ROR体育 - ROR体育官方下载 093-711792651

神级法式员教你如何用python制作一个牛逼的外挂!

作者:ROR体育官网 时间:2021-08-04 00:24
本文摘要:玩过电脑游戏的同学对于外挂肯定不生疏,可是你在用外挂的时候有没有想过如何做一个外挂呢?(固然用外挂不是那么道义哈,呵呵),那我们就来看一下如何用python来制作一个外挂。我打开了4399小游戏网,点开了一个不知名的游戏,唔,做寿司的,有质料在一边,客人过来后说出他们的要求,你根据菜单做好端给他便好~ 为啥这么有难度?

ROR体育官方下载

玩过电脑游戏的同学对于外挂肯定不生疏,可是你在用外挂的时候有没有想过如何做一个外挂呢?(固然用外挂不是那么道义哈,呵呵),那我们就来看一下如何用python来制作一个外挂。我打开了4399小游戏网,点开了一个不知名的游戏,唔,做寿司的,有质料在一边,客人过来后说出他们的要求,你根据菜单做好端给他便好~ 为啥这么有难度?8种菜单记不清,点点就点错,鼠标还欠好使肌肉劳损啥的伤不起啊……首先要声明,这里的游戏外挂的观点,和那些大型网游里的外挂可差别,不能自动打怪,不能喝药不能躲避GM…… 那做这个外挂有啥用?问的好,没用,除了可以浪费你一点时间,提高一下编程技术,增加一点点点点点点的做外挂的基础以外,毫无用处,如果您是以制作一个惊天地泣鬼神不开则已一开连忙超神的外挂为目的过来的话,恐怕要让您失望了,请及早绕道。我的目的很简朴,就是自动玩这款小游戏而已。工具的准备这篇文章需要您有Python基础,我不会解说Python语法啥的~Python需要安装autopy和PIL以及pywin32包。

autopy是一个自动化操作的python库,可以模拟一些鼠标、键盘事件,还能对屏幕举行会见,原来我想用win32api来模拟输入事件的,发现这个用起来比力简朴,最厉害的是它是跨平台的,请搜索安装;而PIL那是台甫鼎鼎了,Python图像处置惩罚的No.1,下面会说明用它来做什么;pywin32其实不是必须的,可是为了利便(鼠标它在自己动着呢,如何竣事它呢),还是建议安装一下,哦对了,我是在win平台上做的,外挂或许只有windows用户需要吧?截屏和图像处置惩罚工具截屏是获取游戏图像以供分析游戏提示,其实没有专门的工具直接Print Screen粘贴到图像处置惩罚工具里也可以。我用的是PicPick,相当好用,而且小我私家用户是免费的;而图像处置惩罚则是为了获取种种信息的,我们要用它获得点菜图像后生存起来,供外挂分析判断。我用的是PhotoShop… 不要告诉Adobe,其实PicPick中自带的图像编辑器也足够了,只要能检察图像坐标和剪贴图片就好饿了,只不外我习惯PS了~编辑器这个我就不用说了吧,写代码得要个编辑器啊!俺用VIM,您若愿意用写字板也可以……原理分析外挂的历史啥的我不想说啦,有兴趣请谷歌或度娘(注:非技术问题尽可以百度)。

看这个游戏,有8种菜,每种菜都有牢固的做法,主顾一旦坐下来,头顶上就会有一个图片,看图片就知道他想要点什么菜,点击左边原料区域,然后点击一下……不知道叫什么,像个竹简一样的工具,菜就做完了,然后把做好的食物拖拽到客户眼前就好了。主顾头上显示图片的位置是牢固的,总共也只有四个位置,我们可以逐一分析,而原料的位置也是牢固的,每种菜的做法更是清清楚楚,这样一来我们完全可以判断,法式可以很好的帮我们做出一份一份的佳肴并送上,于是钱滔滔的来:)autopy先容github上有一篇很不错的入门文章,虽然是英文可是很简朴,不外我还是摘几个这次用获得的说明一下,以显示我很勤劳。移动鼠标import autopyautopy.mouse.move(100, 100) # 移动鼠标autopy.mouse.smooth_move(400, 400) # 平滑移动鼠标(上面谁人是瞬间的)这个下令会让鼠标迅速移动到指定屏幕坐标,你知道什么是屏幕坐标的吧,左上角是(0,0),然后向右向下递增,所以1024×768屏幕的右下角坐标是……你猜对了,是(1023,767)。不外有些不幸的,如果你实际用一下这个下令,然后用autopy.mouse.get_pos()获得一下当前坐标,发现它并不在(100,100)上,而是更小一些,好比我的机械上是(97,99),和分辨率有关。

ROR体育官网

这个移动是用户了和windows中mouse_event函数,若不清楚api的,知道这回事就好了,就是这个坐标不是很准确的。像我一样很好奇的,可以去读一下autopy的源码,我发现他盘算绝对坐标算法有问题:point.x *= 0xFFFF / GetSystemMetrics(SM_CXSCREEN);这里先做除法再做乘法,学过一点盘算方法的就应该知道对于整数运算,应该先乘再除的,否则就会发生比力大的误差,如果他写成:point.x = point.x * 0xffff / GetSystemMetrics(SM_CXSCREEN);就会准多了,虽然理论上会慢一点点,不外我也懒得改代码重新编译了,差几个像素,这里对我们影响不大~咱要吸取教训呀。点击鼠标import autopyautopy.mouse.click() # 单击autopy.mouse.toggle(True) # 按下左键autopy.mouse.toggle(False) # 松开左键这个比力简朴,不外记得这里的操作都是很是很是快的,有可能游戏还没反映过来呢,你就完成了,于是失败了…… 所以须要的时候,请sleep一小会儿。

键盘操作我们这次没用到键盘,所以我就不说了。怎么做?分析主顾头上的图像就可以,来,从获取图像开始吧~打开你钟爱的图像编辑器,开始丈量吧~ 我们得知道图像在屏幕的详细位置,可以用标尺量出来,原来直接量也是可以的,可是我这里使用了画面左上角的位置(也就是点1)来当做参考位置,这样一旦画面有变更,我们只需要修改一个点坐标就好了,否则每一个点都需要重新写一遍可不是一件快乐的事情。

看最左边的主顾头像上面的图像,我们需要两个点才可确定这个规模,划分是图像的左上角和右下角,也就是点2和点3,。后面另有三个主顾的位置,只需要简朴的加上一个增量就好了,for循环就是为此而生!同样的,我们原料的位置,“竹席”的位置等等,都可以用这种方法获得。注意获得的都是相对游戏画面左上角的相对位置。

ROR体育

至于抓图的方法,PIL的ImageGrab就很好用,autopy也可以抓图,为什么不用,我下面就会说到。分析图像我们这个外挂里相当有难度的一个问题泛起了,如何知道我们获得的图像到底是哪一个菜?对人眼……甚至狗眼来说,这都是一个相当easy的问题,“一看就知道”!对的,这就是人比机械高明的地方,我们做起来很简朴的事情,电脑却傻傻分不清楚。autopy图像局限如果你看过autopy的api,会发现它有一个bitmap包,内里有find_bitmap方法,就是在一个大图像里寻找样品小图像的。

智慧的你一定可以想到,我们可以截下整个游戏画面,然后准备所有的菜的小图像用这个方法一找就明确哪个菜被叫到了。确实,一开始我也有这样做的激动,不外连忙就放弃了……这个方法查找图像,速度先不说,它有个条件是“准确匹配”,图像上有一个像素的RGB值差了1,它就查不出来了。我们知道flash是矢量绘图,它把一个点阵图片显示在屏幕上是经由了缩放的,这里变数就很大,理论上相同的输入相同的算法得出的效果肯定是一致的,可是因为绘图配景等的关系,总会有一点点的差距,就是这点差距使得这个美妙的函数不行使用了……好吧,不能用也是好事,否则我怎么引出我们高明的图像分析算法呢?相似图像查找原理相信你一定用过Google的“按图搜图”功效,如果没有,你就落伍啦,快去试试!当你输入一张图片时,它会把与这张图相似的图像都给你出现出来,所以当你找到一张中意的图想做壁纸又以为太小的时候,基本可以用这个方法找到合适的~我们就要使用和这个相似的原理来判断用户的点餐,固然我们的算法不行能和Google那般庞大,知乎上有一篇很不错的文章形貌了这个问题,有兴趣的可以看看,我直接给出实现: def get_hash(self, img): image = img.resize((18, 13), Image.ANTIALIAS).convert("L") pixels = list(image.getdata()) avg = sum(pixels) / len(pixels) return "".join(map(lambda p : "1" if p > avg else "0", pixels))因为这是类的一个方法,所以有个self参数,无视它。这里的img应该传入一个Image工具,可以使读入图像文件后的效果,也可以是截屏后的效果。

而缩放的尺寸(18,13)是我凭据实际情况定的,因为主顾头像上的菜的图像基本就是这个比例。事实证明这个比例还是挺重要的,因为我们的菜有点儿相似,如果比例不合适压缩后就失真了,容易误判(我之前就亏损了)。获得一个图片的“指纹”后,我们就可以与尺度的图片指纹比力,怎么比力呢,应该使用“汉明距离”,也就是两个字符串对应位置的差别字符的个数。实现也很简朴…… def hamming_dist(self, hash1, hash2): return sum(itertools.imap(operator.ne, hash1, hash2))好了,我们可以用准备好的尺度图像,然后预先读取盘算特征码存储起来,然后再截图与它们比力就好了,距离最小的谁人就是对应的菜,代码如下: def order(self, i): l, t = self.left + i * self.step, self.top r, b = l + self.width, t + self.height hash2 = self.get_hash(ImageGrab.grab((l, t, r, b))) (mi, dist) = None, 50 for i, hash1 in enumerate(self.maps): if hash1 is None: continue this_dist = self.hamming_dist(hash1, hash2) if this_dist < dist: mi = i dist = this_dist return mi这里有一个50的初始距离,如果截取图像与任何菜单相比都大于50,说明什么?说明现在谁人位置的图像不是菜,也就是说主顾还没坐那位置上呢,或者我们把游戏最小化了(老板来了),这样处置惩罚很重要,省得它随意找一个最相近但又完全不搭边的菜举行处置惩罚。

自动做菜这个问题很简朴,我们只需要把菜单的原料记载在案,然后点击相应位置便可,我把它写成了一个类来挪用:class Menu: def __init__(self): self.stuff_pos = [] self.recipes = [None] * 8 self.init_stuff() self.init_recipe() def init_stuff(self): for i in range(9): self.stuff_pos.append( (L + 102 + (i % 3) * 42, T + 303 + (i / 3) * 42) ) def init_recipe(self): self.recipes[0] = (1, 2) self.recipes[1] = (0, 1, 2) self.recipes[2] = (5, 1, 2) self.recipes[3] = (3, 0, 1, 2) self.recipes[4] = (4, 1, 2) self.recipes[5] = (7, 1, 2) self.recipes[6] = (6, 1, 2) self.recipes[7] = (8, 1, 2) def click(self, i): autopy.mouse.move(self.stuff_pos[i][0] + 20, self.stuff_pos[i][1] + 20) autopy.mouse.click() def make(self, i): for x in self.recipes[i]: self.click(x) autopy.mouse.move(L + 315, T + 363) autopy.mouse.click()这是本外挂中最没技术含量的一个类了:)请原谅我没有写注释和doc,因为都很简朴,相信你明白。最后献上小编准备的python学习资料,关注,转发, 私信小编"01"即可免费领取啦!。


本文关键词:ROR体育,神级,法式,员教,你如,何用,python,制作,一个

本文来源:ROR体育-www.cs-zs.com