Android无障碍自动化结合opencv实现支付宝能量自动收集

Android无障碍服务可以操作元素,手势模拟,实现基本的控制。opencv可以进行图像识别。两者结合在一起即可实现支付宝能量自动收集。opencv用于识别能量,无障碍服务用于模拟手势,即点击能量。

当然这两者结合不单单只能实现这些,还能做很多自动化的程序,如芭芭农场自动施肥、蚂蚁庄园等等的自动化,甚至游戏的自动化也没问题。

下面简单介绍下核心的实现逻辑
核心步骤

  1. 准确识别多个能量球位置
  2. 准确点击能量球位置

opencv识别能量球

OpenCV是一个可用于开发实时的图像处理、计算机视觉以及模式识别可商用的开源库-opencv介绍

思路

使用opencv怎么识别能量球呢?
使用opencv的模板匹配。即,将能量球单独裁剪出来作为模板,再将其与屏幕图像进行匹配,筛选匹配分值最高的结果即获取能量球在屏幕中的位置。

实现

1. 项目集成opencv-android版
dependencies {
 implementation 'org.opencv:opencv:4.9.0'
}

最新版本可查看官方集成教程

2. 截取能量球图像作为模板
3. 截取屏幕图像
4. 使用opencv模板匹配获取所有能量球位置

opencv模板匹配api

Imgproc.matchTemplate(image, templ, result, method, mask)

参数解释:
image屏幕图像,即步骤3中截取的屏幕图像
templ模板图像,即步骤2中截图的能量球图像
result匹配结果容器,用于存储匹配的结果
mask掩膜,用于指定模板中哪些位置需要匹配,哪些不需要匹配

其中参数mask掩膜是匹配准确度的关键点

掩膜图像是根据模板生成的一张黑白图像,其中黑色为不需要匹配的区域

模板图像与生成的掩膜图像对比

模板图像掩模图像

其中文字也是我们不需要匹配的,因为里面的文字会变化,所以中间加了一块黑色矩形用于指定匹配忽略区域

对于掩膜的创建方法这里不介绍了,所有代码都已经开放在我的自动化开源库Assists里,想直接看代码这里:https://github.com/ven-coder/Assists

参数准备好就可以进行匹配了,下面是完整代码(kotlin代码)

 /**
 * 模板匹配能量球
 */
 fun match() {
 try {
 val path = System.getProperty("user.dir") + "\\lib\\x64\\opencv_java490.dll"
 System.load(path)
 val temp = System.getProperty("user.dir") + "\\images\\temp.jpg"
 val image = System.getProperty("user.dir") + "\\images\\image.png"
 //模板图像
 val img = Imgcodecs.imread(image)
 //屏幕图像
 val templ = Imgcodecs.imread(temp)
 //掩膜图像
 val mask = createMask(templ)
 // 创建结果矩阵
 val resultCols: Int = img.cols() - templ.cols() + 1
 val resultRows: Int = img.rows() - templ.rows() + 1
 val result = Mat(resultRows, resultCols, CvType.CV_32FC1)
 // 进行模板匹配
 Imgproc.matchTemplate(img, templ, result, Imgproc.TM_CCORR_NORMED, mask)
 // 遍历结果矩阵,找到所有匹配超过阈值的位置
 val threshold = 0.98 // 阈值,根据实际情况调整
 var count = 0
 var countValue = 0
 for (y in 0 until result.rows()) {
 for (x in 0 until result.cols()) {
 countValue++
 val matchValue = result[y, x]
 if (matchValue[0] >= threshold) {
 count++
 // 找到一个匹配位置
 val matchLoc = Point(x.toDouble(), y.toDouble())
 // 绘制矩形框
 Imgproc.rectangle(img, matchLoc, Point(matchLoc.x + templ.cols(), matchLoc.y + templ.rows()), Scalar( 85.0, 85.0,205.0,), 2, Imgproc.LINE_AA, 0)
 }
 }
 }
 // 显示结果
 Imgproc.resize(img, img, Size(img.cols() / 2.0, img.rows() / 2.0)) // 可选:调整显示大小
 HighGui.imshow("Matched Result: $count", img)
 HighGui.waitKey(0)
 } catch (e: Throwable) {
 e.printStackTrace()
 }
 }
 /**
 * 创建掩膜
 */
 fun createMask(source: Mat): Mat {
 // 转换为 HSV 颜色空间
 val hsvImage = Mat()
 Imgproc.cvtColor(source, hsvImage, Imgproc.COLOR_BGR2HSV)
 // 定义绿色的颜色范围
 val lowerGreen = Scalar(35.0, 100.0, 100.0)
 val upperGreen = Scalar(85.0, 255.0, 255.0)
 // 创建掩膜
 val mask = Mat()
 Core.inRange(hsvImage, lowerGreen, upperGreen, mask)
 // 忽略“27g”文字
 // 你可以使用形态学操作去掉文字部分,或者手动确定文字的位置并将其设置为黑色(0)。
 // 假设文字位于圆形中心,可以手动遮盖这个区域
 // Rect(中心位置x, 中心位置y, 宽度, 高度)
 val width = 80
 val height = 60
 val textRect = Rect(source.width() / 2 - width / 2, source.height() / 2 - height / 2, width, height) // 假设的“27g”文字位置和大小
 Imgproc.rectangle(mask, textRect, Scalar(0.0), -1)
 Imgproc.rectangle(mask, Rect((source.width() / 2 - width / 2) + 10, (source.height() / 2 - height / 2) + height, 40, 25), Scalar(255.0), -1)
 return mask
 }

匹配结果

点击能量球

准确得到能量球位置之后就好办了,使用我的开源库Assists开启无障碍服务后调用gestureClick(x: Float, y: Float)点击能量球位置即可

//it.x + temp3.width() / 2,坐标加上模板大小的一半即点击中间位置
Assists.gestureClick((it.x + temp3.width() / 2).toFloat(), (it.y + temp3.height() / 2).toFloat())

最终效果

以上所有代码都在我的开源库Assists示例里了,需要的自取即可。
觉得有帮助顺便可以start一下,满足以下一下老夫虚荣心憋

作者:Vennnnn原文地址:https://www.cnblogs.com/venblog/p/18262846

%s 个评论

要回复文章请先登录注册