上周无意中发现的一个《跳一跳》辅助的开源程序；现在已经12k的Star了。
https://github.com/wangshub/wechat_jump_game
今天要就来简单分析一下它的实现原理。当然，目的肯学是学习啦！
自动化的实现主要用到两个技术。
ADB
官方网站：http://adbshell.com/
Android Debug Bridge（ADB）是一种命令行工具，可以让PC与Android模拟器或连接的手机之间进行通信。
做Android开发的同学都懂，我们在PC上开发App，需要通过“adb shell install ”命令安装到Android模拟器或连接的手机上运行。当然，Android自动化测试也离不开它。
这里主要用它来截图，以便来计算跳跃的每个箱子之间的距离。还有最后执行对棋子的按压。
通过数据线将手机与PC之间连接，开启USB调试功能。通过“adb devices”命令检查是否可以连接调试设备。
> adb devices
List of devices attached
d552be87 device
打开微信，启动《跳一跳》小游戏，通过“adb shell screencap”命令截图。
D:\> adb shell screencap -p /sdcard/autojump.png
D:\> adb pull /sdcard/autojump.png
“adb pull”命令将保存在手机里的截图拉取到PC当前目录。所以，我在D盘执行该命令，那么图片就会保存到D盘根目录。如下：
python
首先，你需要有Python开发环境。
其次，将项目用Git克隆（或直接下载）到本地。
通过pip安装依赖库：
pip install requirements.txt
python部分分手动版和自动版，手动版会每次将截图展示在PC端，手动点击下一个跳跃的箱子，不需要考虑按压时间；所以，想跳哪里就点哪里。
自动版就高级了，运行脚本后自动在手机上进行跳一跳游戏。接一来分析自动版实现（webchat_jump_auto.py）。作者在脚本里已经写得很清楚了。
=== 思路 ===
核心：每次落稳之后截图，根据截图算出棋子的坐标和下一个块顶面的中点坐标，根据两个点的距离乘以一个时间系数获得长按的时间。
识别棋子：靠棋子的颜色来识别位置，通过截图发现最下面一行大概是一条直线，就从上往下一行一行遍历，比较颜色（颜色用了一个区间来比较）找到最下面的那一行的所有点，然后求个中点，求好之后再让 Y 轴坐标减小棋子底盘的一半高度从而得到中心点的坐标。
识别棋盘：靠底色和方块的色差来做，从分数之下的位置开始，一行一行扫描，由于圆形的块最顶上是一条线，方形的上面大概是一个点，所以就用类似识别棋子的做法多识别了几个点求中点，这时候得到了块中点的 X 轴坐标，这时候假设现在棋子在当前块的中心，根据一个通过截图获取的固定的角度来推出中点的 Y 坐标。
最后：根据两点的坐标算距离乘以系数来获取长按时间（似乎可以直接用 X 轴距离）。
关键点分析：
一个关键字是如何找到图片中的棋子和棋盘的坐标，find_piece_and_board()函数接收游戏截图。这里用到了Pillow库的两个方法有。size语句获取图片的宽高，主要限定像素遍历的范围，load()方法加载图片，找到它的像素。通过像素对比找到棋子的坐标和棋盘的坐标。
def find_piece_and_board(im):
"""
寻找关键坐标
"""
w, h = im.size
piece_x_sum = 0
piece_x_c = 0
piece_y_max = 0
board_x = 0
board_y = 0
scan_x_border = int(w / 8) # 扫描棋子时的左右边界
scan_start_y = 0 # 扫描的起始 y 坐标
im_pixel = im.load()
# 以 50px 步长，尝试探测 scan_start_y
for i in range(int(h / 3), int(h*2 / 3), 50):
last_pixel = im_pixel[0, i]
for j in range(1, w):
pixel = im_pixel[j, i]
# 不是纯色的线，则记录 scan_start_y 的值，准备跳出循环
if pixel != last_pixel:
scan_start_y = i - 50
break
if scan_start_y:
break
print(‘scan_start_y: {}‘.format(scan_start_y))
# 从 scan_start_y 开始往下扫描，棋子应位于屏幕上半部分，这里暂定不超过 2/3
for i in range(scan_start_y, int(h * 2 / 3)):
# 横坐标方面也减少了一部分扫描开销
for j in range(scan_x_border, w - scan_x_border):
pixel = im_pixel[j, i]
# 根据棋子的最低行的颜色判断，找最后一行那些点的平均值，这个颜
# 色这样应该 OK，暂时不提出来
if (50 < pixel[0] < 60) and (53 < pixel[1] < 63) and (95 < pixel[2] < 110):
piece_x_sum += j
piece_x_c += 1
piece_y_max = max(i, piece_y_max)
if not all((piece_x_sum, piece_x_c)):
return 0, 0, 0, 0
piece_x = int(piece_x_sum / piece_x_c)
piece_y = piece_y_max - piece_base_height_1_2 # 上移棋子底盘高度的一半
# 限制棋盘扫描的横坐标，避免音符 bug
if piece_x < w/2:
board_x_start = piece_x
board_x_end = w
else:
board_x_start = 0
board_x_end = piece_x
for i in range(int(h / 3), int(h * 2 / 3)):
last_pixel = im_pixel[0, i]
if board_x or board_y:
break
board_x_sum = 0
board_x_c = 0
for j in range(int(board_x_start), int(board_x_end)):
pixel = im_pixel[j, i]
# 修掉脑袋比下一个小格子还高的情况的 bug
if abs(j - piece_x) < piece_body_width:
continue
# 修掉圆顶的时候一条线导致的小 bug，这个颜色判断应该 OK，暂时不提出来
if abs(pixel[0] - last_pixel[0]) + abs(pixel[1] - last_pixel[1]) + abs(pixel[2] - last_pixel[2]) > 10:
board_x_sum += j
board_x_c += 1
if board_x_sum:
board_x = board_x_sum / board_x_c
last_pixel = im_pixel[board_x, i]
# 从上顶点往下 +274 的位置开始向上找颜色与上顶点一样的点，为下顶点
# 该方法对所有纯色平面和部分非纯色平面有效，对高尔夫草坪面、木纹桌面、
# 药瓶和非菱形的碟机（好像是）会判断错误
for k in range(i+274, i, -1): # 274 取开局时最大的方块的上下顶点距离
pixel = im_pixel[board_x, k]
if abs(pixel[0] - last_pixel[0]) + abs(pixel[1] - last_pixel[1]) + abs(pixel[2] - last_pixel[2]) < 10:
break
board_y = int((i+k) / 2)
# 如果上一跳命中中间，则下个目标中心会出现 r245 g245 b245 的点，利用这个
# 属性弥补上一段代码可能存在的判断错误
# 若上一跳由于某种原因没有跳到正中间，而下一跳恰好有无法正确识别花纹，则有
# 可能游戏失败，由于花纹面积通常比较大，失败概率较低
for j in range(i, i+200):
pixel = im_pixel[board_x, j]
if abs(pixel[0] - 245) + abs(pixel[1] - 245) + abs(pixel[2] - 245) == 0:
board_y = j + 10
break
if not all((board_x, board_y)):
return 0, 0, 0, 0
return piece_x, piece_y, board_x, board_y
另一个关键点就是如何测算距离与按压时间的关系（按得时间越长跳得越远），并执行不能时长的按压。在jump()函数中，press_coefficient 是一个时间与距离的系数，distance是距离，两者相乘得到一个按压时长。通过“adb shell input swipe”命令完成对棋子坐标的不同时长按压。
def jump(distance):
"""
跳跃一定的距离
"""
press_time = distance * press_coefficient
press_time = max(press_time, 200) # 设置 200ms 是最小的按压时间
press_time = int(press_time)
cmd = ‘adb shell input swipe {x1} {y1} {x2} {y2} {duration}‘.format(
x1=swipe_x1,
y1=swipe_y1,
x2=swipe_x2,
y2=swipe_y2,
duration=press_time
)
print(cmd)
os.system(cmd)
return press_time
其它部分的代码，这里就不一一分析，感兴趣的去分析源码。
最后，通过python来执行 wechat_jump_auto.py 文件。
> python wechat_jump_auto.py
Load config file from D:\github\wechat_jump_game-master/config/1920x1080/config.json
请确保手机打开了 ADB 并连接了电脑，然后打开跳一跳并【开始游戏】后再用本程序，确定开始？ y/
n [y]: y
程序版本号：1.1.1
error: no devices/emulators found
**********
Screen: Physical size: 1080x1920
Density: Physical density: 480
Device: surabaya
Phone OS:
Host OS: win32
Python: 3.6.3 (v3.6.3:2c5fed8, Oct 3 2017, 18:11:49) [MSC v.1900 64 bit (AMD64)]
**********
minLayer = 0, maxLayer = 4294967295
capture ok : w = 1080, h = 1920, s = 1088, f = 1, size = 8355840
/sdcard/autojump.png: 1 file pulled. 3.3 MB/s (58596 bytes in 0.017s)
采用方式 0 获取截图
……
附带效果视频：
总结：
帮你刷分不是本文目的，本文背后的思考是“如何自动化测试移动游戏”，昨天看InfoQ上百度公司‘“一框多用”Android通用脚本测试解决方案’的分享，其中就用涉及到了这方面的技术，值得大家学习。
http://www.infoq.com/cn/presentations/the-solution-of-android-general-script-test
