玩過(guò)電腦游戲的同學(xué)對(duì)于外掛肯定不陌生，但是你在用外掛的時(shí)候有沒(méi)有想過(guò)如何做一個(gè)外掛呢？

我打開了4399小游戲網(wǎng)，點(diǎn)開了一個(gè)不知名的游戲，唔，做壽司的，有材料在一邊，客人過(guò)來(lái)后說(shuō)出他們的要求，

你按照菜單做好端給他便好~

首先要聲明，這里的游戲外掛的概念，和那些大型網(wǎng)游里的外掛可不同，不能自動(dòng)打怪，不能喝藥不能躲避GM…… 那做這個(gè)外掛有啥用？問(wèn)的好，沒(méi)用，除了可以浪費(fèi)你一點(diǎn)時(shí)間，提高一下編程技術(shù)，增加一點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)點(diǎn)的做外掛的基礎(chǔ)以外，毫無(wú)用處，如果您是以制作一個(gè)驚天地泣鬼神不開則已一開立刻超神的外掛為目標(biāo)過(guò)來(lái)的話，恐怕要讓您失望了，請(qǐng)及早繞道。我的目的很簡(jiǎn)單，就是自動(dòng)玩這款小游戲而已。

1.

工具的準(zhǔn)備

需要安裝autopy和PIL以及pywin32包。

autopy是一個(gè)自動(dòng)化操作的python庫(kù)，可以模擬一些鼠標(biāo)、鍵盤事件，還能對(duì)屏幕進(jìn)行訪問(wèn)，本來(lái)我想用win32api來(lái)模擬輸入事件的，發(fā)現(xiàn)這個(gè)用起來(lái)比較簡(jiǎn)單，最厲害的是它是跨平臺(tái)的，請(qǐng)搜索安裝。

PIL那是大名鼎鼎了，Python圖像處理的No.1，下面會(huì)說(shuō)明用它來(lái)做什么。

pywin32其實(shí)不是必須的，但是為了方便（鼠標(biāo)它在自己動(dòng)著呢，如何結(jié)束它呢)，還是建議安裝一下，哦對(duì)了，我是在win平臺(tái)上做的，外掛大概只有windows用戶需要吧？

截屏和圖像處理工具

截屏是獲取游戲圖像以供分析游戲提示，其實(shí)沒(méi)有專門的工具直接Print Screen粘貼到圖像處理工具里也可以。我用的是PicPick，相當(dāng)好用，而且個(gè)人用戶是免費(fèi)的。而圖像處理則是為了獲取各種信息的，我們要用它得到點(diǎn)菜圖像后保存起來(lái)，供外掛分析判斷。我用的是PhotoShop… 不要告訴Adobe，其實(shí)PicPick中自帶的圖像編輯器也足夠了，只要能查看圖像坐標(biāo)和剪貼圖片就好了，只不過(guò)我習(xí)慣PS了~

看這個(gè)游戲，有8種菜，每種菜都有固定的做法，顧客一旦坐下來(lái)，頭頂上就會(huì)有一個(gè)圖片，看圖片就知道他想要點(diǎn)什么菜，點(diǎn)擊左邊原料區(qū)域，然后點(diǎn)擊一下……不知道叫什么，像個(gè)竹簡(jiǎn)一樣的東西，菜就做完了，然后把做好的食物拖拽到客戶面前就好了。

顧客頭上顯示圖片的位置是固定的，總共也只有四個(gè)位置，我們可以逐一分析，而原料的位置也是固定的，每種菜的做法更是清清楚楚，這樣一來(lái)我們完全可以判斷，程序可以很好的幫我們做出一份一份的佳肴并奉上，于是錢滾滾的來(lái)：）

2.

移動(dòng)鼠標(biāo)

這個(gè)命令會(huì)讓鼠標(biāo)迅速移動(dòng)到指定屏幕坐標(biāo)，你知道什么是屏幕坐標(biāo)的吧，左上角是（0,0），然后向右向下遞增，所以1024×768屏幕的右下角坐標(biāo)是……你猜對(duì)了，是（1023,767）。

不過(guò)有些不幸的，如果你實(shí)際用一下這個(gè)命令，然后用autopy.mouse.get_pos()獲得一下當(dāng)前坐標(biāo)，發(fā)現(xiàn)它并不在(100,100)上，而是更小一些，比如我的機(jī)器上是（97,99），和分辨率有關(guān)。這個(gè)移動(dòng)是用戶了和windows中mouse_event函數(shù)，若不清楚api的，知道這回事就好了，就是這個(gè)坐標(biāo)不是很精確的。像我一樣很好奇的，可以去讀一下autopy的源碼，我發(fā)現(xiàn)他計(jì)算絕對(duì)坐標(biāo)算法有問(wèn)題：

point.x *= 0xFFFF / GetSystemMetrics(SM_CXSCREEN);

這里先做除法再做乘法，學(xué)過(guò)一點(diǎn)計(jì)算方法的就應(yīng)該知道對(duì)于整數(shù)運(yùn)算，應(yīng)該先乘再除的，否則就會(huì)產(chǎn)生比較大的誤差，如果他寫成:

point.x = point.x * 0xffff / GetSystemMetrics(SM_CXSCREEN);

就會(huì)準(zhǔn)多了，雖然理論上會(huì)慢一點(diǎn)點(diǎn)，不過(guò)我也懶得改代碼重新編譯了，差幾個(gè)像素，這里對(duì)我們影響不大~咱要吸取教訓(xùn)呀。

3.

點(diǎn)擊鼠標(biāo)

這個(gè)比較簡(jiǎn)單，不過(guò)記得這里的操作都是非常非常快的，有可能游戲還沒(méi)反應(yīng)過(guò)來(lái)呢，你就完成了，于是失敗了…… 所以必要的時(shí)候，請(qǐng)sleep一小會(huì)兒。

4.

鍵盤操作

我們這次沒(méi)用到鍵盤，所以我就不說(shuō)了。

怎么做？分析顧客頭上的圖像就可以，來(lái)，從獲取圖像開始吧~

打開你鐘愛的圖像編輯器，開始丈量吧~ 我們得知道圖像在屏幕的具體位置，可以用標(biāo)尺量出來(lái)，本來(lái)直接量也是可以的，但是我這里使用了畫面左上角的位置（也就是點(diǎn)1）來(lái)當(dāng)做參考位置，這樣一旦畫面有變動(dòng)，我們只需要修改一個(gè)點(diǎn)坐標(biāo)就好了，否則每一個(gè)點(diǎn)都需要重新寫一遍可不是一件快樂(lè)的事情。

看最左邊的顧客頭像上面的圖像，我們需要兩個(gè)點(diǎn)才可確定這個(gè)范圍，分別是圖像的左上角和右下角，也就是點(diǎn)2和點(diǎn)3,。后面還有三個(gè)顧客的位置，只需要簡(jiǎn)單的加上一個(gè)增量就好了，for循環(huán)就是為此而生！

同樣的，我們?cè)系奈恢?，“竹席”的位置等等，都可以用這種方法獲得。注意獲得的都是相對(duì)游戲畫面左上角的相對(duì)位置。至于抓圖的方法，PIL的ImageGrab就很好用，autopy也可以抓圖，為什么不用，我下面就會(huì)說(shuō)到。

5.

分析圖像

我們這個(gè)外掛里相當(dāng)有難度的一個(gè)問(wèn)題出現(xiàn)了，如何知道我們獲得的圖像到底是哪一個(gè)菜？對(duì)人眼……甚至狗眼來(lái)說(shuō)，這都是一個(gè)相當(dāng)easy的問(wèn)題，“一看就知道”！對(duì)的，這就是人比機(jī)器高明的地方，我們做起來(lái)很簡(jiǎn)單的事情，電腦卻傻傻分不清楚。

autopy圖像局限

如果你看過(guò)autopy的api，會(huì)發(fā)現(xiàn)它有一個(gè)bitmap包，里面有find_bitmap方法，就是在一個(gè)大圖像里尋找樣品小圖像的。聰明的你一定可以想到，我們可以截下整個(gè)游戲畫面，然后準(zhǔn)備所有的菜的小圖像用這個(gè)方法一找就明白哪個(gè)菜被叫到了。

確實(shí)，一開始我也有這樣做的沖動(dòng)，不過(guò)立刻就放棄了……這個(gè)方法查找圖像，速度先不說(shuō)，它有個(gè)條件是“精確匹配”，圖像上有一個(gè)像素的RGB值差了1，它就查不出來(lái)了。

我們知道flash是矢量繪圖，它把一個(gè)點(diǎn)陣圖片顯示在屏幕上是經(jīng)過(guò)了縮放的，這里變數(shù)就很大，理論上相同的輸入相同的算法得出的結(jié)果肯定是一致的，但是因?yàn)槔L圖背景等的關(guān)系，總會(huì)有一點(diǎn)點(diǎn)的差距，就是這點(diǎn)差距使得這個(gè)美妙的函數(shù)不可使用了……

好吧，不能用也是好事，否則我怎么引出我們高明的圖像分析算法呢？

相似圖像查找原理

相信你一定用過(guò)Google的“按圖搜圖”功能，如果沒(méi)有，你就落伍啦，快去試試！當(dāng)你輸入一張圖片時(shí)，它會(huì)把與這張圖相似的圖像都給你呈現(xiàn)出來(lái)，所以當(dāng)你找到一張中意的圖想做壁紙又覺(jué)得太小的時(shí)候，基本可以用這個(gè)方法找到合適的~

我們就要利用和這個(gè)相似的原理來(lái)判斷用戶的點(diǎn)餐，當(dāng)然我們的算法不可能和Google那般復(fù)雜，知乎上有一篇很不錯(cuò)的文章描述了這個(gè)問(wèn)題，有興趣的可以看看，我直接給出實(shí)現(xiàn)：

因?yàn)檫@是類的一個(gè)方法，所以有個(gè)self參數(shù)，無(wú)視它。這里的img應(yīng)該傳入一個(gè)Image對(duì)象，可以使讀入圖像文件后的結(jié)果，也可以是截屏后的結(jié)果。而縮放的尺寸（18,13）是我根據(jù)實(shí)際情況定的，因?yàn)轭櫩皖^像上的菜的圖像基本就是這個(gè)比例。事實(shí)證明這個(gè)比例還是挺重要的，因?yàn)槲覀兊牟擞悬c(diǎn)兒相似，如果比例不合適壓縮后就失真了，容易誤判（我之前就吃虧了）。

得到一個(gè)圖片的“指紋”后，我們就可以與標(biāo)準(zhǔn)的圖片指紋比較，怎么比較呢，應(yīng)該使用“漢明距離”，也就是兩個(gè)字符串對(duì)應(yīng)位置的不同字符的個(gè)數(shù)。實(shí)現(xiàn)也很簡(jiǎn)單……

def hamming_dist(self, hash1, hash2): return sum(itertools.imap(operator.ne, hash1, hash2))

好了，我們可以用準(zhǔn)備好的標(biāo)準(zhǔn)圖像，然后預(yù)先讀取計(jì)算特征碼存儲(chǔ)起來(lái)，然后再截圖與它們比較就好了，距離最小的那個(gè)就是對(duì)應(yīng)的菜，代碼如下：

這里有一個(gè)50的初始距離，如果截取圖像與任何菜單相比都大于50，說(shuō)明什么？

說(shuō)明現(xiàn)在那個(gè)位置的圖像不是菜，也就是說(shuō)顧客還沒(méi)坐那位置上呢，或者我們把游戲最小化了（老板來(lái)了），這樣處理很重要，免得它隨意找一個(gè)最相近但又完全不搭邊的菜進(jìn)行處理。

6.

自動(dòng)做菜

這個(gè)問(wèn)題很簡(jiǎn)單，我們只需要把菜單的原料記錄在案，然后點(diǎn)擊相應(yīng)位置便可，我把它寫成了一個(gè)類來(lái)調(diào)用：

這是本外掛中最沒(méi)技術(shù)含量的一個(gè)類了：）請(qǐng)?jiān)徫覜](méi)有寫注釋和doc，因?yàn)槎己芎?jiǎn)單，相信你懂得。