携手创作，共同成长！这是我参与「掘金日新计划 · 8 月更文挑战」的第28天，点击查看活动详情
项目需求
刚完成了AI自瞄“辅助”，趁着这会激情还在，做个简易版本的AI打地鼠游戏“辅助”。现在需要完成的任务有如下：
- 获取网页端小游戏的视频图像画面；
- 通过视频画面中的信息获取地鼠的头像；
- 能够自动移动鼠标至地鼠头像的位置并点击三次（防止没打上）；
功能拆解
使用可以完成屏幕截图，通过截图输入到检测地鼠目标检测中去，检测输出矩形框的中心点坐标并指定三次点击鼠标左键，至此基本完成AI打地鼠的基础功能。
考虑到不同版本的打地鼠游戏画面不一样，出现地鼠的机制也不同，我们这次先做一个“丐版”的
打地鼠，后期再进行升级改造。这个“丐版”的基础配置如下：
1.可以打开全屏进行打地鼠游戏；
2.每次只出现一只地鼠且每次出现地鼠的样子不大变；
3.每只地鼠钻出来时间大概1s即可
上面对游戏配置进行了一定的规划，鉴于上述的规定我们可以迅速制定检测地鼠的位置的代码。由于每次只出一只地鼠且地鼠的样子基本保持一致，我们可以使用OpenCv中的模板匹配法进行做地鼠的检测，这样可以避免过多的导入其他的依赖，同时也增强了代码的适配性，便于后期的封装打包。对模板匹配检测出地鼠的位置后计算中心点坐标，我们依然采用pymouse进行鼠标坐标点控制移动，这样也节省了开发时间。
验证调试
获取地鼠的样本图，这里我们仅取一只即可,程序主题可分三部分：
- 获取当前界面截屏图像；
- 完成图像的模板匹配判断是否含有目标，对有目标的输出中心点坐标并点击3次
- 构建Ture循环，串联截屏图像与模版匹配
代码：
import pyautogui
import cv2
import numpy as np
from pymouse import PyMouse
def GetImages():
img = pyautogui.screenshot() # 分别代表：左上角坐标，宽高
Images = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
return Images
def TemplateMatching(Screenshot, Hamster):
h, w = Hamster.shape[:2] # 获取模板的宽高
result = cv2.matchTemplate(Screenshot, Hamster, 0) # 匹配模板
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) # 获得匹配图最大阻值最小值的位置
if min_val < 20000000.0:
left_top = min_loc # 左上角的位置就是最小值
x = (left_top[0] + 0.5 * w) + 644
y = (left_top[1] + 0.5 * h) + 351
x, y = int(x), int(y)
print(x, y)
m = PyMouse()
m.click(x, y) # 移动并且在(x,y)位置左击
m.click(x, y) # 移动并且在(x,y)位置左击
m.click(x, y) # 移动并且在(x,y)位置左击
if __name__ == "__main__":
while 1:
Hamster = cv2.imread("Hamster.jpg")
HamsterImg = cv2.cvtColor(Hamster, cv2.COLOR_RGB2BGR)
Screenshot = GetImages()
TemplateMatching(Screenshot, HamsterImg)
