前提准备
特别注意： 本节教程所演示的模拟器分辨率设置为 720x1080（手机版），电脑分辨率设置大于 720x1080并且没有设置放大。
本文档开始之前我们来回顾一下昨天所学的知识内容，因为今天要学的内容和昨天内容有着紧密的联系。昨天的课程主要讲解了计算机的图像相关基础知识，图像坐标系，图像灰度化，图像二值化，使用OpenCV进行图像匹配、图像切割，还尝试了对图像进行轮廓处理。
在前面的学习中，我们已经掌握了使用OpenCV进行图片处理的相关知识，之所以做了那么多的铺垫，目的就是为这篇文档服务的。
写出这个游戏的自动化脚本中，图像的处理占了超过一半的工作量，这也是模拟类自动化脚本的常见情况。
图像处理的目的是什么？
是把图像识别成简单的数据类型或数据结构，以便于使用算法来解决问题。
大家来想一想，在这个豆腐女孩的游戏中，规则很简单，开始后，只要不断识别游戏画面，看到有豆腐过来，就判断豆腐离女孩的距离，如果距离在某个数值范围内，点击鼠标起跳就可以了。
通过观察游戏界面，豆腐出现的区域是不变的，所以我们只需要关注中间那一块区域就行了，通过坐标把这一块区域裁剪出来，一方面可以减少图像处理的计算量，另一方面可以减少不必要的干扰，简化处理的逻辑。
接下来对这块目标区域的图像进行处理，先装成灰度图，再找出一个合适的阈值，变成二值化图像：
对于这样背景和前景分明的图像，就可以非常轻松的找出轮廓了，但不是所有的轮廓都是符合条件的，我们只需要找到面积最大的轮廓的边框，就可以确认豆腐的位置。
上图中的绿色线条方框就是找出来的豆腐的位置，而小女孩是居中显示的，所以得到豆腐的边，再计算两个物体的距离，然后根据豆腐的移动速度，就可以算出起跳前的等待时间。
通过OpenCV这个强大的图像处理库，就可以真正从目标识别的角度去编写逻辑，跟那些基于找图找色的按键精灵、易语言写的那些脚本不一样，这是基于图像识别的方法，使用分层思想来设计模型，帮助大家真正提高从底层逻辑去建立起解决问题的思维，这在大家以后不光是学编程，写python，做脚本时非常有用，对于生活中、学习中、工作中的复杂问题的解决，同样可以有很大的帮助。
人跟人的本质区别，在于思维的层次差别。
有了上面整理出来的思路，接下来我们就带领来一步步来实现我们的思路。抽离出一个模拟器的模块，负责对窗口的基本操作，比如激活、点击、截图等功能，到时作为模块导入，可以很方便的调用这里面的功能，从而简化逻辑，并且达到高内聚，低耦合的设计目标。
模拟器模块
import timeimport win32apiimport win32conimport win32guiimport win32uiimport numpy as np"""本节教程所演示的模拟器分辨率设置为 720x1080（手机版），电脑分辨率设置大于 720x1080并且没有设置放大。"""def 激活窗口(): hwnd = win32gui.FindWindow(None, '雷电模拟器') if hwnd == 0: print('未找到游戏窗口') return 0 tup = win32gui.GetWindowPlacement(hwnd) # 获取窗口布局 if tup[1] != win32con.SW_SHOWNORMAL: # 非正常尺寸（已最小化或最大化） win32gui.SendMessage(hwnd, win32con.WM_SYSCOMMAND, win32con.SC_RESTORE, 0) # 恢复窗口大小 time.sleep(0.1) if win32gui.GetForegroundWindow() != hwnd: win32gui.SetForegroundWindow(hwnd) # 窗口前置 time.sleep(0.3) return hwnddef 点击(窗口坐标): """ :param 窗口坐标: 元组(x,y) x为横坐标，y为纵坐标 :return: 返回点击执行结果 """ hwnd = activate_window() if hwnd == 0: print('模拟器窗口不存在，点击失败') return False desktop_coord = win32gui.ClientToScreen(hwnd, window_coord) # 窗口坐标换算成桌面坐标 win32api.SetCursorPos(desktop_coord) # 设置鼠标位置 win32api.mouse_event(win32con.MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0) # 鼠标按下 win32api.mouse_event(win32con.MOUSEEVENTF_LEFTUP, 0, 0, 0, 0) # 鼠标弹起 return Truedef _窗口截图_(hwnd): # 根据窗口句柄获取窗口的设备上下文DC（Divice Context） desktop = win32gui.GetDesktopWindow() dc = win32gui.GetWindowDC(desktop) # 根据窗口的DC获取mfcDC mfc_dc = win32ui.CreateDCFromHandle(dc) # mfcDC创建可兼容的DC save_dc = mfc_dc.CreateCompatibleDC() # 创建bitmap准备保存图片 save_bit_map = win32ui.CreateBitmap() left, top, right, bottom = win32gui.GetWindowRect(hwnd) w, h = right - left, bottom - top # 为bitmap开辟空间 save_bit_map.CreateCompatibleBitmap(mfc_dc, w, h) # 高度saveDC，将截图保存到saveBitmap中 save_dc.SelectObject(save_bit_map) # 截取从左上角（0，0）长宽为（w，h）的图片 save_dc.BitBlt((0, 0), (w, h), mfc_dc, (left, top), win32con.SRCCOPY) signed_ints_array = save_bit_map.GetBitmapBits(True) im_opencv = np.frombuffer(signed_ints_array, dtype='uint8') im_opencv.shape = (h, w, 4) save_dc.DeleteDC() win32gui.DeleteObject(save_bit_map.GetHandle()) win32gui.ReleaseDC(hwnd, dc) return im_opencvdef capture(): hwnd = activate_window() if hwnd == 0: print('模拟器窗口不存在，截图失败') return None return _窗口截图_(hwnd)if __name__ == '__main__': activate_window() time.sleep(0.5) start = time.time() img = capture() end = time.time() print('花费', end - start, '秒') import cv2 as cv cv.imwrite(r'E:\home.bmp', img) h, w = img.shape[:2] check_result = '检测通过！' if w == 762 and h == 1316 else '检测未通过！请修改模拟器分辨率' print(f'期望截图的分辨率为：762*1316 实际分辨率为{h}*{w}') click((360, 1116)) time.sleep(1.2) tofu = 截图() cv.imwrite(r'E:\tofu.bmp', tofu)
游戏控制模块
在这个游戏控制模块中，主要完成图像的处理和目标的检测，并通过简单的算法计算出操作间隔，然后调用模拟器模块中的相应函数来实现操作。
来看看源码：
import timeimport cv2 as cvimport numpy as npimport simulatorstart_button_img = cv.imread('res/start.bmp', 0) # 开始按钮def is_color_image(image): if image is None: print('is_color_image() 参数错误：', '图片为空') return False return len(image.shape) > 2def find_image(large_img, small_img, similarity=0.8): if is_color_image(large_img): large_img = cv.cvtColor(large_img, cv.COLOR_BGR2GRAY) if is_color_image(small_img): small_img = cv.cvtColor(small_img, cv.COLOR_BGR2GRAY) res = cv.matchTemplate(large_img, small_img, cv.TM_CCOEFF_NORMED) # 模板匹配 loc = np.where(res >= similarity) # 过滤结果 for pt in zip(*loc[::-1]): left = int(pt[0]) top = int(pt[1]) right = int(pt[0] + small_img.shape[1]) bottom = int(pt[1] + small_img.shape[0]) area = ((left, top), (right, bottom)) return area # 实际操作区域 return Nonedef find_cube(gray_screenshot): sw = 720 key_region = gray_screenshot[730:840, 1:sw] # 裁剪出感兴趣的区域 _, binary_img = cv.threshold(key_region, 248, 255, cv.THRESH_BINARY) # 图像二值化 contours, hierarchy = cv.findContours(黑白图像, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) # 查找轮廓 max_area, max_cnt = 0, None # 设置最大面积和最大轮廓的默认值 for cnt in contours: area = cv.contourArea(cnt) if area > 5000 and area > max_area: # 筛选出轮廓 max_area = area max_cnt = cnt if max_cnt is None: # print('没有发现豆腐') return 0 x, y, w, h = cv.boundingRect(max_cnt) # 计算出边框 center_x = sw / 2 # 中线位置 cube_x = x + w if x + w < center_x else x # 取离中线最近的豆腐边线x（豆腐不确定从哪边来） dist = abs(center_x - cube_x) # 豆腐边缘到中线的距离 return distdef jump_check(): for i in range(100): # 每次跳跃前循环检测画面 screenshot = simulator.capture() screenshot_gray = cv.cvtColor(screenshot, cv.COLOR_BGR2GRAY) # 转成灰度图片 if find_image(screenshot_gray, start_button_img): print('游戏已结束') return True dist = find_cube(screenshot_gray) # 算出豆腐离中线距离 if 150 < dist < 190: print(f'---跳---') jump() # 点击鼠标（跳跃） time.sleep(0.8) return False time.sleep(0.01)def jump(): simulator.click((360, 900))def start_game(): while True: screenshot = simulator.capture() screenshot_gray = cv.cvtColor(screenshot, cv.COLOR_BGR2GRAY) area = find_image(screenshot_gray, start_button_img) if area: print('发现开始按钮，点击开始游戏') x = int((area[0][0] + area[1][0]) / 2) y = int((area[0][1] + area[1][1]) / 2) simulator.click((x, y)) time.sleep(0.5) return time.sleep(0.5)if __name__ == '__main__': while True: start_game() time.sleep(1) while True: if jump_check(): break time.sleep(0.1)
本章小结
这一章咱们终于把前面学的东西串起来了，搞出了一个完整的游戏自动化脚本。来捋一捋核心思路：
图像处理的目的是啥？ 就是把复杂的图像变成简单的数据结构，让程序能看懂。比如豆腐女孩这个游戏，咱们不需要识别整张图，只需要关注豆腐和女孩的位置关系就行。
怎么减少计算量的？ 裁剪！豆腐出现的区域是固定的，所以只需要截取中间那一块区域来处理。这样既减少了计算量，又去掉了不必要的干扰，一举两得。
怎么找到豆腐的位置？ 先把裁剪出来的区域转成灰度图，再二值化。二值化后背景和前景就分得清清楚楚了，然后用 cv.findContours() 找轮廓。但不是所有轮廓都是豆腐，咱们只找面积最大的那个轮廓，它的边框就是豆腐的位置。
怎么判断什么时候跳？ 豆腐和女孩都是居中显示的，算出豆腐边缘到中线的距离，当距离在150到190之间时，说明豆腐快到了，这时候点击跳跃就对了。
代码结构怎么设计的？ 分成了两个模块：模拟器模块负责底层操作（激活窗口、截图、点击），游戏控制模块负责业务逻辑（图像识别、目标检测、游戏流程）。这就是高内聚低耦合的设计思想，模块之间互不干扰，方便维护和复用。
模板匹配怎么用？ 用 cv.matchTemplate() 在大图里找小图，返回相似度矩阵，再用 np.where() 过滤出相似度超过阈值的位置。这个用来识别游戏里的按钮特别好用，比如开始按钮、结束画面等。
整个流程是啥样的？ 启动游戏 → 找开始按钮 → 点击开始 → 循环检测豆腐距离 → 距离合适就跳 → 检测游戏结束 → 重新开始。一套完整的自动化循环就出来了。
这套思路不光能用在豆腐女孩上，其他类似的跳跃类游戏（比如恐龙快跑、跳一跳）都可以用类似的方法来做。掌握了这套从底层逻辑出发的思维方式，以后遇到再复杂的自动化问题也能拆解开来一步步解决。
动手试试
选择题
1、在OpenCV中，查找轮廓的函数是哪个？
答案：A
解析： OpenCV里找轮廓用的是 cv.findContours()，这个函数会返回两个值：contours是所有轮廓的列表，hierarchy是轮廓的层级关系。找轮廓之前必须先把图像二值化，因为轮廓检测是基于黑白图像的，彩色图或灰度图直接找轮廓会出问题。另外要注意，OpenCV 4.x版本 findContours() 只返回两个值，而OpenCV 3.x会返回三个值（多一个image参数），如果你用的是老版本可能会遇到这个问题。
2、计算轮廓面积的函数是哪个？
答案：B
解析： 计算轮廓面积用的是 cv.contourArea(cnt)，传入一个轮廓对象就能算出它的面积。在豆腐女孩脚本里，咱们用这个函数来筛选轮廓，只保留面积大于5000的轮廓，这样就能过滤掉那些小的噪点和干扰物。面积阈值设多少得根据实际情况调整，太小会误判，太大会漏掉目标。
编程挑战
3、修改游戏脚本，让它能自动识别游戏结束画面，并自动重新开始下一局。
参考代码：
import timeimport cv2 as cvimport numpy as npimport simulator# 加载模板图片start_button_img = cv.imread('res/start.bmp', 0) # 开始按钮game_over_img = cv.imread('res/game_over.bmp', 0) # 游戏结束画面（需要自己截图保存）def is_color_image(image): if image is None: print('图片为空') return False return len(image.shape) > 2def find_image(large_img, small_img, similarity=0.8): if is_color_image(large_img): large_img = cv.cvtColor(large_img, cv.COLOR_BGR2GRAY) if is_color_image(small_img): small_img = cv.cvtColor(small_img, cv.COLOR_BGR2GRAY) res = cv.matchTemplate(large_img, small_img, cv.TM_CCOEFF_NORMED) loc = np.where(res >= similarity) for pt in zip(*loc[::-1]): left = int(pt[0]) top = int(pt[1]) right = int(pt[0] + small_img.shape[1]) bottom = int(pt[1] + small_img.shape[0]) return ((left, top), (right, bottom)) return Nonedef find_cube(gray_screenshot): sw = 720 key_region = gray_screenshot[730:840, 1:sw] _, binary_img = cv.threshold(key_region, 248, 255, cv.THRESH_BINARY) contours, hierarchy = cv.findContours(binary_img, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) max_area, max_cnt = 0, None for cnt in contours: area = cv.contourArea(cnt) if area > 5000 and area > max_area: max_area = area max_cnt = cnt if max_cnt is None: return 0 x, y, w, h = cv.boundingRect(max_cnt) center_x = sw / 2 cube_x = x + w if x + w < center_x else x dist = abs(center_x - cube_x) return distdef jump(): simulator.click((360, 900))def jump_check(): """检测是否需要跳跃，返回True表示游戏结束""" for i in range(100): screenshot = simulator.capture() screenshot_gray = cv.cvtColor(screenshot, cv.COLOR_BGR2GRAY) # 先检查游戏是否结束 if find_image(screenshot_gray, game_over_img): print('游戏结束了！') return True dist = find_cube(screenshot_gray) if 150 < dist < 190: print(f'---跳---') jump() time.sleep(0.8) return False time.sleep(0.01) return Falsedef start_game(): """找到开始按钮并点击""" while True: screenshot = simulator.capture() screenshot_gray = cv.cvtColor(screenshot, cv.COLOR_BGR2GRAY) area = find_image(screenshot_gray, start_button_img) if area: print('发现开始按钮，点击开始游戏') x = int((area[0][0] + area[1][0]) / 2) y = int((area[0][1] + area[1][1]) / 2) simulator.click((x, y)) time.sleep(0.5) return time.sleep(0.5)def click_restart(): """点击重新开始按钮（根据实际游戏调整坐标）""" simulator.click((360, 800)) # 假设重新开始按钮在屏幕中间偏下 time.sleep(1)if __name__ == '__main__': print('=== 豆腐女孩自动脚本启动 ===') round_count = 0 # 记录玩了多少局 while True: round_count += 1 print(f'\n===== 第 {round_count} 局 =====') # 开始游戏 start_game() time.sleep(1) # 玩游戏，直到游戏结束 while True: game_over = jump_check() if game_over: print(f'第 {round_count} 局结束') break time.sleep(0.1) # 游戏结束后点击重新开始 print('准备重新开始...') click_restart() time.sleep(1)
思路解析：
这道题考察的是对整个游戏流程的控制能力。
首先，要识别游戏结束，最简单的方法就是模板匹配。提前截一张游戏结束画面的图保存成 game_over.bmp，然后在每次检测的时候用 find_image() 去匹配。匹配上了就说明游戏结束了。
其次，游戏结束后怎么处理？大部分游戏结束后都会有个重新开始按钮或者确认按钮。咱们可以用固定的坐标去点击这个按钮（比如 click_restart() 函数），或者也可以用模板匹配去找重新开始按钮的位置再点，这样更精准。
然后，整个流程用一个外层循环来控制：开始游戏 → 玩到结束 → 重新开始 → 再开始游戏……无限循环。加个 round_count 计数器，就能知道玩了多少局了。
最后，实际使用的时候要注意几点：
- 游戏结束的画面可能不止一种（比如分数不同），所以模板匹配的相似度阈值可以适当调低一点（比如0.7），或者多准备几张不同的结束画面做匹配。
- 重新开始的按钮位置可能跟开始游戏的按钮不一样，要根据实际情况调整坐标。
- 每次重新开始后最好加点等待时间，让游戏有足够的时间加载。
10个月宝宝每天需要喝多少奶粉？
