c++编译器(c++用什么软件编程)

边肖将与大家分享OpenCV如何模拟微信跳转。希望大家看完这篇文章后有所收获。我们一起讨论一下吧！

实机演示Gif：

00-1010，得到小黑人的位置，得到目标方块的位置，并计算它们之间的距离，从而计算出大致按下屏幕的时间。

实现1:使用牧牧模拟器获取截图。

使用牧牧模拟器模拟手机，然后使用adb调试工具的截图，保存在本地，然后从OpenCV程序中获取本地截图。

实现2:使用adb工具模拟压制。

计算完距离和时间后，考虑用模拟按屏的方法来控制反派的移动。

实施例3:按压的位置正好在“再按一次”按钮上。

即使跳转失败，只要用户不停止，小程序也会继续跳转。

00-1010很简单，只需使用OpenCV的matchTemplate，注意“TM _ ccorr _ normalized”方法。

00-1010这里使用了Canny边缘检测算法。

思路：

将图片从牧牧模拟器保存到本地目录文件夹的文件夹。和调试的缓存目录。

您还可以自定义程序运行的周期数：

//最大执行次数

#defineMaxRound100只需修改下一个100。

和您匹配的图案图片位置：

character3.png

00-1010项目配置：DebugX64，其中包含头文件opencv头文件。lib被选择为opencv_world425d.dll(因为它似乎是名称)。这个库必须有d。因为我们处于调试模式，所以我们使用这个库。然后链接器的附加输入也填充这个选项。

项目依赖：adb，opencv425

以下是完整的项目参考。

获取小黑人的位置：

获取终点的位置：

#pragmaonce

#includeopencv2/opencv.hpp

#包括牡蛎

#includeopencv.hpp

#includewindows.h

需要自定义的：

//跳过作弊程序

//版本v1.0.2作者：CSDN陈李倩

/*

*程序使用说明：

*需要配合牧牧模拟器使用，电脑需要安装adb调试工具和opencv库。

*介绍程序原理：

*通过计算两点之间的距离，估计跳跃的长度和按下屏幕的时间间隔。

*

*参考文件：

* https://blog . csdn . net/QQ _ 37406130/article/details/79007335

* https://blog . csdn . net/sundy _ 2004/article/details/7749093

* https://blog . csdn . net/q 5222890/article/details/105533233

* https://blog . csdn . net/QQ _ 47342178/article/details/109779840

*adbswip使用情况：

*https://blog.c

sdn.net/u010042669/article/details/104066744
* Canny 边缘检测：
* https://blog.csdn.net/hensonwells/article/details/112557073
*/

#include "pch.h"
#include <windows.h>
#include <sstream>
using namespace cv;

Mat 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srcImage的信息（截图）
void refreshSrcImage() {
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");
srcImage = imread("C:\\adb\\temp\\ScreenCatch.png");
}

//寻找跳一跳黑色小人的位置
Point GetNowPoint(Mat& srcImage, Mat& Tem_img) {
cv::Mat image_matched;
matchTemplate(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", srcImage, Point(matchLoc.x + Tem_img.cols, matchLoc.y + Tem_img.rows));
//DebugImg("1黑人位置.png", 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& srcImage) {
cv::Point point1;
cv::Point point2;
cv::GaussianBlur(srcImage, srcImage, cv::Size(5, 5), 0);  //高斯滤波，降低噪声
Mat temp, temp2;
//cv::threshold(srcImage, temp, 0, 255, 8);
//srcImage = temp;
Canny(srcImage, temp, 20, 30);      //进行边缘检测
temp2 = srcImage;
srcImage = temp;
std::vector<std::vector<Point>> contours;
std::vector<Vec4i> hierarchy;
findContours(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 = srcImage.rows;
int nXMin = 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 = 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", 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++) {
refreshSrcImage();
pBlackPeople = GetNowPoint(srcImage, blackPeopleTem);
pFinish = GetNextPoint(srcImage);
dis = GetDistance(pBlackPeople, pFinish);
Jump(dis);
Sleep(2000);
}
}

int main() {
/*srcImage = imread("C:/adb/Test/1.png");
blackPeopleTem = imread("C:/adb/Resources/character3.png");
GetNowPoint(srcImage, blackPeopleTem);*/

//首先要链接端口
system("adb connect 127.0.0.1:7555");
refreshSrcImage();
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 = srcImage(Rect(x, y, width, height));

//测试代码
//namedWindow("test opencv setup", WINDOW_AUTOSIZE);
//imshow("test opencv setup", 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，欢迎关注行业资讯频道，感谢各位的阅读！