托纳姆编程补充篇——AirScript

最近偷偷看哔哩哔哩的时候发现，一个用python专门写脚的平台，发现做的相当让我满意，集成的功能和我以前写的几乎一样，它支持python几乎所有的标准库并且他还集成了openCV，yolov5，ocr，和我前面讲的不谋而合，而且对这些功能也做了一些比较方便的封装，最主要的是，他是在安卓手机上本地运行的，意味着就算没有电脑也可以用来写python代码，就算不写脚用来学习也非常方便，从脚的方面看他也不强制需要root，主要还是集成度高了上手难度低了，测试了一下运行速度也不错，兼容性也很好，真的做的很不错。

这个我就不讲了，几乎没什么好讲的，而且这个平台社区环境感觉还勉强算可以，可以在b站上找到一些相关教程，官网也是全中文的文档

主要还是稍微讲一下代码，说实话我前面写的几乎可以直接放到这个平台上用，只有微小的差别，主要是我以前写的是通过电脑发送adb指令给手机或模拟器，而现在，这个平台的是主要是脱离电脑离线运行，所有在和手机交互的代码需要小小的更改一下，然后ocr，yolo也不需要我们那么辛苦的配置环境了，他集成封装的很好。

获取蓝量这个函数基本没什么变化，只是加了一个比色的函数，我原本写的函数，当我们满状态是，会隐藏血条和蓝量，这个时候，因此就找不到蓝条，就会代码会以为我们蓝量为零。现在稍微修改一下，如果没有血条就返回满蓝。

所有函数都可以在文档里找到

几乎没有什么变化，就是前面说的和手机交互的代码变了一下

其实已经没什么了把点击，滑动和截图改一下就可以了

然后这个ocr，用起来也比原来方便很多了，封装的很不错

然后以前我清理背包是一个一个删，稍微修改了下改成了多选

import time

from .tool import release_skill, clear_backpack

clear_list = ['蝙蝠耳朵', "柔软围巾"]   # 要删除的物品

a = time.time()

while True:

    release_skill()

    if time.time() - a > 2 * 60:    # 多少分钟后清理背包

        clear_backpack(clear_list)

        a = time.time()

import cv2 as cv

import numpy as np

from ascript.android.ui import ImageWindow

from ascript.android import screen

from ascript.android.ui import Dialog

from ascript.android import action

from ascript.android.screen import CompareColors

import time

# 谷歌OCR 识别中文,并使用自动分割

from ascript.android.screen import Ocr

# # 将内存截图Bitmap转换为cv img

# img = screen.bitmap_to_cvimage()

def getBule(img):

    if not CompareColors.compare('801,42,#6A4C13|802,49,#776634|806,55,#7D6B36', 0.9):

        return 20

    HSV = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 转换图像为HSV格式

    # 设置颜色阈值

    lowerColor = np.array([48, 100, 200])  # 取范围最低值

    upperColor = np.array([55, 220, 255])  # 取范围最高值

    # 提取指定部分（指定区域变白，其他变黑）

    binary = cv.inRange(HSV, lowerColor, upperColor)

    # 运用中值滤波去除噪声

    median = cv.medianBlur(binary, 9)

    # 这里使用轮廓检测cv2.findContours()的方法,并且返回contours轮廓信息，以及hierachy层级（这里用不到）。

    contours, hierachy = cv.findContours(median, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

    # cv.drawContours(img, contours, -1, (0, 0, 255), 3)

    # cv.imshow("img", img)

    # cv.waitKey(0)

    BlueAmount = 10 + len(contours)  # 绿色一格等于两格

    if len(contours) != 0:

        contours = sorted(contours, key=cv.contourArea)

        if cv.contourArea(contours[0], oriented=False) < 91:

            BlueAmount -= 1

    else:

        lowerColor = np.array([80, 220, 220])  # 取范围最低值

        upperColor = np.array([90, 240, 255])  # 取范围最高值

        binary = cv.inRange(HSV, lowerColor, upperColor)

        median = cv.medianBlur(binary, 9)

        contours, hierachy = cv.findContours(median, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

        BlueAmount = len(contours)

        if len(contours) != 0:

            contours = sorted(contours, key=cv.contourArea)

            if cv.contourArea(contours[0], oriented=False) < 71:

                BlueAmount -= 1

    return BlueAmount

def release_skill():

    img_screen = screen.bitmap_to_cvimage()

    if getBule(img_screen[47:64, 482:804]) < 4:

        action.click(1056, 139)

        time。sleep(6)

        action.click(1172, 184)

        time。sleep(1)

    action.click(932, 138)

    time。sleep(0.2)

    action.click(932, 138)

    time。sleep(0.2)

    action.click(932, 138)

    time。sleep(0.2)

    action.click(932, 138)

    time。sleep(2)

def clear_backpack(item_list):

    img_screen = screen.bitmap_to_cvimage()

    action.click(1048, 244)  # 打开背包

    time。sleep(0.5)

    action.click(473, 186)  # 打开多选

    while True:

        img_screen = screen.bitmap_to_cvimage()

        if img_screen[624, 1266][1] > 20:

            # 点删除

            action.click(349, 184)

            time。sleep(0.5)

            action.click(658, 601)

            time。sleep(2)

            action.click(1225, 60)  # 关闭

            break

        bpx, bpy, epx, epy = 630, 124, 1243, 640

        img = img_screen[bpy:epy, bpx:epx]

        HSV = cv.cvtColor(img, cv.COLOR_BGR2HSV)  # 转换图像为HSV格式

        # 设置颜色阈值

        lowerColor = np.array([18, 121, 100])  # 取范围最低值

        upperColor = np.array([19, 248, 156])  # 取范围最高值

        # 提取指定部分（指定区域变白，其他变黑）

        binary = cv.inRange(HSV, lowerColor, upperColor)

        # 高斯模糊

        median = cv.GaussianBlur(binary, (7, 7), 0, 0)

        # 边沿

        edges = cv.Canny(image=median, threshold1=100, threshold2=200)

        # 闭运算

        kernel = np.ones((5, 5), np.uint8)

        edges = cv.dilate(edges, kernel)

        edges = cv.erode(edges, kernel)

        contours, hierachy = cv.findContours(edges, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)

        # 后两个为轮廓检索模式和轮廓逼近模式

        if len(contours) == 0:

            # 点删除

            action.click(349, 184)

            time。sleep(0.5)

            action.click(658, 601)

            time。sleep(2)

            action.click(1225, 60)  # 关闭

            break

        # 计算每个轮廓的面积并保存到字典中

        contour_areas = {i: cv.contourArea(contour) for i, contour in enumerate(contours)}

        # 根据面积对字典进行排序

        sorted_contour_areas = dict(sorted(contour_areas.items(), key=lambda item: item[1], reverse=True))

        # 获取排序后的轮廓索引

        sorted_contour_indices = list(sorted_contour_areas.keys())

        for i in sorted_contour_indices:

            if contour_areas[i] < 13000:

                break

            M = cv.moments(contours[i])

            if M["m00"] != 0:

                cX = int(M["m10"] / M["m00"])

                cY = int(M["m01"] / M["m00"])

                action.click(cX + bpx, cY + bpy)

                time。sleep(1)

                texts = Ocr.mlkitocr_v2([47, 429, 441, 463])

                if texts:

                    if texts[0].text not in item_list:

                        action.click(cX + bpx, cY + bpy)

                # 删除

                # if text.text in item_list:

                #     d.click(349, 184)

                #     time。sleep(0.5)

                #     d.click(658, 601)

                #     time。sleep(0.5)

        # 下翻

        action.swipe(1118, 500, 1118, 117, 800)

        time。sleep(1)

环境是雷神模拟器，分辨率1280*720，dpi240