当前位置:   article > 正文

python能做安卓脚本吗,用python写安卓脚本

python写安卓脚本

大家好,给大家分享一下python能做安卓脚本吗,很多人还不知道这一点。下面详细解释一下。现在让我们来看看!

1.前言

初学python,看到微信跳一跳外挂觉得挺有意思,想做个比这个稍简单的来学习一下相关语法与模块

(此外挂只用于学习!并没有过多关于外挂的知识!)所做的游戏就是这个!开心斗游戏中的消砖块小游戏

通过点击屏幕来使该位置增加方块,从而达到消掉一层四个砖块,是一个简单的休闲小游戏。

2.所用工具/前期准备

  1. 1).python3.X
  2. 请读者自行配置环境,推荐用conda:
  3. # 添加国内源,下载稳定点
  4. conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  5. # 其他参数
  6. conda config --set show_channel_urls yes
  7. # 创建一个虚拟环境,推荐用 tensorflow 的
  8. conda create -n tensorflow python=3.6.4
  9. # 开启刚才新建的虚拟环境
  10. conda activate tensorflow
  11. 2).adb
  12. 本攻略只适合安卓手机,请先下载adb驱动
  13. 下载地址:http://adbshell.com/downloads
  14. 3).python中的openCV模块进行简单的图像识别
  15. 下载方法:命令行中输入pip install opencv-python进行下载
  16. 4).python中的numpy,PIL和pylab模块进行简单运算和图像处理
  17. pip install matplotlib
  18. pip install numpy
  19. pip install pillow

3.adb安装注意事项
1.在cmd中输入adb,显示如下字样证明安装成功python作品展示

  1. ...
  2. environment variables:
  3. $ADB_TRACE
  4. comma-separated list of debug info to log:
  5. all,adb,sockets,packets,rwx,usb,sync,sysdeps,transport,jdwp
  6. $ADB_VENDOR_KEYS colon-separated list of keys (files or directories)
  7. $ANDROID_SERIAL serial number to connect to (see -s)
  8. $ANDROID_LOG_TAGS tags to be used by logcat (see logcat --help)

2.将手机调整到开发者模式(百度各种型号的打开方法),并开启USB调试功能
3.将手机与PC连接,手机中询问是否调试,一直点同意。PC中打开cmd 输入
adb devices
若看到如下显示,则证明已经连接上了!可以开启我们的编程之旅了!

  1. List of devices attached
  2. FYIYHH7JKGLGJKK(这个是一串id) device

4.adb的简易操作
//在屏幕上做划屏操作,前四个数为坐标点,后面是滑动的时间(单位毫秒)。把原来滑动就可以移动视图的应用打开验证
adb shell input swipe 250 250 450 450 200
[触摸] adb swipe x1 y1 x2 y2 duration(ms)
-[注] adb好像没有触摸 不过有滑动 ,所以把 x1 y1 x2 y2 变成一个像素点,加上时间即可变成长按
//在屏幕上点击坐标点x=50 y=250的位置。
adb shell input tap 50 250
//截图
adb shell /system/bin/screencap -p /sdcard/screenshot.png
//将截好的图保存到电脑之中
adb pull /sdcard/screenshot.png /Users/xxx/Downloads
以上就是我们可能会用到的基本指令了,想了解更多的adb指令的话,参考这篇文章:https://blog.csdn.net/jlminghui/article/details/39268419

5.图像处理

(1).我们先要抓取屏幕并传输到电脑中,上面已经提过了,所以直接上函数

def screenshot():

  1. os.system("adb shell screencap -p /sdcard/game.png")#cmd运行
  2. os.system("adb pull /sdcard/game.png D:/PYthon/first_j/game.png")#存入电脑里面
  3. 截图后,我们得到如下图像
10091540-5c3213e8444d63b8
image

(2).我们发现上方的信息和下方的一些按键并不是我们想要的,我们可以轻松的把它们裁剪掉

crop_img = img[280:1780, 20:1080] # X=1060,Y=1500
效果图:

 
10091540-61075a2edd15f0af
image

(3).当我们拿到这一张彩色的图片的时候,我们自然的知道应该向哪里发射方块,可是怎么才能让机器知道呢?这里我们应该把图像转化为灰度或二值图像,进行一系列的去噪等操作,使得计算机可以认出我们的图像并做判断

  1. Q:什么是灰度图像?什么是二值图像?
  2. http://www.jb51.net/article/78762.htm
  3. 这篇文章讲解的非常清晰,读者可以仔细阅读,了解一下数字图像的构成和灰度图像的原理
  4. 我们这里讲图片转化为二值图像,效果图如下
  5. GrayImage = cv2.cvtColor(crop_img, cv2.COLOR_BGR2GRAY)
  6. ret, thresh = cv2.threshold(GrayImage, 127, 255, cv2.THRESH_BINARY_INV)
10091540-a94d09fc9b418cf2
image
  1. 在上图中,我们看到方块有些不整齐,有一部分白色,我们要把这些白色填充掉,使得后面的程序更容易识别方块,此时需要一些形态学方面的操作。
  2. kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25, 25))
  3. closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)

上一下效果图

 
10091540-f149f5208f25e951
image
  1. PS:左上角的东西我们无需担心~它只是在个别的时候会蹦出来,告诉我们我们的砖块行数+2了,然后会马上消失~并不 影响我们的识别~
  2. 到这里,我们对图像的处理已经很完善了。机器已经能很轻松的识别哪里是砖块(黑色——值为0),哪里是空白(白色——值为255),如果小伙伴们有时候处理一些复杂的图像,可以再用一下腐蚀与膨胀算法,效果也是非常好的。贴一下代码
  3. # 分别执行4次形态学腐蚀与膨胀算法。
  4. closed = cv2.erode(closed, None, iterations=4)
  5. closed = cv2.dilate(closed, None, iterations=4)

6.模拟操作

  1. 相信大家的想法和我最初的想法非常像,这个是不是已经接近尾声了,我只需要检测 X= [100,375,650,925]
  2. 这四个点哪里是白色就模拟按键就好了?我就是用了这个简单的算法,发现模拟的结果非常不理想:(划重点)因为adb模拟按键和截图的速度并不快,所以会导致没有人的操作快!
  3. 那怎么办?只能优化算法咯
  4. 我们先检测哪里有方块,什么时候出方块,并把他的位置存到数组中
  5. #先检测什么时候有块
  1. for count in np.arange(1450,0,-50):
  2. if int(closed[count,100])+int(closed[count,375])+int(closed[count,650])+int(closed[count,925])!=255*4:
  3. break
  4. for i in np.arange(count,0,-160):
  5. Y.append(i)

记录后,一次性进行多次按键操作,实现一张图模拟多个按键,这样效率就高多啦

  1. for i in Y:
  2. if closed[i,100]!=0:
  3. val.append(120)
  4. elif closed[i,375]!=0:
  5. val.append(395)
  6. elif closed[i,650]!=0:
  7. val.append(670)
  8. elif closed[i,925]!=0:
  9. val.append(945)
  10. return val

原文:https://blog.csdn.net/qq_35624030/article/details/79618988

文章知识点与官方知识档案匹配,可进一步学习相关知识
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/Li_阴宅/article/detail/831542
推荐阅读
相关标签
  

闽ICP备14008679号