教你用Python写安卓游戏外挂

Python  /  管理员 发布于 7年前   200

本次我们选择的安卓游戏对象叫“单词英雄”，大家可以先下载这个游戏。

游戏的界面是这样的：

通过选择单词的意思进行攻击，选对了就正常攻击，选错了就象征性的攻击一下。玩了一段时间之后琢磨可以做成自动的，通过PIL识别图片里的单词和选项，然后翻译英文成中文意思，根据中文模糊匹配选择对应的选项。

查找了N多资料以后开始动手，程序用到以下这些东西：

PIL：Python Imaging Library 大名鼎鼎的图片处理模块

pytesser：Python下用来驱动tesseract-ocr来进行识别的模块

Tesseract-OCR：图像识别引擎，用来把图像识别成文字，可以识别英文和中文，以及其它语言

autopy：Python下用来模拟操作鼠标和键盘的模块。

安装步骤(win7环境)：

(1)安装PIL，下载地址：http://www.pythonware.com/products/pil/，安装Python Imaging Library 1.1.7 for Python 2.7。

(2)安装pytesser，下载地址：http://code.google.com/p/pytesser/,下载解压后直接放在
C:\Python27\Lib\site-packages下，在文件夹下建立pytesser.pth文件，内容为C:\Python27\Lib\site-packages\pytesser_v0.0.1

(3)安装Tesseract OCR engine，下载：https://github.com/tesseract-ocr/tesseract/wiki/Downloads，下载Windows installer of tesseract-ocr 3.02.02 (including English language data)的安装文件，进行安装。

(4)安装语言包，在https://github.com/tesseract-ocr/tessdata下载chi_sim.traineddata简体中文语言包，放到安装的Tesseract OCR目标下的tessdata文件夹内，用来识别简体中文。

(5)修改C:\Python27\Lib\site-packages\pytesser_v0.0.1下的pytesser.py的函数，将原来的image_to_string函数增加语音选择参数language，language='chi_sim'就可以用来识别中文，默认为eng英文。

改好后的pytesser.py：

"""OCR in Python using the Tesseract engine from Googlehttp://code.google.com/p/pytesser/by Michael J.T. O'KellyV 0.0.1, 3/10/07"""import Imageimport subprocessimport utilimport errorstesseract_exe_name = 'tesseract' # Name of executable to be called at command linescratch_image_name = "temp.bmp" # This file must be .bmp or other Tesseract-compatible formatscratch_text_name_root = "temp" # Leave out the .txt extensioncleanup_scratch_flag = True # Temporary files cleaned up after OCR operationdef call_tesseract(input_filename, output_filename, language): """Calls external tesseract.exe on input file (restrictions on types), outputting output_filename+'txt'""" args = [tesseract_exe_name, input_filename, output_filename, "-l", language] proc = subprocess.Popen(args) retcode = proc.wait() if retcode!=0:  errors.check_for_errors()def image_to_string(im, cleanup = cleanup_scratch_flag, language = "eng"): """Converts im to file, applies tesseract, and fetches resulting text. If cleanup=True, delete scratch files after operation.""" try:  util.image_to_scratch(im, scratch_image_name)  call_tesseract(scratch_image_name, scratch_text_name_root,language)  text = util.retrieve_text(scratch_text_name_root) finally:  if cleanup:   util.perform_cleanup(scratch_image_name, scratch_text_name_root) return textdef image_file_to_string(filename, cleanup = cleanup_scratch_flag, graceful_errors=True, language = "eng"): """Applies tesseract to filename; or, if image is incompatible and graceful_errors=True, converts to compatible format and then applies tesseract. Fetches resulting text. If cleanup=True, delete scratch files after operation.""" try:  try:   call_tesseract(filename, scratch_text_name_root, language)   text = util.retrieve_text(scratch_text_name_root)  except errors.Tesser_General_Exception:   if graceful_errors:    im = Image.open(filename)    text = image_to_string(im, cleanup)   else:    raise finally:  if cleanup:   util.perform_cleanup(scratch_image_name, scratch_text_name_root) return textif __name__=='__main__': im = Image.open('phototest.tif') text = image_to_string(im) print text try:  text = image_file_to_string('fnord.tif', graceful_errors=False) except errors.Tesser_General_Exception, value:  print "fnord.tif is incompatible filetype. Try graceful_errors=True"  print value text = image_file_to_string('fnord.tif', graceful_errors=True) print "fnord.tif contents:", text text = image_file_to_string('fonts_test.png', graceful_errors=True) print text

(6)安装autopy，下载地址：https://pypi.python.org/pypi/autopy，下载autopy-0.51.win32-py2.7.exe进行安装，用来模拟鼠标操作。

说下程序的思路：

1. 首先是通过模拟器在WINDOWS下执行安卓的程序，然后用PicPick进行截图，将战斗画面中需要用到的区域进行测量，记录下具体在屏幕上的位置区域，用图中1来判断战斗是否开始（保存下来用作比对），用2，3，4，5，6的区域抓取识别成文字。

计算图片指纹的程序：

def get_hash(self, img):    #计算图片的hash值    image = img.convert("L")    pixels = list(image.getdata())    avg = sum(pixels) / len(pixels)    return "".join(map(lambda p : "1" if p > avg else "0", pixels))

图片识别成字符：

#识别出对应位置图像成字符，把字符交给chose处理  def getWordMeaning(self):    pic_up = ImageGrab.grab((480,350, 480+300, 350+66))    pic_aws1 = ImageGrab.grab((463,456, 463+362, 456+45))    pic_aws2 = ImageGrab.grab((463,530, 463+362, 530+45))    pic_aws3 = ImageGrab.grab((463,601, 463+362, 601+45))    pic_aws4 = ImageGrab.grab((463,673, 463+362, 673+45))    str_up = image_to_string(pic_up).strip().lower()    #判断当前单词和上次识别单词相同，就不继续识别    if str_up <> self.lastWord:      #如果题目单词是英文，选项按中文进行识别      if str_up.isalpha():        eng_up = self.dt[str_up].decode('gbk') if self.dt.has_key(str_up) else ''        chs1 = image_to_string(pic_aws1, language='chi_sim').decode('utf-8').strip()        chs2 = image_to_string(pic_aws2, language='chi_sim').decode('utf-8').strip()        chs3 = image_to_string(pic_aws3, language='chi_sim').decode('utf-8').strip()        chs4 = image_to_string(pic_aws4, language='chi_sim').decode('utf-8').strip()        print str_up, ':', eng_up        self.chose(eng_up, (chs1, chs2, chs3, chs4))      #如果题目单词是中文，选项按英文进行识别      else:        chs_up = image_to_string(pic_up, language='chi_sim').decode('utf-8').strip()        eng1 = image_to_string(pic_aws1).strip()        eng2 = image_to_string(pic_aws2).strip()        eng3 = image_to_string(pic_aws3).strip()        eng4 = image_to_string(pic_aws4).strip()    e2c1 = self.dt[eng1].decode('gbk') if self.dt.has_key(eng1) else ''        e2c2 = self.dt[eng2].decode('gbk') if self.dt.has_key(eng2) else ''        e2c3 = self.dt[eng3].decode('gbk') if self.dt.has_key(eng3) else ''        e2c4 = self.dt[eng4].decode('gbk') if self.dt.has_key(eng4) else ''        print chs_up        self.chose(chs_up, (e2c1, e2c2, e2c3, e2c4))      self.lastWord = str_up    return str_up

2. 对于1位置的图片提前截一个保存下来，然后通过计算当前画面和保存下来的图片的距离，判断如果小于40的就表示已经到了选择界面，然后识别2，3，4，5，6成字符，判断如果2位置识别成英文字符的，就用2解析出来的英文在字典中获取中文意思，然后再通过2的中文意思和3，4，5，6文字进行匹配，匹配上汉字最多的就做选择，如果匹配不上默认返回最后一个。之前本来考虑是用Fuzzywuzzy来进行模糊匹配算相似度的，不过后来测试了下对于中文匹配的效果不好，就改成按汉字单个进行匹配计算相似度。

匹配文字进行选择：

#根据传入的题目和选项进行匹配选择  def chose(self, g, chs_list):    j, max_score = -1, 0    same_list = None    #替换掉题目里的特殊字符    re_list = [u'~', u',', u'.', u';', u' ', u'a', u'V', u'v', u'i', u'n', u'【', u')', u'_', u'W', u'd', u'j', u'-', u't']    for i in re_list:      g = g.replace(i, '')    print type(g)    #判断2个字符串中相同字符，相同字符最多的为最佳答案    for i, chsWord in enumerate(chs_list):      print type(chsWord)      l = [x for x in g if x in chsWord and len(x)>0]      score = len(l) if l else 0if score > max_score:        max_score = score        j = i        same_list = l    #如果没有匹配上默认选最后一个    if j ==-1:      print '1. %s; 2. %s; 3. %s; 4. %s; Not found choice.' % (chs_list[0], chs_list[1], chs_list[2], chs_list[3])    else:      print '1. %s; 2. %s; 3. %s; 4. %s; choice: %s' % (chs_list[0], chs_list[1], chs_list[2], chs_list[3], chs_list[j])      for k, v in enumerate(same_list):        print str(k) + '.' + v,    order = j + 1    self.mouseMove(order)    return order

３.最后通过mouseMove调用autopy操作鼠标点击对应位置进行选择。

程序运行的录像：http://v.youku.com/v_show/id_XMTYxNTAzMDUwNA==.html

程序完成后使用正常，因为图片识别准确率和字典的问题，正确率约为70%左右，效果还是比较满意。程序总体来说比较简单，做出来也就是纯粹娱乐一下，串联使用了图片识别、中文模糊匹配、鼠标模拟操作，算是个简单的小外挂吧，源程序和用到的文件如下：

http://git.oschina.net/highroom/My-Project/tree/master/Word%20Hero