前言
微信跳一跳目前很火，然后由于大家想获得朋友圈较高的排名，这和一开始的微信运动步数一样，出现了手机挂狗脖子上刷步数的现象，这回微信跳一跳也有外挂了，本文和你分享一下本人制作辅助思路
分析
首先玩过游戏的都知道，小人会根据按压的时长来跳相应的距离，这个按压时长和距离一定是成正比的，为啥这么说？应该这是这个游戏的核心玩法，就是要通过玩家掌握好这个按压时长才能得到较准确的跳跃距离，若不成正比，那这个游戏简直太难掌握了，根本不能很好的操作小人。
这样的话，只要能够准确计算出两个点之间的距离，既能计算出按压时长，计算距离，那就要找到起点和终点，这是做这个辅助的重点。
与游戏交互
做为一个Android开发者一定知道：ADB，我们则可以通过ADB对手机进行截屏即拿到了游戏界面：
进行屏幕截图
screencap 命令是一个用于对设备显示屏进行屏幕截图的 shell 实用程序。在 shell 中，此语法为：
screencap filename
要从命令行使用 screencap，请输入以下命令：
$ adb shell screencap /sdcard/screen.png
以下屏幕截图会话示例向您展示使用 adb shell 捕获屏幕截图，并使用 pull 命令从设备下载此文件：
$ adb shell
shell@ $ screencap /sdcard/screen.png
shell@ $ exit
$ adb pull /sdcard/screen.png
游戏界面拿到之后需要去分析图片，拿到像素点信息，很显然在python里要用到了PIL（python imaging library）这个库，通过PIL去获取各个像素点信息：
im = Image.open('image_file_path')
pix = im.load()
r,g,b,a = pix[x,y]
图像中一个像素点用32位表示，RGBA 各8位，所以我们用0~255来表示色值，RGBA组合呈现不同的颜色，但是一般常见的PNG是有alpha通道，而JPG是没有alpha通道的。
基础讲完了，我们开始来找起点和终点了！
找起点
首先我们都知道方块的中心就是一个终点，观察一下起始状态：
小人起始时肯定是在中心点的，通过对角线可以看出小人圆台底部圆心即为起点。那么小人的起点就是：紫色最宽的区域的中点即为小人的横坐标；紫色的最低点即为小人的纵坐标。
代码：
im = Image.open('./temp_screen.png')
pix = im.load()
min_point_x = 65535
max_point_x = 0
max_point_y = 0
global start_x
global start_y
for x in range(190,910):
for y in range(1000,1250):
r,g,b,a = pix[x,y]
if abs(r - 56) < 5 and abs(g-59) < 5 and abs(b-102) < 5:
min_point_x = min(min_point_x,x)
max_point_x = max(max_point_x,x)
start_y = y
start_x = (min_point_x + max_point_x) / 2
return start_x,start_y
找终点
对于终点我们可以观察得出一个简单的规律，终点和起点总是在一条直线上，那么我们就可以算出直线函数：
(x0,y0)为起点，斜率 k 算出来是1.6（PS量一下两个点的坐标，纵坐标之差与横坐标之差比），这样的话终点在小人的左侧直线斜率即为-1.6，在右侧直线斜率即为1.6。然后只通过斜率算出终点的横纵坐标是不现实的，至少知道横坐标或者纵坐标。
那我们分析一下横坐标好算还是纵坐标好算呢？显然是横坐标！
- 对于菱形来说终点的横坐标不就是最高的那个点么？
- 对于圆来说最上面可能是一条线段，那横坐标不就是线段的中点么？
- 好像没有其它图形了...
至此我们的问题转换成查找方块最上方的点的横坐标，继而计算出终点的纵坐标。
从上至下一排排的扫描，直至找到最高点。而背景是一个渐变色，就需要我们每一排都要去更新一次背景色，再找这一行是否存在与背景色不一样的像素点。
因为方块颜色和背景图相差较大，这里用灰度值来进行比较，RGB转灰度图：
gray = 0.2989 * r + 0.5870 * g + 0.1140 * b
如果被比较的像素点与背景的灰度值之差小于5即认为非背景点，并保持本行所有非背景点，算出横坐标，进而算出纵坐标即可，代码如下：
im = Image.open('./temp_screen.png')
img_L = im.convert("L")
list_x = []
is_end = False
for y in xrange(400,1100):
base_pix = img_L.getpixel((1,y))
for x in xrange(100,910):
pix = img_L.getpixel((x,y))
if abs(base_pix - pix) > 5 :
if abs(x - start_x) > 100:
list_x.append(x)
is_end = True
if is_end:
end_x = sum(list_x)/len(list_x)
if end_x < start_x:
end_y = start_y-(start_x-end_x)/1.6
else:
end_y = start_y-(end_x-start_x)/1.6
return end_x,end_y
操作
既然我们已经算出起点和终点了，则可以算出两点之间的距离：
sx,sy = cal_start()
ex,ey = cal_end()
distance = (sx - ex)**2 + (sy - ey)**2
distance = distance ** 0.5
操作小人
这个还是利用了ADB的shell命令：
def jump(distance):
press_time = int(distance * 1.35)
cmd = 'adb shell input swipe 320 410 320 410 ' + str(press_time)
os.system(cmd)
循环连续跳
最终加上循环代码：
def start():
while True:
pull_screenshot()
time.sleep(1.0)
im = Image.open('./temp_screen.png')
img_L = im.convert("L")
ll = img_L.getpixel((5,5))
if abs(ll - 47) < 5:
return
sx,sy = cal_start()
ex,ey = cal_end()
distance = (sx - ex)**2 + (sy - ey)**2
distance = distance ** 0.5
print 'distance =', distance
jump(distance)
time.sleep(2.0)
结果
写在最后：
第一次想到做辅助脚本还是看到了 wangshub 在知乎上发布的第一个版本，那时候还利用了matplotlib去手动点击起点和终点，实现跳一跳，由于在上班并没有去改代码，但是做为一个有图像知识基础的Android开发者，很快想好思路，回去即着手写本文的代码，晚上写好后，朋友说人家已经更新了，刷新一看，各个版本已经push上去了。然后看star数一天一天涨到了8K+，并且图片识别、AI技术层出不穷，完全看到一个python学习热潮。比对发现本文方法略为简单，深深感受到学习的道路很长很长，还需不断的去努力，争取做那个引领风骚的人！
