微信小游戏「跳一跳」外挂(java版)

image

其实也不能说算是外挂吧，算是个游戏小助手吧，毕竟不能抓包，也不能直接修改分数（据说之前可以直接抓包修改分数，不过这漏洞已经被微信官方修复），今天这个是 Android 同学可以非常容易看懂的一篇文章，是从 Android 的角度实现的，附带着技术原理分析和代码分析。

这个开源库已经被我同学分享到 GitHub 上，他自己很无聊，就写了这个东西和这篇文章，自己通过写代码实现高分也是玩的不亦乐乎，这就是程序员和普通玩家的区别吧。

开源库地址：https://github.com/xushanmeng/WechatJumpHelper

功能简介

用JAVA自动控制手机玩跳一跳

• 自动识别图像计算距离

• 自动帮你点击屏幕

• 自动缓存图片，并在图片上标记一些识别结果，如下图：

  

  image

运行环境

1. JAVA，最低版本为7.0，官网下载

2. adb驱动，官网下载(需要翻墙)，或者到这里下载SDK-tools，其中就包含adb

3. 安卓手机，目前已适配分辨率

• 1600x2560

• 1440x2560

• 1080x1920

• 720x1080

使用方法

有JAVA开发工具的同学可以直接运行java代码，便于代码调试，下面主要介绍运行已经打包好的jar包的方法

1. 手机打开USB调试，并连接电脑

• 打开USB调试方法，进入设置，找到开发者选项，打开并勾选USB调试；

• 如果没有开发者选项，进入关于手机，连续点击版本号7次，即可开启开发者选项。

3. 通过下面的命令，运行Android.jar

   java -jar Android.jar

4. 根据手机分辨率选择跳跃系数，目前已适配机型：

   其他分辨率请自己微调。

• 1600x2560机型推荐0.92

• 1440x2560机型推荐1.039

• 1080x1920机型推荐1.392

• 720x1080机型推荐2.078

原理说明

1. 通过adb命令控制手机截图，并取回到本地

   adb shell screencap -p /sdcard/screen.png

   adb pull /sdcard/screen.png .

2. 图片分析

• 有靶点，即目标物体中心的白色圆点，则靶点中心为目标落点

• 无靶点，但是纯色平面，或者规则平面，则平面中心为目标落点

• 无靶点，又无纯色规则平面，但是左上和右上位置的斜率是固定的，可根据固定斜率的斜线和目标物体中心线的焦点计算落点

• 根据棋子的颜色，取顶部和底部的特征像素点，在截图中进行匹配，找到棋子坐标

• 由于目标物体不是在左上就是在右上，可以从上往下扫描，根据色差判断目标物体位置，其中又分为以下几种类型

  

  image
  

  image
  

  image

• 计算棋子坐标和目标落点的距离

• 距离×跳跃系数=按压屏幕的时间，不同分辨率的手机，跳跃系数也有所不同

7. 通过adb命令，给手机模拟按压事件

   adb shell input swipe x y x y time

   其中x和y是屏幕坐标，time是触摸时间，单位ms。

工程结构

image

代码详解

这里将针对一些关键算法的代码进行解释

1. 寻找棋子位置

   把截图放大，可以看到棋子顶部像素连成一条横线，那么我们通过颜色匹配，找到这一条线的始末位置，取中间位置，就得到了棋子的x坐标。

   

   image

   棋子的底部也是一条横线，用颜色匹配，我们检测到相似颜色的最大y坐标，就是棋子底部了，不过考虑到棋子底部是个圆盘，我们把棋子的y坐标再往上提一些。

   

   image.gif

   这样我们就得到了棋子的xy坐标，下面是相关代码：

   /* 计算棋子位置 */Pixel piece = new Pixel();for (int i = TOP_BORDER; i < screenHeight - BOTTOM_BORDER; i++) {   int startX = 0;   int endX = 0;   for (int j = LEFT_BORDER; j < screenWidth - RIGHT_BORDER; j++) {       int red = Color.red(pixels[i][j].color);       int green = Color.green(pixels[i][j].color);       int blue = Color.blue(pixels[i][j].color);       if (50 < red && red < 55               && 50 < green && green < 55               && 55 < blue && blue < 65) {//棋子顶部颜色           //如果侦测到棋子相似颜色，记录下开始点           if (startX == 0) {               startX = j;               endX = 0;           }       } else if (endX == 0) {           //记录下结束点           endX = j;           if (endX - startX < PIECE_TOP_PIXELS) {               //规避井盖的BUG，像素点不够长，则重新计算               startX = 0;               endX = 0;           }       }       if (50 < red && red < 60               && 55 < green && green < 65               && 95 < blue && blue < 105) {//棋子底部的颜色           //最后探测到的颜色就是棋子的底部像素           piece.y = i;       }   }   if (startX != 0 && piece.x == 0) {       piece.x = (startX + endX) / 2;   }}//棋子纵坐标从底部边缘调整到底部中心piece.y -= PIECE_BOTTOM_CENTER_SHIFT;
   

2. 寻找靶点

   所谓靶点，就是目标物体中心的那个小圆点，颜色值为0xf5f5f5。

   

   image

   那么我们只需要寻找颜色值为0xf5f5f5的色块就可以了，为了规避其他物体相近颜色干扰，我们可以限制色块的大小，正确大小的色块才是靶点。

   但是如何计算色块的大小呢，色块最顶端到最底端y坐标的差值我们作为色块的高度，同理，最左侧到最右侧x坐标的差值作为宽度，我们只需要查找这四个顶点的坐标就可以了。

   本来打算用凸包的Graham扫描算法，后来发现色块已经是凸包了，且边缘像素是连续的，那么我们按照一定顺序，遍历边缘像素，就可以在O(n^-2)的时间复杂度里，得到色块的顶点坐标了。

   我们从第一个像素点开始，寻找的顺序如图所示：

   

   image

   /**    * 寻找色块顶点像素    */   public static final Pixel[] findVertexs(Pixel[][] pixels, Pixel firstPixcel) {       Pixel[] vertexs = new Pixel[4];       Pixel topPixel = firstPixcel;       Pixel leftPixel = firstPixcel;       Pixel rightPixel = firstPixcel;       Pixel bottomPixel = firstPixcel;       Pixel currentPixcel = firstPixcel;       //先把坐标置于左上角       while (checkBorder(pixels, currentPixcel)//判断是否超出图像边缘               && Color.compareColor(pixels[currentPixcel.y - 1][currentPixcel.x], firstPixcel)) {//判断是否是相同颜色            currentPixcel = pixels[currentPixcel.y - 1][currentPixcel.x];       }       while (checkBorder(pixels, currentPixcel)               && Color.compareColor(pixels[currentPixcel.y][currentPixcel.x - 1], firstPixcel)) {            currentPixcel = pixels[currentPixcel.y][currentPixcel.x - 1];       }       //寻找上顶点像素       while (checkBorder(pixels, currentPixcel)) {           if (Color.compareColor(pixels[currentPixcel.y - 1][currentPixcel.x], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y - 1][currentPixcel.x];           } else if (Color.compareColor(pixels[currentPixcel.y][currentPixcel.x + 1], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y][currentPixcel.x + 1];           } else {               topPixel = findCenterPixcelHorizontal(pixels, currentPixcel);               break;           }       }       //寻找右顶点像素       while (checkBorder(pixels, currentPixcel)) {           if (Color.compareColor(pixels[currentPixcel.y][currentPixcel.x + 1], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y][currentPixcel.x + 1];           } else if (Color.compareColor(pixels[currentPixcel.y + 1][currentPixcel.x], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y + 1][currentPixcel.x];           } else {               rightPixel = findCenterPixcelVertial(pixels, currentPixcel);               break;           }       }       //寻找下顶点像素       while (checkBorder(pixels, currentPixcel)) {           if (Color.compareColor(pixels[currentPixcel.y + 1][currentPixcel.x], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y + 1][currentPixcel.x];           } else if (Color.compareColor(pixels[currentPixcel.y][currentPixcel.x - 1], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y][currentPixcel.x - 1];           } else {               bottomPixel = findCenterPixcelHorizontal(pixels, currentPixcel);               break;           }       }       //寻找左顶点像素       while (checkBorder(pixels, currentPixcel)) {           if (Color.compareColor(pixels[currentPixcel.y][currentPixcel.x - 1], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y][currentPixcel.x - 1];           } else if (Color.compareColor(pixels[currentPixcel.y - 1][currentPixcel.x], firstPixcel)) {                currentPixcel = pixels[currentPixcel.y - 1][currentPixcel.x];           } else {               leftPixel = findCenterPixcelVertial(pixels, currentPixcel);               break;           }       }       vertexs[0] = leftPixel;       vertexs[1] = topPixel;       vertexs[2] = rightPixel;       vertexs[3] = bottomPixel;       return vertexs;   }
   

   得到了四个坐标点，我们就可以计算色块的中点了，也就是目标落点。

   对于没有靶点，但是落点是规则平面的，也可以用类似算法。

3. 斜率计算对于没有靶点，又不是规则平面的，我们怎么计算落点呢，这时候就要用到斜率了。

   可以看得出来，每次左上角或右上角出现的物体，针对当前物体的方向都是一样的，也就是两个物体中心的连线，斜率是固定的。

   基本所有的目标物体，最顶点像素中点的x坐标，都是在物体中间，我们至少先得到了目标物体x坐标了，记为des.x ，接下来要求des.y 。

   

   image.gif

   如上图所示，计算过程如下：

   斜线的公式为 y=kx+b

   那么，在棋子坐标上有 piece.y=k*piece.x+b

   在目标落点坐标上有 des.y=kdes.x+b

   代入得到 des.y=k*(des.x-piece.x)+piece.y

   然而这种算法还是有偏差的。

   

   image.gif

   可以看到，同样的斜率，如果棋子的位置有偏差，计算出来最终落点还是会有偏差的。

   代码解析就先讲这么多，希望有大神可以提出更好的解决方案。

玩游戏小窍门

1. 连续的落到物体中心位置，是有分数加成的，最多跳一次可以得几十分

2. 井盖、商店、唱片、魔方，多停留一会，有音乐响起后也是有分数加成的

那么看一下程序员的朋友圈有多残酷吧

image

原文作者:Samon
阅读原文