🌗 👩‍👦 🥐 हम पायथन में खेल एल्बियन ऑनलाइन में मछली पकड़ने की एक बॉट लिख रहे हैं ♥️ 🌭 🧘🏻

सभी को नमस्कार, मैं ग्नू / लिनक्स ऑपरेटिंग सिस्टम का एक खुश उपयोगकर्ता हूं। और जैसा कि बहुत से लोग जानते हैं, विंडोज की तुलना में टैम्बॉरिन के बिना अतिरिक्त नृत्य के बिना लिनक्स पर जाने वाले बहुत कम खिलौने हैं।

और MMORPG शैली में भी कम खेल।

हालांकि, लगभग आधे या एक साल पहले, मुझे पता चला कि उन्होंने अल्बियन ऑनलाइन गेम को लिनक्स में पोर्ट किया था।
खेल बहुत मनोरंजक है, लेकिन इसमें काफी समय लगता है। और इसलिए अपने बहुमूल्य जीवन के घंटों को व्यर्थ नहीं करने के लिए, मैंने एक बॉट लिखने का फैसला किया। जब मैं अपने व्यवसाय के बारे में जाऊंगा तो मुझे कौन खेती करेगा।

खेल में कई प्रकार के शिल्प हैं, आप लकड़ी काट सकते हैं, पत्थर खोद सकते हैं, यहां तक कि बगीचे भी विकसित कर सकते हैं, लेकिन मेरी पसंद मछली पकड़ने के पक्ष में बनी थी।

तो, अल्बियन ऑनलाइन में मछली पकड़ने का सार सरल है, एक मछली पकड़ने वाली छड़ी लें, तालाब पर जाएं, चारा फेंकने के लिए बटन को दबाए रखें, एक निश्चित काटने के समय की प्रतीक्षा करें।

पेकिंग करते समय, आपको फिर से बटन दबाना होगा और एक मिनी-गेम खेलना होगा।

यहां आपको वैकल्पिक रूप से खींचने की आवश्यकता होगी, फिर फ्लोटिंग के आंदोलनों के आधार पर मछली पकड़ने की छड़ी को न खींचें। फ्लोट हमेशा अलग-अलग क्रम और गति के साथ यादृच्छिक रूप से चलता रहता है। और अगर आप सब कुछ सही करते हैं और फ्लोट अनुमेय क्षेत्र से आगे नहीं बढ़ता है, तो आप मछली पकड़ लेंगे।

इसलिए, हम इस सभी व्यवसाय को स्वचालित करेंगे। कंप्यूटर भाषा के अजगर के माध्यम से। मैंने सबसे कठिन से शुरू करने का फैसला किया, अर्थात् उस क्षण से जहां खेल एक नाव से शुरू होता है। यहाँ फिर से, मेरी पसंदीदा OpenCV कंप्यूटर दृष्टि पुस्तकालय मेरे बचाव में आया। इसे लॉन्च करके, हम वस्तुओं का पता लगा सकते हैं, उदाहरण के लिए, चित्रों में। हालाँकि, लाइब्रेरी को स्वयं नहीं पता है कि हमें वास्तव में क्या खोजने की आवश्यकता है। बेशक, कई पैटर्न हैं जहां उन्हें परिभाषित करने के लिए विभिन्न ऑब्जेक्ट प्रस्तुत किए जाते हैं। हालांकि, एल्बियन ऑनलाइन के लिए निश्चित रूप से कोई फ़्लोट्स नहीं हैं।

लेकिन इस लाइब्रेरी में दिए गए टेम्पलेट के लिए एक अद्भुत खोज फ़ंक्शन है। और एक टेम्पलेट के रूप में, मैंने सिर्फ हमारे फ्लोट का स्क्रीनशॉट लिया।

और जैसा कि हम देखते हैं कि सब कुछ पूरी तरह से चित्र में पाया गया था।

और तस्वीर और स्ट्रीमिंग वीडियो के बीच का अंतर बड़ा नहीं है, क्योंकि वास्तव में यह बहुत तेज गति, और कोड की कुछ पंक्तियों के साथ चित्रों की एक धारा है। और अब हम पहले से ही स्ट्रीमिंग वीडियो पर फ्लोट पा सकते हैं।

कोड

import numpy as np import cv2 from mss.linux import MSS as mss from PIL import Image import time import pyautogui as pg import cv2 import mss import numpy template = cv2.imread("2019-07-02_06-55_1.png", cv2.IMREAD_GRAYSCALE) w, h = template.shape[::-1] with mss.mss() as sct: monitor = {"top": 40, "left": 0, "width": 800, "height": 640} while "Screen capturing": last_time = time.time() img = numpy.array(sct.grab(monitor)) cv2.imshow("OpenCV/Numpy normal", img) print("fps: {}".format(1 / (time.time() - last_time))) gray_frame = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) res = cv2.matchTemplate(gray_frame, template, cv2.TM_CCOEFF_NORMED) loc = np.where(res >= 0.7) for pt in zip(*loc[::-1]): cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0, 255, 0), 3) cv2.imshow("Frame", img) key = cv2.waitKey(1) if cv2.waitKey(25) & 0xFF == ord("q"): cv2.destroyAllWindows() break

हम और आगे बढ़ें। फ्लोट स्वयं आगे-पीछे चलता है और हमें माउस पर बटन दबाकर इसे स्थानांतरित करने की भी आवश्यकता है।

और इसलिए, हमें इसके निर्देशांक की आवश्यकता है। और इसके लिए ये लाइनें हमारी मदद करती हैं।

 for p in img: pts = (pt[0],pt[1]) x = (pt[0]) y = (pt[1]) print (x) cv2.circle(template,pts,5,(200,0,0),2) cv2.putText(img, "%d-%d" % (x,y), (x+10,y-10), cv2.FONT_HERSHEY_SIMPLEX, 1, color_yellow, 2)

फिर हम बस PyAutoGUI लाइब्रेरी का उपयोग करते हैं, जो माउस बटन को जकड़ेगा और एक निश्चित आवृत्ति के साथ इसे दबाएगा ।

 if 100 < x < 500: pyautogui.mouseDown(button='left') time.sleep(1) pyautogui.mouseUp(button='left') x = 0

और मिनी-गेम ही सफलतापूर्वक जीता है।

हम एक समारोह में पूरी बात डालते हैं और इसे अभी के लिए छोड़ देते हैं।

फिर हम मूल भाग पर लौटते हैं, जहाँ हमें फ्लोट की निगरानी करनी चाहिए।

यह सब थोड़ा अलग है, उदाहरण के लिए, हम यह निर्धारित कर सकते हैं कि फ्लोट कहां फेंका जाएगा, और फ्लोट की उपस्थिति के लिए स्क्रीन के उस हिस्से का विश्लेषण करने का प्रयास करें। हालांकि, पानी में फेंका गया फ्लोट विभिन्न कोणों पर दिखाई देता है और लगातार बहता है।

इस मामले में, हम उस अलग तरीके को अपनाएंगे। इसका सार यह है कि हम विश्लेषण करते हैं, मान लें कि ट्रैक किए गए टुकड़े के अंदर पिक्सेल में अंतर है। जो, अगर कोई फ्लोट नहीं है, तो शून्य तक पहुंचता है।

नतीजतन, इष्टतम मूल्य मिला, जिस पर फ्लोट के लापता होने के साथ, हम कार्रवाई कर सकते हैं।

कोड

 def screen_record(): sct = mss.mss() last_time = time.time() while(True): img = sct.grab(mon) print('loop took {} seconds'.format(time.time() - last_time)) last_time = time.time() img = np.array(img) processed_image = process_image(img) mean = np.mean(processed_image) print('mean = ', mean) if mean <= float(0.11): print('SSSSSSSS ') pyautogui.click(button='left') break return else: time.sleep(0.01) continue return if cv2.waitKey(25) & 0xFF == ord('q'): cv2.destroyAllWindows() break

और हम उन्हें उत्पन्न करते हैं, अर्थात्, माउस बटन पर क्लिक करें। हमने इसे फंक्शन में भी रखा।

और अंत में, निष्कर्ष में, हम बस एक स्क्रिप्ट लिखते हैं जहां एक अनंत लूप में हम एक मछली पकड़ने वाली छड़ी फेंकते हैं और पहले और दूसरे कार्यों को बारी-बारी से करते हैं।

 while "": time.sleep(1) pyautogui.moveTo(431,175,duration=1) pyautogui.mouseDown(button='left') pyautogui.moveTo(450.200,duration=1) pyautogui.mouseUp(button='left') time.sleep(2) screen_record() time.sleep(0.01) ss()

यहाँ एक पूर्ण वीडियो निर्देश और इस बॉट के काम का एक उदाहरण है:

वास्तव में कुछ बारीकियां हैं जिनमें आपको संख्याओं के साथ सामंजस्य बनाने की आवश्यकता है, क्योंकि ये नंबर मेरे मॉनिटर, स्थान, चरित्र और उपकरण के लिए चुने गए हैं। लेकिन मुझे लगता है कि एक सक्षम अजगर के लिए यह एक समस्या नहीं होगी।

पूरी स्क्रिप्ट:

कोड

 import numpy as np import cv2 from mss.linux import MSS as mss from PIL import Image import time import pyautogui as pg import imutils import mss import numpy import pyautogui template = cv2.imread("2019-07-02_06-55_1.png", cv2.IMREAD_GRAYSCALE) w, h = template.shape[::-1] color_yellow = (0,255,255) mon = {'top': 80, 'left': 350, 'width': 100, 'height': 100} def process_image(original_image): processed_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY) processed_image = cv2.Canny(processed_image, threshold1=200, threshold2=300) return processed_image def ss(): op = 1 with mss.mss() as sct: monitor = {"top": 40, "left": 0, "width": 800, "height": 640} while "Screen capturing": last_time = time.time() img = numpy.array(sct.grab(monitor)) gray_frame = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) res = cv2.matchTemplate(gray_frame, template, cv2.TM_CCOEFF_NORMED) loc = np.where(res >= 0.7) op += 1 print (op) for pt in zip(*loc[::-1]): cv2.rectangle(img, pt, (pt[0] + w, pt[1] + h), (0, 255, 0), 3) for p in img: pts = (pt[0],pt[1]) x = (pt[0]) y = (pt[1]) print (x) if 100 < x < 490: pyautogui.mouseDown(button='left') time.sleep(2) pyautogui.mouseUp(button='left') x = 0 break else: continue break else: continue break key = cv2.waitKey(1) if cv2.waitKey(25) & 0xFF == ord("q"): cv2.destroyAllWindows() if op > 35: return def screen_record(): sct = mss.mss() last_time = time.time() while(True): img = sct.grab(mon) print('loop took {} seconds'.format(time.time() - last_time)) last_time = time.time() img = np.array(img) processed_image = process_image(img) mean = np.mean(processed_image) print('mean = ', mean) if mean <= float(0.11): print('SSSSSSSS ') pyautogui.click(button='left') break return else: time.sleep(0.01) continue return if cv2.waitKey(25) & 0xFF == ord('q'): cv2.destroyAllWindows() break while "": time.sleep(1) pyautogui.moveTo(431,175,duration=1) pyautogui.mouseDown(button='left') pyautogui.moveTo(450.200,duration=1) pyautogui.mouseUp(button='left') time.sleep(2) screen_record() time.sleep(0.01) ss()

जो लोग यह कहना पसंद करते हैं कि यह समय की बर्बादी है, मैं नोटिस करूंगा कि यह केवल एक उपकरण है, आप अन्य परियोजनाओं में इन पुस्तकालयों का उपयोग कर सकते हैं। बैलिस्टिक मिसाइलों को उड़ाने और विकलांग लोगों की सहायता के लिए कार्यक्रमों में कंप्यूटर दृष्टि का ही उपयोग किया जाता है। जहां आप उन्हें लागू करने का निर्णय लेते हैं, केवल आपकी इच्छा।

ध्यान देने के लिए आप सभी का धन्यवाद।

हम पायथन में खेल एल्बियन ऑनलाइन में मछली पकड़ने की एक बॉट लिख रहे हैं

More articles: