基于Python+OpenCV實(shí)現(xiàn)自動(dòng)掃雷功能

更新時(shí)間：2023年12月05日 09:22:32 作者：吃貓貓的魚(yú)干

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）,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,所以本文小編給大家介紹了如何使用Python+OpenCV實(shí)現(xiàn)自動(dòng)掃雷效果,感興趣的朋友可以參考下

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(tīng)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(kāi)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(xiě)程序也可以]

- 掃雷軟件

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

好啦，那么我們的準(zhǔn)備工作已經(jīng)全部完成了！讓我們開(kāi)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(xiě)程序也要盡可能做到在正式開(kāi)始開(kāi)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(kāi)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(lèi)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(lèi)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(pán)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(pán)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。

橙色的區(qū)域是我們所需要的

好啦，棋盤(pán)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(lèi)別，并且針對(duì)插旗、未點(diǎn)開(kāi)、已點(diǎn)開(kāi)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(lèi)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(kāi)
-2：表示打開(kāi)但是空白
-3：表示不是掃雷游戲中的任何方塊類(lèi)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?chē)木艑m格內(nèi)未被打開(kāi)的雷塊數(shù)量是否和本身數(shù)字相同，如果相同則表明周?chē)艑m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(kāi)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(kāi)。
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(kāi)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?，在棋盤(pán)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(pán)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?chē)艑m格范圍的未打開(kāi)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(lèi)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(pán)之內(nèi)，如果是，就會(huì)自動(dòng)開(kāi)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。