在游戏中学习编程，即享受了游戏的乐趣，有提升了编程能力，可谓一举两得。
本文以【宠物连连看经典版2】为例，讲述使用python制作简单的游戏脚本。
游戏网址：宠物连连看经典版2
代码下载：GitHub - sunriver2000/LinkGameAss
环境
系统：win10 x64
Python版本：V3.6.6
主要模块：win32gui（识别窗口、窗口置顶等操作）、pillow（屏幕截图）、numpy（创建矩阵）、operator（比较值）、pymouse（模拟鼠标点击）。
1、建立数学模型
【宠物连连看经典版2】游戏目标：需要消除的是8*12的图标矩阵，如下图所示。
实际8*12图标矩阵外围有一圈空白通道，所以实际矩阵规格是10*14，如下图。
空白通道用0表示，图标有12种分别用1至12数字表示，上图可以抽象为如下矩阵。
[[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
[ 0 1 2 3 4 4 5 5 3 1 1 6 7 0]
[ 0 2 8 9 3 5 1 4 2 8 10 8 5 0]
[ 0 11 5 2 9 12 10 7 8 9 12 3 11 0]
[ 0 11 6 6 4 7 11 6 10 11 12 1 3 0]
[ 0 10 2 11 10 7 12 11 3 9 12 12 10 0]
[ 0 12 8 7 2 6 8 1 10 7 6 5 8 0]
[ 0 1 9 9 9 4 4 6 7 11 4 1 10 0]
[ 0 5 3 5 6 4 12 7 2 9 8 2 3 0]
[ 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]A图标通过两次90度拐弯到达B图标，则AB图标消除。消除后，矩阵内原来位置补零，变成通道。
综上，脚本主要涉及图像识别、图标消除等两种算法。
2、初始化
2.1、获取游戏窗口标题
打开【连连看】游戏网页后，使用EnumChildWindows()函数枚举所有窗口并保存为文本文件。浏览文件，确定窗口标题为【宠物连连看经典版2小游戏,在线玩,4399小游戏 - 360极速浏览器 13.5】。
import win32gui, win32ui, win32con, win32api
# 打开文件
f = open('winlist.txt', 'w', encoding='utf-8')
#f = open('winlist.txt', 'w')
# GetDesktopWindow 获得代表整个屏幕的一个窗口（桌面窗口）句柄
hd = win32gui.GetDesktopWindow()
# 获取所有子窗口
hwndChildList = []
win32gui.EnumChildWindows(hd, lambda hwnd, param: param.append(hwnd), hwndChildList)
for hwnd in hwndChildList:
print("句柄：",hwnd,"标题：",win32gui.GetWindowText(hwnd))
f.write("句柄：" + str(hwnd) + " 标题：" + win32gui.GetWindowText(hwnd) + '\n')
f.close()以上代码可以独立执行。
2.2、前置游戏窗口
前置游戏窗口的代码放在GameAssist类初始化中，类声明对象后，自动前置游戏窗口。
class GameAssist:
def __init__(self, wdname):
#初始化
# 取得窗口句柄
self.hwnd = win32gui.FindWindow(None, wdname)
if not self.hwnd:
print("can't find window, name is : 【%s】" % wdname)
exit()
print("find window, name is : 【%s】" % wdname)
# 窗口显示最前面
win32gui.SetForegroundWindow(self.hwnd)在主函数中，调用方式如下。
if __name__ == "__main__":
wdname = u'宠物连连看经典版2小游戏,在线玩,4399小游戏 - 360极速浏览器 13.5'
demo = GameAssist(wdname)3、图像识别算法
3.1、确定参数
第一个参数是图标矩阵的坐标，包括：左上角和右下角两个点位。
左上角（ 360，258）
右下角（1253，853）
获取方法：抓屏，使用画图进行编辑。这两个坐标必须精确，会影响到后续图像识别。
第二个参数是图标的高度（高度与宽度相等）。
width = （1253 - 360）/ 12 = 74.41
def __init__(self, wdname):
#初始化
# 取得窗口句柄
self.hwnd = win32gui.FindWindow(None, wdname)
if not self.hwnd:
print("can't find window, name is : 【%s】" % wdname)
exit()
print("find window, name is : 【%s】" % wdname)
# 窗口显示最前面
win32gui.SetForegroundWindow(self.hwnd)
# 小图标标号矩阵
self.im2num_arr = []
# 截图的左上角坐标和右下角坐标
self.screen_left_and_right_point = (360, 258, 1253, 853)
# 小图标宽高
self.im_width = 74.41
self.mouse = PyMouse()3.2、截取图标矩阵
def screenshot(self):
image = ImageGrab.grab(self.screen_left_and_right_point)
save_im(image, 'image')
return image_list使用ImageGrab.grab()截取屏幕后，可以保存为图片进行调试。
def save_im(image, name):
# 创建存储路径
screen_path = os.path.join(os.path.dirname(__file__), 'screen')
if not os.path.exists(screen_path):
os.makedirs(screen_path)
# 保存图片到存储路径
image_name = os.path.join(screen_path, name)
#print("image_name: %", image_name)
t = time.strftime('%Y%m%d_%H%M%S', time.localtime())
image.save('%s_%s.png' % (image_name, t)) # 文件名name后面加了个时间戳，避免重名矩阵外围的长方形线宽保留1个像素，效果如下。
3.3、分解为12*8个图标
分解图标后，存入image_list列表中。
def screenshot(self):
image = ImageGrab.grab(self.screen_left_and_right_point)
save_im(image, 'image')
image_list = {}
offset = self.im_width
for x in range(8):
image_list[x] = {}
for y in range(12):
top = round(x * offset)
left = round(y * offset)
bottom = round((x + 1) * offset)
right = round((y + 1) * offset)
im = image.crop((left, top, right, bottom))
image_list[x][y] = im
#print("top = {}, left = {}".format(top, left))
save_im(image_list[x][y], str(x).zfill(2)+str(y).zfill(2))
return image_list保存为图片，分解效果如下图所示，应该有12*8个，图片没有截全。
3.4、图像数字化
现在已经得到图标图像的列表，但是计算机无法直接对比两个图标是否一致，需要图像数字化。
第一步，彩色转为黑白灰度。
image1 = im1.resize((20, 20), Image.ANTIALIAS).convert("L")第二步，转为为一串01序列
# 降灰度图标转成01串，即二进制数据
pixels1 = list(image1.getdata())
avg1 = sum(pixels1) / len(pixels1)
hash1 = "".join(map(lambda p: "1" if p > avg1 else "0", pixels1))第三步，对比完成后，存入 image_type_list列表。这里是考验前期参数与算法的地方了，理论上mage_type_list只会存入12个元素。调试时，放开如下代码。
for i in range(len(image_type_list)):
save_im(image_type_list[i], str(i).zfill(2))
涉及函数
def image2num(self, image_list):
# 1、创建全零矩阵和空的一维数组
arr = np.zeros((10, 14), dtype=np.int32)
image_type_list = []
# 2、识别出不同的图片，将图片矩阵转换成数字矩阵
for i in range(len(image_list)):
for j in range(len(image_list[0])):
im = image_list[i][j]
# 验证当前图标是否已存入
index = self.getIndex(im, image_type_list)
# 不存在，则存入image_type_list
if index < 0:
image_type_list.append(im)
arr[i + 1][j + 1] = len(image_type_list)
else:
arr[i + 1][j + 1] = index + 1
print("图标数：", len(image_type_list))
for i in range(len(image_type_list)):
save_im(image_type_list[i], str(i).zfill(2))
self.im2num_arr = arr
return arr
# 检查数组中是否有图标，如果有则返回索引
def getIndex(self, im, im_list):
for i in range(len(im_list)):
if self.isMatch(im, im_list[i]):
return i
return -1
# 汉明距离判断两个图标是否一样
def isMatch(self, im1, im2):
# 缩小图标，转成灰度
image1 = im1.resize((20, 20), Image.ANTIALIAS).convert("L")
image2 = im2.resize((20, 20), Image.ANTIALIAS).convert("L")
# 降灰度图标转成01串，即二进制数据
pixels1 = list(image1.getdata())
pixels2 = list(image2.getdata())
avg1 = sum(pixels1) / len(pixels1)
avg2 = sum(pixels2) / len(pixels2)
hash1 = "".join(map(lambda p: "1" if p > avg1 else "0", pixels1))
hash2 = "".join(map(lambda p: "1" if p > avg2 else "0", pixels2))
# 统计两个01串不同数据的个数
match = sum(map(operator.ne, hash1, hash2))
# 阀值设为10
return match < 40本文章为转载内容，我们尊重原作者对文章享有的著作权。如有内容错误或侵权问题，欢迎原作者联系我们进行内容更正或删除文章。
