太強(qiáng)了，用 Python 實(shí)現(xiàn)自動(dòng)掃雷！

今天給大家分享的這個(gè)案例是用 Python+OpenCV 實(shí)現(xiàn)了自動(dòng)掃雷，先看成果。

相信許多人很早就知道有掃雷這么一款經(jīng)典的游（顯卡測(cè)試）戲（軟件），更是有不少人曾聽說(shuō)過(guò)中國(guó)雷圣，也是中國(guó)掃雷第一、世界綜合排名第二的郭蔚嘉的頂頂大名。掃雷作為一款在Windows9x時(shí)代就已經(jīng)誕生的經(jīng)典游戲，從過(guò)去到現(xiàn)在依然都有著它獨(dú)特的魅力：快節(jié)奏高精準(zhǔn)的鼠標(biāo)操作要求、快速的反應(yīng)能力、刷新紀(jì)錄的快感，這些都是掃雷給雷友們帶來(lái)的、只屬于掃雷的獨(dú)一無(wú)二的興奮點(diǎn)。

準(zhǔn)備

準(zhǔn)備動(dòng)手制作一套掃雷自動(dòng)化軟件之前，你需要準(zhǔn)備如下一些工具/軟件/環(huán)境

開發(fā)環(huán)境

• Python3 環(huán)境 - 推薦3.6或者以上 [更加推薦Anaconda3，以下很多依賴庫(kù)無(wú)需安裝]

• numpy依賴庫(kù) [如有Anaconda則無(wú)需安裝]

• PIL依賴庫(kù) [如有Anaconda則無(wú)需安裝]

• opencv-python

• win32gui、win32api依賴庫(kù)

• 支持Python的IDE [可選，如果你能忍受用文本編輯器寫程序也可以]

掃雷軟件

• Minesweeper Arbiter（必須使用MS-Arbiter來(lái)進(jìn)行掃雷?。?/span>

http://saolei.net/Download/Arbiter_0.52.3.zip

當(dāng)然，在正式開始之前，我們還需要了解一下掃雷的基礎(chǔ)知識(shí)。如果不清楚的同學(xué)可以參考中國(guó)最大的掃雷論壇saolei.net中的文章：http://saolei.net/BBS/Title.asp?Id=177

好啦，那么我們的準(zhǔn)備工作已經(jīng)全部完成了！讓我們開始吧~

實(shí)現(xiàn)思路

在去做一件事情之前最重要的是什么？是將要做的這件事情在心中搭建一個(gè)步驟框架。只有這樣，才能保證在去做這件事的過(guò)程中，盡可能的做到深思熟慮，使得最終有個(gè)好的結(jié)果。我們寫程序也要盡可能做到在正式開始開發(fā)之前，在心中有個(gè)大致的思路。

對(duì)于本項(xiàng)目而言，大致的開發(fā)過(guò)程是這樣的：

• 完成窗體內(nèi)容截取部分

• 完成雷塊分割部分

• 完成雷塊類型識(shí)別部分

• 完成掃雷算法

好啦，既然我們有了個(gè)思路，那就擼起袖子大力干！

窗體截取

其實(shí)對(duì)于本項(xiàng)目而言，窗體截取是一個(gè)邏輯上簡(jiǎn)單，實(shí)現(xiàn)起來(lái)卻相當(dāng)麻煩的部分，而且還是必不可少的部分。我們通過(guò)Spy++得到了以下兩點(diǎn)信息：

class_name?=?"TMain"
title_name?=?"Minesweeper?Arbiter?"

ms_arbiter.exe的主窗體類別為"TMain"

ms_arbiter.exe的主窗體名稱為"Minesweeper Arbiter "

注意到了么？主窗體的名稱后面有個(gè)空格。正是這個(gè)空格讓筆者困擾了一會(huì)兒，只有加上這個(gè)空格，win32gui才能夠正常的獲取到窗體的句柄。

本項(xiàng)目采用了win32gui來(lái)獲取窗體的位置信息，具體代碼如下：

hwnd?=?win32gui.FindWindow(class_name,?title_name)
if?hwnd:
left,?top,?right,?bottom?=?win32gui.GetWindowRect(hwnd)

通過(guò)以上代碼，我們得到了窗體相對(duì)于整塊屏幕的位置。之后我們需要通過(guò)PIL來(lái)進(jìn)行掃雷界面的棋盤截取。

我們需要先導(dǎo)入PIL庫(kù)

from?PIL?import?ImageGrab

然后進(jìn)行具體的操作。

left?+=?15
top?+=?101
right?-=?15
bottom?-=?43

rect?=?(left,?top,?right,?bottom)
img?=?ImageGrab.grab().crop(rect)

聰明的你肯定一眼就發(fā)現(xiàn)了那些奇奇怪怪的Magic Numbers，沒(méi)錯(cuò)，這的確是Magic Numbers，是我們通過(guò)一點(diǎn)點(diǎn)細(xì)微調(diào)節(jié)得到的整個(gè)棋盤相對(duì)于窗體的位置。

注意：這些數(shù)據(jù)僅在Windows10下測(cè)試通過(guò)，如果在別的Windows系統(tǒng)下，不保證相對(duì)位置的正確性，因?yàn)槔习姹镜南到y(tǒng)可能有不同寬度的窗體邊框。

好啦，棋盤的圖像我們有了，下一步就是對(duì)各個(gè)雷塊進(jìn)行圖像分割了~

雷塊分割

在進(jìn)行雷塊分割之前，我們事先需要了解雷塊的尺寸以及它的邊框大小。經(jīng)過(guò)筆者的測(cè)量，在ms_arbiter下，每一個(gè)雷塊的尺寸為16px*16px。

知道了雷塊的尺寸，我們就可以進(jìn)行每一個(gè)雷塊的裁剪了。首先我們需要知道在橫和豎兩個(gè)方向上雷塊的數(shù)量。

block_width,?block_height?=?16,?16
??blocks_x?=?int((right?-?left)?/?block_width)
??blocks_y?=?int((bottom?-?top)?/?block_height)

之后，我們建立一個(gè)二維數(shù)組用于存儲(chǔ)每一個(gè)雷塊的圖像，并且進(jìn)行圖像分割，保存在之前建立的數(shù)組中。

def?crop_block(hole_img,?x,?y):
????????x1,?y1?=?x?*?block_width,?y?*?block_height
????????x2,?y2?=?x1?+?block_width,?y1?+?block_height
return?hole_img.crop((x1,?y1,?x2,?y2))

blocks_img?=?[[0?for?i?in?range(blocks_y)]?for?i?in?range(blocks_x)]

for?y?in?range(blocks_y):
for?x?in?range(blocks_x):
????????blocks_img[x][y]?=?crop_block(img,?x,?y)

將整個(gè)圖像獲取、分割的部分封裝成一個(gè)庫(kù)，隨時(shí)調(diào)用就OK啦~在筆者的實(shí)現(xiàn)中，我們將這一部分封裝成了imageProcess.py，其中函數(shù)get_frame()用于完成上述的圖像獲取、分割過(guò)程。

雷塊識(shí)別

這一部分可能是整個(gè)項(xiàng)目里除了掃雷算法本身之外最重要的部分了。筆者在進(jìn)行雷塊檢測(cè)的時(shí)候采用了比較簡(jiǎn)單的特征，高效并且可以滿足要求。

def?analyze_block(self,?block,?location):
????block?=?imageProcess.pil_to_cv(block)

????block_color?=?block[8,?8]
????x,?y?=?location[0],?location[1]

????#?-1:Not?opened
????#?-2:Opened?but?blank
????#?-3:Un?initialized

????#?Opened
if?self.equal(block_color,?self.rgb_to_bgr((192,?192,?192))):
if?not?self.equal(block[8,?1],?self.rgb_to_bgr((255,?255,?255))):
self.blocks_num[x][y]?=?-2
self.is_started?=?True
else:
self.blocks_num[x][y]?=?-1

????elif?self.equal(block_color,?self.rgb_to_bgr((0,?0,?255))):
self.blocks_num[x][y]?=?1

????elif?self.equal(block_color,?self.rgb_to_bgr((0,?128,?0))):
self.blocks_num[x][y]?=?2

????elif?self.equal(block_color,?self.rgb_to_bgr((255,?0,?0))):
self.blocks_num[x][y]?=?3

????elif?self.equal(block_color,?self.rgb_to_bgr((0,?0,?128))):
self.blocks_num[x][y]?=?4

????elif?self.equal(block_color,?self.rgb_to_bgr((128,?0,?0))):
self.blocks_num[x][y]?=?5

????elif?self.equal(block_color,?self.rgb_to_bgr((0,?128,?128))):
self.blocks_num[x][y]?=?6

????elif?self.equal(block_color,?self.rgb_to_bgr((0,?0,?0))):
if?self.equal(block[6,?6],?self.rgb_to_bgr((255,?255,?255))):
????????????#?Is?mine
self.blocks_num[x][y]?=?9
????????elif?self.equal(block[5,?8],?self.rgb_to_bgr((255,?0,?0))):
????????????#?Is?flag
self.blocks_num[x][y]?=?0
else:
self.blocks_num[x][y]?=?7

????elif?self.equal(block_color,?self.rgb_to_bgr((128,?128,?128))):
self.blocks_num[x][y]?=?8
else:
self.blocks_num[x][y]?=?-3
self.is_mine_form?=?False

if?self.blocks_num[x][y]?==?-3?or?not?self.blocks_num[x][y]?==?-1:
self.is_new_start?=?False

可以看到，我們采用了讀取每個(gè)雷塊的中心點(diǎn)像素的方式來(lái)判斷雷塊的類別，并且針對(duì)插旗、未點(diǎn)開、已點(diǎn)開但是空白等情況進(jìn)行了進(jìn)一步判斷。具體色值是筆者直接取色得到的，并且屏幕截圖的色彩也沒(méi)有經(jīng)過(guò)壓縮，所以通過(guò)中心像素結(jié)合其他特征點(diǎn)來(lái)判斷類別已經(jīng)足夠了，并且做到了高效率。

在本項(xiàng)目中，我們實(shí)現(xiàn)的時(shí)候采用了如下標(biāo)注方式：

• 1-8：表示數(shù)字1到8

• 9：表示是地雷

• 0：表示插旗

• -1：表示未打開

• -2：表示打開但是空白

• -3：表示不是掃雷游戲中的任何方塊類型

通過(guò)這種簡(jiǎn)單快速又有效的方式，我們成功實(shí)現(xiàn)了高效率的圖像識(shí)別。

掃雷算法實(shí)現(xiàn)

這可能是本篇文章最激動(dòng)人心的部分了。在這里我們需要先說(shuō)明一下具體的掃雷算法思路：

• 遍歷每一個(gè)已經(jīng)有數(shù)字的雷塊，判斷在它周圍的九宮格內(nèi)未被打開的雷塊數(shù)量是否和本身數(shù)字相同，如果相同則表明周圍九宮格內(nèi)全部都是地雷，進(jìn)行標(biāo)記。

• 再次遍歷每一個(gè)有數(shù)字的雷塊，取九宮格范圍內(nèi)所有未被打開的雷塊，去除已經(jīng)被上一次遍歷標(biāo)記為地雷的雷塊，記錄并且點(diǎn)開。

• 如果以上方式無(wú)法繼續(xù)進(jìn)行，那么說(shuō)明遇到了死局，選擇在當(dāng)前所有未打開的雷塊中隨機(jī)點(diǎn)擊。（當(dāng)然這個(gè)方法不是最優(yōu)的，有更加優(yōu)秀的解決方案，但是實(shí)現(xiàn)相對(duì)麻煩）

基本的掃雷流程就是這樣，那么讓我們來(lái)親手實(shí)現(xiàn)它吧~

首先我們需要一個(gè)能夠找出一個(gè)雷塊的九宮格范圍的所有方塊位置的方法。因?yàn)閽呃子螒虻奶厥庑裕谄灞P的四邊是沒(méi)有九宮格的邊緣部分的，所以我們需要篩選來(lái)排除掉可能超過(guò)邊界的訪問(wèn)。

def?generate_kernel(k,?k_width,?k_height,?block_location):

?????ls?=?[]
?????loc_x,?loc_y?=?block_location[0],?block_location[1]

for?now_y?in?range(k_height):
for?now_x?in?range(k_width):
if?k[now_y][now_x]:
?????????????????rel_x,?rel_y?=?now_x?-?1,?now_y?-?1
?????????????????ls.append((loc_y?+?rel_y,?loc_x?+?rel_x))
return?ls

?kernel_width,?kernel_height?=?3,?3

#?Kernel?mode:[Row][Col]
?kernel?=?[[1,?1,?1],?[1,?1,?1],?[1,?1,?1]]

#?Left?border
if?x?==?0:
for?i?in?range(kernel_height):
?????????kernel[i][0]?=?0

#?Right?border
if?x?==?self.blocks_x?-?1:
for?i?in?range(kernel_height):
?????????kernel[i][kernel_width?-?1]?=?0

#?Top?border
if?y?==?0:
for?i?in?range(kernel_width):
?????????kernel[0][i]?=?0

#?Bottom?border
if?y?==?self.blocks_y?-?1:
for?i?in?range(kernel_width):
?????????kernel[kernel_height?-?1][i]?=?0

#?Generate?the?search?map
?to_visit?=?generate_kernel(kernel,?kernel_width,?kernel_height,?location)

我們?cè)谶@一部分通過(guò)檢測(cè)當(dāng)前雷塊是否在棋盤的各個(gè)邊緣來(lái)進(jìn)行核的刪除（在核中，1為保留，0為舍棄），之后通過(guò)generate_kernel函數(shù)來(lái)進(jìn)行最終坐標(biāo)的生成。

def?count_unopen_blocks(blocks):
????count?=?0
for?single_block?in?blocks:
if?self.blocks_num[single_block[1]][single_block[0]]?==?-1:
????????????count?+=?1
return?count

def?mark_as_mine(blocks):
for?single_block?in?blocks:
if?self.blocks_num[single_block[1]][single_block[0]]?==?-1:
self.blocks_is_mine[single_block[1]][single_block[0]]?=?1

unopen_blocks?=?count_unopen_blocks(to_visit)
if?unopen_blocks?==?self.blocks_num[x][y]:
?????mark_as_mine(to_visit)

在完成核的生成之后，我們有了一個(gè)需要去檢測(cè)的雷塊“地址簿”：to_visit。之后，我們通過(guò)count_unopen_blocks函數(shù)來(lái)統(tǒng)計(jì)周圍九宮格范圍的未打開數(shù)量，并且和當(dāng)前雷塊的數(shù)字進(jìn)行比對(duì)，如果相等則將所有九宮格內(nèi)雷塊通過(guò)mark_as_mine函數(shù)來(lái)標(biāo)注為地雷。

def?mark_to_click_block(blocks):
for?single_block?in?blocks:

#?Not?Mine
if?not?self.blocks_is_mine[single_block[1]][single_block[0]]?==?1:
#?Click-able
if?self.blocks_num[single_block[1]][single_block[0]]?==?-1:

#?Source?Syntax:?[y][x]?-?Converted
if?not?(single_block[1],?single_block[0])?in?self.next_steps:
self.next_steps.append((single_block[1],?single_block[0]))

def?count_mines(blocks):
????count?=?0
for?single_block?in?blocks:
if?self.blocks_is_mine[single_block[1]][single_block[0]]?==?1:
????????????count?+=?1
return?count

mines_count?=?count_mines(to_visit)

if?mines_count?==?block:
????mark_to_click_block(to_visit)

掃雷流程中的第二步我們也采用了和第一步相近的方法來(lái)實(shí)現(xiàn)。先用和第一步完全一樣的方法來(lái)生成需要訪問(wèn)的雷塊的核，之后生成具體的雷塊位置，通過(guò)count_mines函數(shù)來(lái)獲取九宮格范圍內(nèi)所有雷塊的數(shù)量，并且判斷當(dāng)前九宮格內(nèi)所有雷塊是否已經(jīng)被檢測(cè)出來(lái)。

如果是，則通過(guò)mark_to_click_block函數(shù)來(lái)排除九宮格內(nèi)已經(jīng)被標(biāo)記為地雷的雷塊，并且將剩余的安全雷塊加入next_steps數(shù)組內(nèi)。

#?Analyze?the?number?of?blocks
self.iterate_blocks_image(BoomMine.analyze_block)

#?Mark?all?mines
self.iterate_blocks_number(BoomMine.detect_mine)

#?Calculate?where?to?click
self.iterate_blocks_number(BoomMine.detect_to_click_block)

if?self.is_in_form(mouseOperation.get_mouse_point()):
for?to_click?in?self.next_steps:
?????????on_screen_location?=?self.rel_loc_to_real(to_click)
?????????mouseOperation.mouse_move(on_screen_location[0],?on_screen_location[1])
?????????mouseOperation.mouse_click()

在最終的實(shí)現(xiàn)內(nèi)，筆者將幾個(gè)過(guò)程都封裝成為了函數(shù)，并且可以通過(guò)iterate_blocks_number方法來(lái)對(duì)所有雷塊都使用傳入的函數(shù)來(lái)進(jìn)行處理，這有點(diǎn)類似Python中Filter的作用。

之后筆者做的工作就是判斷當(dāng)前鼠標(biāo)位置是否在棋盤之內(nèi)，如果是，就會(huì)自動(dòng)開始識(shí)別并且點(diǎn)擊。具體的點(diǎn)擊部分，筆者采用了作者為"wp"的一份代碼（從互聯(lián)網(wǎng)搜集而得），里面實(shí)現(xiàn)了基于win32api的窗體消息發(fā)送工作，進(jìn)而完成了鼠標(biāo)移動(dòng)和點(diǎn)擊的操作。具體實(shí)現(xiàn)封裝在mouseOperation.py中，有興趣可以在文末的Github Repo中查看。

這個(gè)成績(jī)，連世界第一都得顫抖呢！

筆者還實(shí)現(xiàn)了在新開局的時(shí)候隨機(jī)點(diǎn)擊來(lái)開出局面的功能，不過(guò)由于比較簡(jiǎn)單，所以詳細(xì)解析就不在這里貼出啦~

注明一下：如果在實(shí)驗(yàn)的時(shí)候發(fā)現(xiàn)會(huì)有雷塊炸掉的情況，不要擔(dān)心，這是因?yàn)楫?dāng)前已經(jīng)遇到了死局，沒(méi)法通過(guò)本項(xiàng)目的算法來(lái)進(jìn)行直接的推斷了，這個(gè)時(shí)候程序會(huì)隨機(jī)進(jìn)行點(diǎn)擊，有一定幾率炸裂哦！

公眾號(hào)后臺(tái)回復(fù)：「掃雷」，即可獲取本文項(xiàng)目完整代碼。

來(lái)源：zhuanlan.zhihu.com/p/35755039
作者：Artrix
項(xiàng)目：github.com/ArtrixTech/BoomMine

近期原創(chuàng)