C++ OpenCV如何模拟实现微信跳一跳

小编给大家分享一下C++ OpenCV如何模拟实现微信跳一跳，希望大家阅读完这篇文章之后都有所收获，下面让我们一起去探讨吧！

实机演示Gif：

思路：

获取小黑人的位置，获得目标方块的位置，计算两者的距离，从而计算粗按压屏幕的时间是多少。

具体实现1：使用mumu模拟器获取截图

使用mumu模拟器，模拟手机端，然后使用adb调试工具截图，保存到本地，然后从OpenCV程序获取在本地的截图。

具体实现2：使用adb工具模拟按压

当计算完距离和时间之后，考虑使用模拟按压屏幕的方法，控制小人的移动。

具体实现3：按压的位置刚好在“再来一次”的按钮上

这样就算跳失败了，只要用户不停下，那么小程序就会一直的进行跳跃。

获取小黑人的位置：

很简单，只是使用OpenCV的matchTemplate就可以啦，注意使用“TM_CCORR_NORMED”方法。

获取终点的位置：

这里使用的是Canny边缘检测算法

需要自定义的：

一个文件夹，将图片，从mumu模拟器，保存到本地的目录文件夹。和Debug的缓存目录。

您还可以自定义，程序运行的循环次数：

//最大执行次数#define MaxRound 100

修改后面的100即可。

还有您的匹配模式图片位置：

character3.png

完整项目：

项目配置：DebugX64，包含头文件opencv头文件，lib选择为opencv_world425d.dll(好像是这个名字)，这个lib一定要有d，因为我们是Debug模式，所以使用这个库。然后链接器的附加输入，也填入这个选项。

项目依赖：adb、opencv425

下面是完整的项目参考。

项目结构

pch.h

#pragma once#include <opencv2/opencv.hpp>#include <iostream>#include <opencv.hpp>#include <windows.h>

main.cpp 

//跳一跳作弊程序//版本 v1.0.2 作者：CSDN陈千里#include "pch.h"#include <windows.h>#include <sstream>using namespace cv;Mat class="lazy" data-srcImage;//存放跳一跳的截图Mat blackPeopleTem;//黑色小人匹配图std::stringstream ssm; //int转string//最大执行次数#define MaxRound 100//由于分辨率的不同，微调终点的位置#define Tuning 0.52f//Debug函数void DebugImg(const std::string& fileName, Mat& mat, const Point& point);void DebugImg(const std::string& fileName, Mat& mat);//刷新class="lazy" data-srcImage的信息（截图）void refreshclass="lazy" data-srcImage() {system("adb shell screencap -p /sdcard/ScreenCatch.png");//您需要自定义的地方，下面的"C:\\adb"system("adb pull /sdcard/ScreenCatch.png C:\\adb\\temp");class="lazy" data-srcImage = imread("C:\\adb\\temp\\ScreenCatch.png");}//寻找跳一跳黑色小人的位置Point GetNowPoint(Mat& class="lazy" data-srcImage, Mat& Tem_img) {cv::Mat image_matched;matchTemplate(class="lazy" data-srcImage, Tem_img, image_matched, TM_CCORR_NORMED);// 匹配黑棋子double minVal, maxVal;Point minLoc, maxLoc, matchLoc;DebugImg("黑人匹配图.png", image_matched);minMaxLoc(image_matched, &minVal, &maxVal, &minLoc, &maxLoc, Mat());matchLoc = maxLoc; //matchLoc是最佳匹配的区域左上角点//调试输出DebugImg("1黑人位置.png", class="lazy" data-srcImage, Point(matchLoc.x + Tem_img.cols, matchLoc.y + Tem_img.rows));//DebugImg("1黑人位置.png", class="lazy" data-srcImage, Point(matchLoc.x + Tem_img.cols * 0.5, matchLoc.y + Tem_img.rows));return Point(matchLoc.x, matchLoc.y);}//获得小方块的目标点Point GetNextPoint(Mat& class="lazy" data-srcImage) {cv::Point point1;cv::Point point2;cv::GaussianBlur(class="lazy" data-srcImage, class="lazy" data-srcImage, cv::Size(5, 5), 0);  //高斯滤波，降低噪声Mat temp, temp2;//cv::threshold(class="lazy" data-srcImage, temp, 0, 255, 8);//class="lazy" data-srcImage = temp;Canny(class="lazy" data-srcImage, temp, 20, 30);      //进行边缘检测temp2 = class="lazy" data-srcImage;class="lazy" data-srcImage = temp;std::vector<std::vector<Point>> contours;std::vector<Vec4i> hierarchy;findContours(class="lazy" data-srcImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point()); //找到关键的角点//遍历每一个轮廓，把多余的轮廓去掉std::vector<std::vector<cv::Point> >::const_iterator it = contours.begin();while (it != contours.end()) {if (it->size() < 150)it = contours.erase(it);else++it;}int nYMin = class="lazy" data-srcImage.rows;int nXMin = class="lazy" data-srcImage.cols;int nYMax = 0;int nXMax = 0;int nIdY = 0;for (int i = 0; i < contours.size(); i++) {//contours[i]代表的是第i个轮廓，contours[i].size()代表的是第i个轮廓上所有的像素点数  for (int j = 0; j < contours[i].size(); j++) {if (contours[i][j].y < nYMin) {nYMin = contours[i][j].y;   //找到最低的y值point1 = contours[i][j];    //记录  y值最低点坐标nIdY = i;                   //记录哪个区域内的}}}int minY = class="lazy" data-srcImage.cols;for (int j = 0; j < contours[nIdY].size(); j++) { //在哪个区域内继续变量 找到x最大值if (contours[nIdY][j].x > nXMax) {nXMax = contours[nIdY][j].x;}}for (int j = 0; j < contours[nIdY].size(); j++) {//找到x中最大值上的最小值if (contours[nIdY][j].x == nXMax && contours[nIdY][j].y < minY) {point2 = contours[nIdY][j];minY = contours[nIdY][j].y;     //记录X点的最大值}}//调试输出DebugImg("2目标点位置.png", temp2, Point(point1.x, point2.y));DebugImg("边缘图.png", class="lazy" data-srcImage, Point(point1.x, point2.y));return cv::Point(point1.x, point2.y);       //返回中点坐标}//计算两个点的距离float GetDistance(Point& first_point, Point& next_point) {float A = first_point.x - next_point.x;float B = first_point.y - (next_point.y + 50);float result = pow(pow(A, 2) + pow(B, 2), 0.5);if (result > 600) {std::cout << "距离探测失误" << std::endl;result = 230;}return result;}//模拟按压屏幕跳跃void Jump(float& g_distance) {std::cout << "distance:" << g_distance << std::endl;int time = std::ceil(g_distance * 4 * Tuning);std::string str_Time, str;//模拟长按屏幕ssm.clear();ssm << time;ssm >> str_Time;str = "adb shell input swipe 461 1203 461 1203 " + str_Time;std::cout << str << std::endl;system(str.c_str());}//主过程void Process() {Point pBlackPeople;Point pFinish;float dis;for (int i = 0; i < MaxRound; i++) {refreshclass="lazy" data-srcImage();pBlackPeople = GetNowPoint(class="lazy" data-srcImage, blackPeopleTem);pFinish = GetNextPoint(class="lazy" data-srcImage);dis = GetDistance(pBlackPeople, pFinish);Jump(dis);Sleep(2000);}}int main() {//首先要链接端口system("adb connect 127.0.0.1:7555");refreshclass="lazy" data-srcImage();blackPeopleTem = imread("C:/adb/Resources/character3.png");//初始化到此结束Process();int x = 280; // 裁剪区域起始点 x坐标int y = 400; // 裁剪区域起始点 y坐标int width = 100; // 裁剪区域宽度int height = 100; // 裁剪区域高度//Rect area(x, y, width, height);//Mat guide_roi = class="lazy" data-srcImage(Rect(x, y, width, height));//测试代码//namedWindow("test opencv setup", WINDOW_AUTOSIZE);//imshow("test opencv setup", class="lazy" data-srcImage);//waitKey(0);return 0;}//保存图片和画点，用于调试void DebugImg(const std::string& fileName, Mat& mat, const Point& point) {Mat temp = mat;//在图片上面画点circle(temp, point, 5, Scalar(0, 0, 255), -1);std::string path = "c:/adb/temp/", sR;sR = path + fileName;imwrite(sR, temp);}void DebugImg(const std::string& fileName, Mat& mat) {std::string path = "c:/adb/temp/", sR;sR = path + fileName;imwrite(sR, mat);}

看完了这篇文章，相信你对“C++ OpenCV如何模拟实现微信跳一跳”有了一定的了解，如果想了解更多相关知识，欢迎关注编程网行业资讯频道，感谢各位的阅读！