个人兴趣，用python实现连连看的辅助程序，总结实现过程及知识点。

总体思路

1、获取连连看程序的窗口并前置
2、游戏界面截图，将每个一小图标切图，并形成由小图标组成的二维列表
3、对图片的二维列表遍历，将二维列表转换成由数字组成的二维数组，图片相同的数值相同。
4、遍历二维数组，找到可消除的对象，实现算法：

• 两个图标相邻。（一条线连接）
• 两个图标同行，同列，且中间的图标全部为空（数值为0）（一条线连接）
• 两条线连接，转弯一次，路径上所有图标为空。（二条线连接）
• 三条线连接，转弯二次，路径上所有图标为空。（三条线连接）
• 分别点击两个图标，并将对应的二维数据值置为0
  

实现过程中遇到的问题

图片切割

im = image.crop((left,top,right,bottom))//image.crop参数为一个列表或元组，顺序为(left,top,right,bottom)

找到游戏运行窗口

hdwd = win32gui.FindWindow(0,wdname)# 设置为最前显示win32gui.SetForegroundWindow(hdwd)

窗口不要点击最小化，点击后无法弹出来。

• 图片缩放并转为灰度
  

img1 = im1.resize((20, 20), Image.ANTIALIAS).convert('L')

Image.ANTIALIAS 为抗锯齿的选项，图片无毛边。

• 获取图片每个点的RGB值
  

pi1 = list(img1.getdata())

列表每个元素为一个三位数的值，分别代表该点的RGB值。列表pi1共400个元素。（因为图片为20*20）

• 鼠标点击消除

PyMouse.click()该方法默认双击，改为PyMouse.press() 或 PyMouse.release()

• 判断图片相似
• 汉明距离，平均哈希
  

def compare_img(self,im1,im2): img1 = im1.resize((20, 20), Image.ANTIALIAS).convert('L') img2 = im2.resize((20, 20), Image.ANTIALIAS).convert('L') pi1 = list(img1.getdata()) pi2 = list(img2.getdata()) avg1 = sum(pi1) / len(pi1) avg2 = sum(pi2) / len(pi2) hash1 = "".join(map(lambda p: "1" if p > avg1 else "0", pi1)) hash2 = "".join(map(lambda p: "1" if p > avg2 else "0", pi2)) match = 0 for i in range(len(hash1)): if hash1[i] != hash2[i]: match += 1 # match = sum(map(operator.ne, hash1, hash2)) # match 值越小，相似度越高 return match

• 计算直方图
  

from PIL import Image# 将图片转化为RGBdef make_regalur_image(img, size=(8, 8)): gray_image = img.resize(size).convert('RGB') return gray_image# 计算直方图def hist_similar(lh, rh): assert len(lh) == len(rh) hist = sum(1 - (0 if l == r else float(abs(l - r)) / max(l, r)) for l, r in zip(lh, rh)) / len(lh) return hist# 计算相似度def calc_similar(li, ri): calc_sim = hist_similar(li.histogram(), ri.histogram()) return calc_simif __name__ == '__main__': image1 = Image.open('1-10.jpg') image1 = make_regalur_image(image1) image2 = Image.open('2-11.jpg') image2 = make_regalur_image(image2) print("图片间的相似度为", calc_similar(image1, image2)) # 值在[0,1]之间，数值越大，相似度越高

• 图片余弦相似度
  

from PIL import Imagefrom numpy import average, dot, linalg# 对图片进行统一化处理def get_thum(image, size=(64, 64), greyscale=False): # 利用image对图像大小重新设置, Image.ANTIALIAS为高质量的 image = image.resize(size, Image.ANTIALIAS) if greyscale: # 将图片转换为L模式，其为灰度图，其每个像素用8个bit表示 image = image.convert('L') return image# 计算图片的余弦距离def image_similarity_vectors_via_numpy(image1, image2): image1 = get_thum(image1) image2 = get_thum(image2) images = [image1, image2] vectors = [] norms = [] for image in images: vector = [] for pixel_tuple in image.getdata(): vector.append(average(pixel_tuple)) vectors.append(vector) # linalg=linear（线性）+algebra（代数），norm则表示范数 # 求图片的范数？？ norms.append(linalg.norm(vector, 2)) a, b = vectors a_norm, b_norm = norms # dot返回的是点积，对二维数组（矩阵）进行计算 res = dot(a / a_norm, b / b_norm) return resif __name__ == '__main__': image1 = Image.open('1-9.jpg') image2 = Image.open('8-6.jpg') cosin = image_similarity_vectors_via_numpy(image1, image2) print('图片余弦相似度', cosin) # 值在[0,1]之间，数值越大，相似度越高,计算量较大，效率较低

完整代码

import win32guiimport timefrom PIL import ImageGrab , Imageimport numpy as npfrom pymouse import PyMouseclass GameAuxiliaries(object): def __init__(self): self.wdname = r'宠物连连看经典版2,宠物连连看经典版2小游戏,4399小游戏 pare_img(im,img) # match = test2.image_similarity_vectors_via_numpy(im,img) if match <15: array[row][col] = img_type_list.index(img) +1 break else: img_type_list.append(im) array[row][col] = len(img_type_list) return array def row_zero(self,x1,y1,x2,y2,array): '''相同的图片中间图标全为空''' if x1 == x2: min_y = min(y1,y2) max_y = max(y1,y2) if max_y - min_y == 1: return True for y in range(min_y+1,max_y): if array[x1][y] != 0 : return False return True else: return False def col_zero(self,x1,y1,x2,y2,array): '''相同的图片同列''' if y1 == y2: min_x = min(x1,x2) max_x = max(x1,x2) if max_x - min_x == 1: return True for x in range(min_x+1,max_x): if array[x][y1] != 0 : return False return True else: return False def two_line(self,x1,y1,x2,y2,array): '''两条线相连，转弯一次''' for row in range(1,9): for col in range(1,13): if row == x1 and col == y2 and array[row][col]==0 and self.row_zero(x1,y1,row,col,array) and self.col_zero(x2,y2,row,col,array): return True if row == x2 and col == y1 and array[row][col]==0 and self.row_zero(x2,y2,row,col,array) and self.col_zero(x1,y1,row,col,array): return True return False def three_line(self,x1,y1,x2,y2,array): '''三条线相连，转弯两次''' for row1 in range(10): for col1 in range(14): for row2 in range(10): for col2 in range(14): if array[row1][col1] == array[row2][col2] == 0 and self.row_zero(x1,y1,row1,col1,array) and self.row_zero(x2,y2,row2,col2,array) and self.col_zero(row1,col1,row2,col2,array): return True if array[row1][col1] == array[row2][col2] == 0 and self.col_zero(x1,y1,row1,col1,array) and self.col_zero(x2,y2,row2,col2,array) and self.row_zero(row1,col1,row2,col2,array): return True if array[row1][col1] == array[row2][col2] == 0 and self.row_zero(x2,y2,row1,col1,array) and self.row_zero(x1,y1,row2,col2,array) and self.col_zero(row1,col1,row2,col2,array): return True if array[row1][col1] == array[row2][col2] == 0 and self.col_zero(x2,y2,row1,col1,array) and self.col_zero(x1,y1,row2,col2,array) and self.row_zero(row1,col1,row2,col2,array): return True return False def mouse_click(self,x,y): top = (x - 1) * 38 + (x - 2) left = (y - 1) * 38 + (y - 2) right = y * 38 + (y - 1) bottom = x * 38 + (x - 1) if top < 0: top = 0 if left < 0: left = 0 self.m.press(int(417+(left+right)/2) ,int(289+(top+bottom)/2) ) def find_same_img(self,array): for x1 in range(1,9): for y1 in range(1,13): if array[x1][y1] == 0: continue for x2 in range(1,9): for y2 in range(1,13): if x1==x2 and y1 == y2: continue if array[x2][y2] == 0 : continue if array[x1][y1] != array[x2][y2] : continue if array[x1][y1] ==array[x2][y2] and (self.row_zero(x1,y1,x2,y2,array) or self.col_zero(x1,y1,x2,y2,array) or self.two_line(x1,y1,x2,y2,array) or self.three_line(x1,y1,x2,y2,array)): print("可消除！x{}y{} 和 x{}y{}".format(x1,y1,x2,y2)) self.mouse_click(x1,y1) time.sleep(0.1) self.mouse_click(x2,y2) time.sleep(0.1) array[x1][y1]=array[x2][y2]=0 def run(self): #找到游戏运行窗口 self.find_game_wd(self.wdname) # 截图，切割成小图标 self.get_img() # 将图片矩阵转换成数字矩阵 array = self.create_array() print(array) # 遍历矩阵，找到可消除项，点击消除 for i in range(10): self.find_same_img(array) print(array)if __name__ == '__main__': ga = GameAuxiliaries() ga.run()

总结

该程序其实未能完全实现辅助功能，主要是因为图片切割时未找到更好的规则，造成图片识别困难，缩放比例和判断阀值未找到一个平衡点，阀值太大，则将不同的图标识别为相同，阀值太小，相同的图标又判断为不一样。

更多关于python游戏的精彩文章请点击查看以下专题：

python俄罗斯方块游戏集合

python经典小游戏汇总

python微信跳一跳游戏集合

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。