹配");    
            }

天天爱消除的---搜索算法：

计算最优解。由于当消去4个或5个以及特殊道具会有额外加分及消除功能，暂不考虑，只需要消去3个，4个，5个相同颜色时的权重即可。

定义f(3)=350，f(4)=1200，f(5)=5000，即单次消除的分值（玩游戏时估计出一个值)

每次移动，发生的消去只能在移动点和被移动点之间产生，因此只需要分别计算以该两点为中心，上下左右最大相同匹配的长度和次数。

上图最优移动方案为 swap(1,4,2,4) ,[1][4] 与 [2][4]交换，可同时消去两对，生成的M=700。

       public int Get_Value(int x,int y)
        { 
            int temp = num[x][y];
            int value = 0;
            int row_con = 1;
            int col_con = 1;
            int a = x-1;
            int b = y;
            while(a>=0 && temp==num[a--][b])
                col_con++;
            a = x+1;
            while(a<N && temp==num[a++][b])
                col_con++;
            a = x;
            b = y-1;
            while(b>=0 && temp==num[a][b--])
                row_con++;
            b = y+1;
            while(b<N && temp==num[a][b++])
                row_con++; 
            value += Calculate(row_con);
            value += Calculate(col_con);       
            return value;
        }

       private int Calculate(int x)
 { 
 switch(x)
 {
 case 3:
 return 350; 
 case 4:
 return 800; 
 case 5:
 return 1700; 
 default: 
 } 
 return 0;
 }

天天连萌---图像识别算法：

由于天天连萌图像比较多，而且相似的颜色图案也比较多，因此不能采用计算区域平均颜色来定义每个图案。在实际识别的时候，为了丰富知识，采用了汉明距离计算图像相似度的算法(具体可参考链接：http://www.open-open.com/lib/view/open1358901340114.html），但是存在的问题就是需要提前把每种图案进行存储，用手机截屏加PS，会很快实现，为了达到相似的计算，建议去中间75*65范围图像，这样避免了有时候会出现道具，加分等符号的影响，最后识别的效果感觉非常不错。每种图像定义一种值，大约有30种不同的图案吧，没有图案则置为0。每获取一种图，就进行搜索是否存在，存在置相应的数，否则为0，如发现的图案，同样置0。（实际上不阻挡消去路径，保留的话可以到游戏结束增加积分。）

天天连萌---搜索算法：

由图像转换得到的一个数组，定义为5*10，加上外围边界，实际上是7*12的数组，范围对于计算机来说是非常小了。因此直接采用深度优先，控制方向，控制转弯次数即可达到搜索目的。

   public void Start_Search() throws InterruptedException
        { 
            while(!Is_empty())
            { 
                for(int i = 1;i<=Width;i++)
                    for(int j = 1;j<=Height;j++) 
                          if( num[i][j]!=0 && Search(i,j,num[i][j]))
                                   Touch_hengping(i, j);  
                             
            } 
        }

     private boolean Search(int x,int y,int target)
 {
 int con = 2;
 if(Search_path(x-1,y,1,2,target)||Search_path(x+1,y,2,2,target)||Search_path(x,y-1,3,2,target)||Search_path(x,y+1,4,2,target))
 {
 num[x][y]=0;
 return true;
 } 
 return false;
 } 

     private boolean Search_path(int x,int y , int dir,int con,int target)
      {  ... }   

Search_path就是深度求解的过程，x,y表示起点坐标，dir表示方向，con表示可拐弯次数，target表示目标数值。

效果：

虽然不能达到很高的分数，但是也可以保持在游戏排名靠前的位置，免得被腾讯发现又分数又清零了。事实上通过模拟按键的方式刷分，应该很难检测出来的。

目前最高刷到27关，平均2s可闯一关，但是由于每次截图耗时，所以连击较少，分数并不高。

在图像处理上还需要优化。

缺点：

1、通过计算机发送指令到手机上捕获图片再回传到计算机上，测试需要耗时1.5秒，太费时间；

2、在天天连萌中进行图像识别时候，均涉及到文件的访问，所以在截图后再匹配图片的时候也需要一段时间，也很费时;

3、天天爱消除中消除后的效果影响截图，对图像识别有影响，截图的次数多，实际情况较慢。

改进：

将程序移植到手机上，利用手机进行计算，省去了图像在手机与计算机之间的传输，但可惜的是对手机移动应用开发并不擅长，因此还需要时间才能完成。

LT比较懒，很少写博客，10月后回归，多写东西锻炼写作能力。