像MAA这类游戏脚本，是怎样实现识别并点击的？

前言

作为一个懒狗，在敲代码之余，最爽的事莫过于同时还能干点别的。

例如明日方舟的MAA，它的诞生如带了"创国之举"的"数万真言"，给我这种手动党的最终防线造成了极大量的万能伤害。作为一名码农，自然好奇这类游戏代码是如何实现的。

实现

（篇幅有限，MAA代码量庞大，实现逻辑复杂，不可能完全展现，以下是用python写的极简版代码。）

首先，导入所需要的库

import cv2
import pyautogui
import time

opencv（cv2）：功能强大的图像识别库
pyautogui：用于模拟键鼠点击的库

收集能作为唯一标识的特殊位置图片

（例如我要在肉鸽中买下水陈，就需要收集水陈引以为傲的笑脸作为标识图片）

截图，转化

    # 截图
    image = pyautogui.screenshot
    image.save("screenshot.png")
    
    #将图片转换为opencv可使用的格式
    screen_cv2 = cv2.imread("screenshot.png")
    target_cv2 = cv2.imread("假日威龙.png")

首先对整个屏幕进行截屏，并保存为screenshot.png，然后将截屏图片（screenshot.png）与目标图片（假日威龙.png）转化为opencv可使用的类型，供后面使用 。

识图，获取坐标

# 将截屏与目标图片进行比对
result = cv2.matchTemplate(screen_cv2, target_cv2, cv2.TM_CCOEFF_NORMED)
# 解析并获取置信度与坐标
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
# 比较最高置信度与置信度阈值，获取坐标
if max_val >= 0.92:
    #计算中心坐标
    lx, ly = max_val
    h, w, c = target_cv2.shape
    if lx < 0 or ly < 0 or h <=0 or w <= 0:
        return None
    cx, cy = lx + w/2, ly + h/2
else:
    return None

1. cv2.matchTemplate()，模板匹配。screen_cv2是待搜索的图像，target_cv2是要匹配的模板图像，cv2.TM_CCOEFF_NORMED是采用归一化的相关系数匹配方法。最后得到的result是其中每个元素表示对应位置的匹配程度。简单来讲，就是比对截屏与水陈的对应程度，得到一系列结果
2. cv2.minMaxLoc()，调用cv2.minMaxLoc函数来找到匹配结果矩阵result中的最小值和最大值及其对应的位置。

• min_val是匹配结果矩阵中的置信度最小值。
• max_val是匹配结果矩阵中的置信度最大值。
• min_loc是最小值所在的左上角坐标，以(x, y)的形式返回。
• max_loc是最大值所在的左上角坐标，以(x, y)的形式返回。
  置信度：两者的相似程度，越高越好

3. 6到14行代码，判断置信度最大值max_val是否大于0.92，如果是则根据左上角xy坐标计算出中心坐标，供后续点击做准备。

点击

time.sleep(0.5)
pyautogui.click(cx, cy)

调用pyautogui.click函数进行屏幕点击。

总而言之，赞美开源🌞