【游戏自动化】浅谈 OpenCV 在游戏脚本的应用
在我还年轻的时候，因为喜欢玩游戏，整天坐在电脑前鼠标点点点，在我废寝忘食地享受快乐后，也给我身体带来了伤害。
当时网络上还没有如今这么丰富的游戏辅助可以用，当时我就在想，这么重复枯燥的操作为什么要人来做？
一旦开启了这个思路后，从此一发不可收拾，在游戏自动化的道路上越走越远了。
刚开始到网上一搜，那自然是大名鼎鼎的按键精灵了，从最开始的无脑循环点击固定的几个坐标，到找图找色判断点击，再到按任务分模块，写了大量的初级代码。
虽然没有商业化的辅助脚本功能那么全，也没测试得那么完善，但自己用用还是可以的，从此我也有了更多时间去把妹了（大雾~）。
找图找色虽然简单，但写起脚本来，那真的是体力活。重复地抓点抓色，要去复制粘贴再测试，而且游戏稍微一改界面，又得重新搞一遍。
后面手游出来了，安卓苹果多种多样的手机型号，数不胜数的屏幕分辨率，适配起来那叫一个酸爽。
我们的青春，应该去浪去嗨皮，而不是受这些苦。
之后有相当长的一段时间，我都在考虑，如何找到一套完美的解决方案，让模拟操作的脚本开发起来更高效，维护起来更方便，运行起来更稳定。
由于认知的局限，设想过很多的不靠谱的方案，也做过不少的尝试，最后都被一一排除掉了。
玩着玩着，进入大学了，修完计算机专业，毕业后正赶上移动互联网热潮，做了几年手机游戏开发和APP应用开发，再到16年人工智能的兴起，我的想法也在几年间的反复求证中，开始逐步成型。
目前来看，最完美的解决方案应该是 Python + OpenCV + Pytorch + 硬件。
这一篇，我想重点聊聊 OpenCV 在游戏自动化辅助脚本中的应用。
在以前写找图找色脚本的时候，我就在想，为什么写脚本不能按人的自然逻辑来写？人可以看到的东西，可以识别的出来的东西，电脑也应该也可以做到。
在做过几年的游戏和应用开发后，我对界面的布局方案有了比较深入的了解，我认为，写图形图像识别脚本就是对界面的逆向。
脚本也可以像人一样去识别游戏画面的UI布局，轮廓和层次关系、图像含义和文字内容，然后把画面转化成结构化的数据，再根据识别出来的数据，进行逻辑判断和策略制定，然后调用对应的软件或硬件模拟操作即可。
经过探索和实践，OpenCV 这个计算机视觉软件库，基本可以满足识别游戏画面内容的需求。
如果有编程基础，通过查看 OpenCV 的官方帮助文档和案例，上手还是比较容易的。即使是零基础小白，学习 Python 和 OpenCV 的曲线也是比较平缓的。
不过这东西属于易懂难精，要想用得好，还是得经过大量的实践，才能有效地将图像处理的接口配合起来，成长为一个合格的“调参侠”。
总之，OpenCV 给我们提供了一种新的模式，让我们可以用更贴近人类习惯的思维方式去编写脚本。
关于OpenCV的应用，后面我会出一系列的实践案例，帮助大家学习和理解。