Python实现连点器的示例代码

下面是Python实现连点器的示例代码的完整攻略：

思路：

• 通过pyautogui库实现鼠标和键盘的控制；
• 读取图像并获取需要点击的坐标；
• 循环点击坐标位置

步骤：

第一步：准备工作

• 安装pyautogui库
• 导入所需库

import pyautogui
import time
import cv2 as cv
import numpy as np

第二步：读取图像

读取用户自己想点击的图片，并将其转化为灰度图像，提高运行效率

    #读取图像
    img= cv.imread('ditu.png')
    #转化为灰度图像
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY) 

第三步：获取坐标

通过cv2中的cv2.matchTemplate()函数匹配模板图像和原图像，并使用numpy中的np.where函数筛选符合条件的点，返回该点坐标（x,y）

    res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
    threshold = 0.8
    x,y= np.where(res>=threshold)

第四步：实现连点功能

通过for循环依次获取到每个点的坐标，并使用pyautogui.moveTo函数移动光标，pyautogui.click()函数进行单击，pyautogui.dragRel()函数进行拖拽操作

    for point in zip(*loc[::-1]):
        # 移动到指定坐标
        pyautogui.moveTo(point[0]+w/2,point[1]+h/2, duration=0.25)
        # 单击
        pyautogui.click()
        # 拖拽操作
        pyautogui.dragRel(x,y,duration=0.25)
        time.sleep(1)

至此，完成了连点器的基本实现，具体代码如下：

import pyautogui
import time
import cv2 as cv
import numpy as np

def main():
    # 读取图像
    img= cv.imread('ditu.png')
    # 转化为灰度图像
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

    #待匹配的图像
    template = cv.imread('icon.png',0)
    w, h = template.shape[::-1]

    # 匹配模板图像
    res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)
    threshold = 0.8
    x,y= np.where(res>=threshold)

    # 循环点击坐标
    for point in zip(*loc[::-1]):
        # 移动到指定坐标
        pyautogui.moveTo(point[0]+w/2,point[1]+h/2, duration=0.25)
        # 单击
        pyautogui.click()
        # 拖拽操作
        pyautogui.dragRel(x,y,duration=0.25)
        time.sleep(1)
if __name__ == '__main__':
    main()

示例1

我们通过以上的基本实现，可以实现鼠标自动点击图片的功能。例如，你可以制作一张自己喜欢的地图或是截图，然后使用这张图片寻找需要点击的坐标，最终执行连点操作，可实现自动走图、自动任务等功能。

示例2

我们也可以将该示例代码结合python的其他库，进行一些拓展。例如融合python的Pillow库，将自己的名字或者昵称嵌入到图片中，然后通过该程序可以自动点击出自己的名字或昵称。