小编给大家分享一下C++ OpenCV如何模拟实现微信跳一跳,希望大家阅读完这篇文章之后都有所收获,下面让我们一起去探讨吧!
获取小黑人的位置,获得目标方块的位置,计算两者的距离,从而计算粗按压屏幕的时间是多少。
具体实现1:使用mumu模拟器获取截图
使用mumu模拟器,模拟手机端,然后使用adb调试工具截图,保存到本地,然后从OpenCV程序获取在本地的截图。
具体实现2:使用adb工具模拟按压
当计算完距离和时间之后,考虑使用模拟按压屏幕的方法,控制小人的移动。
具体实现3:按压的位置刚好在“再来一次”的按钮上
这样就算跳失败了,只要用户不停下,那么小程序就会一直的进行跳跃。
很简单,只是使用OpenCV的matchTemplate就可以啦,注意使用“TM_CCORR_NORMED”方法。
这里使用的是Canny边缘检测算法
一个文件夹,将图片,从mumu模拟器,保存到本地的目录文件夹。和Debug的缓存目录。
您还可以自定义,程序运行的循环次数:
//最大执行次数 #define MaxRound 100
修改后面的100即可。
还有您的匹配模式图片位置:
character3.png
项目配置:DebugX64,包含头文件opencv头文件,lib选择为opencv_world425d.dll(好像是这个名字),这个lib一定要有d,因为我们是Debug模式,所以使用这个库。然后链接器的附加输入,也填入这个选项。
项目依赖:adb、opencv425
下面是完整的项目参考。
#pragma once #include <opencv2/opencv.hpp> #include <iostream> #include <opencv.hpp> #include <windows.h>
//跳一跳作弊程序 //版本 v1.0.2 作者:CSDN陈千里 /* * 程序使用说明: * 需要配合mumu模拟器使用,电脑需要安装adb调试工具,和opencv库。 * 程序原理介绍: * 通过计算两点之间的距离,估算跳跃的长度,按压屏幕的时间间隔 * * 参考论文: * https://blog.csdn.net/qq_37406130/article/details/79007335 * https://blog.csdn.net/sundy_2004/article/details/7749093 * https://blog.csdn.net/q5222890/article/details/105533233 * https://blog.csdn.net/qq_47342178/article/details/109779840 * adb swip使用: * https://blog.csdn.net/u010042669/article/details/104066744 * Canny 边缘检测: * https://blog.csdn.net/hensonwells/article/details/112557073 */ #include "pch.h" #include <windows.h> #include <sstream> using namespace cv; Mat srcImage;//存放跳一跳的截图 Mat blackPeopleTem;//黑色小人匹配图 std::stringstream ssm; //int转string //最大执行次数 #define MaxRound 100 //由于分辨率的不同,微调终点的位置 #define Tuning 0.52f //Debug函数 void DebugImg(const std::string& fileName, Mat& mat, const Point& point); void DebugImg(const std::string& fileName, Mat& mat); //刷新srcImage的信息(截图) void refreshSrcImage() { system("adb shell screencap -p /sdcard/ScreenCatch.png"); //您需要自定义的地方,下面的"C:\\adb" system("adb pull /sdcard/ScreenCatch.png C:\\adb\\temp"); srcImage = imread("C:\\adb\\temp\\ScreenCatch.png"); } //寻找跳一跳黑色小人的位置 Point GetNowPoint(Mat& srcImage, Mat& Tem_img) { cv::Mat image_matched; matchTemplate(srcImage, Tem_img, image_matched, TM_CCORR_NORMED);// 匹配黑棋子 double minVal, maxVal; Point minLoc, maxLoc, matchLoc; DebugImg("黑人匹配图.png", image_matched); minMaxLoc(image_matched, &minVal, &maxVal, &minLoc, &maxLoc, Mat()); matchLoc = maxLoc; //matchLoc是最佳匹配的区域左上角点 //调试输出 DebugImg("1黑人位置.png", srcImage, Point(matchLoc.x + Tem_img.cols, matchLoc.y + Tem_img.rows)); //DebugImg("1黑人位置.png", srcImage, Point(matchLoc.x + Tem_img.cols * 0.5, matchLoc.y + Tem_img.rows)); return Point(matchLoc.x, matchLoc.y); } //获得小方块的目标点 Point GetNextPoint(Mat& srcImage) { cv::Point point1; cv::Point point2; cv::GaussianBlur(srcImage, srcImage, cv::Size(5, 5), 0); //高斯滤波,降低噪声 Mat temp, temp2; //cv::threshold(srcImage, temp, 0, 255, 8); //srcImage = temp; Canny(srcImage, temp, 20, 30); //进行边缘检测 temp2 = srcImage; srcImage = temp; std::vector<std::vector<Point>> contours; std::vector<Vec4i> hierarchy; findContours(srcImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point()); //找到关键的角点 //遍历每一个轮廓,把多余的轮廓去掉 std::vector<std::vector<cv::Point> >::const_iterator it = contours.begin(); while (it != contours.end()) { if (it->size() < 150) it = contours.erase(it); else ++it; } int nYMin = srcImage.rows; int nXMin = srcImage.cols; int nYMax = 0; int nXMax = 0; int nIdY = 0; for (int i = 0; i < contours.size(); i++) { //contours[i]代表的是第i个轮廓,contours[i].size()代表的是第i个轮廓上所有的像素点数 for (int j = 0; j < contours[i].size(); j++) { if (contours[i][j].y < nYMin) { nYMin = contours[i][j].y; //找到最低的y值 point1 = contours[i][j]; //记录 y值最低点坐标 nIdY = i; //记录哪个区域内的 } } } int minY = srcImage.cols; for (int j = 0; j < contours[nIdY].size(); j++) { //在哪个区域内继续变量 找到x最大值 if (contours[nIdY][j].x > nXMax) { nXMax = contours[nIdY][j].x; } } for (int j = 0; j < contours[nIdY].size(); j++) {//找到x中最大值上的最小值 if (contours[nIdY][j].x == nXMax && contours[nIdY][j].y < minY) { point2 = contours[nIdY][j]; minY = contours[nIdY][j].y; //记录X点的最大值 } } //调试输出 DebugImg("2目标点位置.png", temp2, Point(point1.x, point2.y)); DebugImg("边缘图.png", srcImage, Point(point1.x, point2.y)); return cv::Point(point1.x, point2.y); //返回中点坐标 } //计算两个点的距离 float GetDistance(Point& first_point, Point& next_point) { float A = first_point.x - next_point.x; float B = first_point.y - (next_point.y + 50); float result = pow(pow(A, 2) + pow(B, 2), 0.5); if (result > 600) { std::cout << "距离探测失误" << std::endl; result = 230; } return result; } //模拟按压屏幕跳跃 void Jump(float& g_distance) { std::cout << "distance:" << g_distance << std::endl; int time = std::ceil(g_distance * 4 * Tuning); std::string str_Time, str; //模拟长按屏幕 ssm.clear(); ssm << time; ssm >> str_Time; str = "adb shell input swipe 461 1203 461 1203 " + str_Time; std::cout << str << std::endl; system(str.c_str()); } //主过程 void Process() { Point pBlackPeople; Point pFinish; float dis; for (int i = 0; i < MaxRound; i++) { refreshSrcImage(); pBlackPeople = GetNowPoint(srcImage, blackPeopleTem); pFinish = GetNextPoint(srcImage); dis = GetDistance(pBlackPeople, pFinish); Jump(dis); Sleep(2000); } } int main() { /*srcImage = imread("C:/adb/Test/1.png"); blackPeopleTem = imread("C:/adb/Resources/character3.png"); GetNowPoint(srcImage, blackPeopleTem);*/ //首先要链接端口 system("adb connect 127.0.0.1:7555"); refreshSrcImage(); blackPeopleTem = imread("C:/adb/Resources/character3.png"); //初始化到此结束 Process(); int x = 280; // 裁剪区域起始点 x坐标 int y = 400; // 裁剪区域起始点 y坐标 int width = 100; // 裁剪区域宽度 int height = 100; // 裁剪区域高度 //Rect area(x, y, width, height); //Mat guide_roi = srcImage(Rect(x, y, width, height)); //测试代码 //namedWindow("test opencv setup", WINDOW_AUTOSIZE); //imshow("test opencv setup", srcImage); //waitKey(0); return 0; } //保存图片和画点,用于调试 void DebugImg(const std::string& fileName, Mat& mat, const Point& point) { Mat temp = mat; //在图片上面画点 circle(temp, point, 5, Scalar(0, 0, 255), -1); std::string path = "c:/adb/temp/", sR; sR = path + fileName; imwrite(sR, temp); } void DebugImg(const std::string& fileName, Mat& mat) { std::string path = "c:/adb/temp/", sR; sR = path + fileName; imwrite(sR, mat); }
看完了这篇文章,相信你对“C++ OpenCV如何模拟实现微信跳一跳”有了一定的了解,如果想了解更多相关知识,欢迎关注亿速云行业资讯频道,感谢各位的阅读!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。