跳一跳（the first）

1 手机和电脑用数据线连接

使用通过数据线连接手机，将开发者模式打开并授权

通过adb命令

adb devices

可以查看连接的Android设备的信息

 

2 获取手机相关的信息

通过如下命令可以查看连接电脑的Android手机相关的信息

adb shell dumpsys window displays

 

Ps:在第4行可以看到手机的分辨率

获取屏幕密度

adb shell wm density

 

获取手机型号

adb shell getprop ro.product.device

 

获取Android系统的版本

adb shell getprop ro.build.version.release

 

3 截屏

输入如下命令：

adb shell screencap -p /sdcard/auto.png

此时，截屏的图片就保存到 /sdcard/auto.png文件中。

注意：/sdcard/和/data/目录是可以写入的。

可以通过命令

adb shell ls /sdcard/ -l

查看sdcard目录下所有的文件。

通过如下命令把手机上的文件拷贝到电脑上

adb pull /sdcard/auto.png h:\

此时，图片就会被拷贝到h:\根目录下了。打开即可看到当前手机的屏幕信息。

4 屏幕点击事件

通过如下命令模拟手机的滑动事件

adb shell input swipe x1 y1 x2 y2 duration

通过adb shell input swipe命令进行滑动

l  x1、y1：滑动开始的点。

l  x2、y2：滑动结束的点。

l  duration：持续的时间（单位ms）。

特殊情况下：如果不写duration参数，就理解为点击事件。如果写duration，然后x1y1和x2y2是相同的点，就表示长按。

跳一跳关键是：duration的值的计算。

尝试：

adb shell input swipe 100 100 100 100 700

尝试修改duration的值，看看跳的效果。

求得可以拿到加分的中间值。比如555~871都可以拿到加分（555以下和871以上就不能拿到加分），此时则取中间值为(555+871)/2=713 作为后面计算的参考值。

5 duration值的计算

假设我们截屏的效果是如下：

 

从图中可以看到，时间的值跟开始位置到结束位置的距离有关。

假设时间是t，距离是s。公式应该是s = at

基本思路：两点之间的距离乘以一个时间系数。

所以要从截图上识别出起跳位置的坐标(x1,y1)和目标位置的坐标(x2,y2)。

起跳位置的坐标：小人的底座中心点

目标位置的坐标：目标菱形的中心点

然后计算这两点之间的距离（欧氏距离）：sqrt((x1-x2)²+(y1-y2)²)

6 截屏的代码

创建img目录，后面把所有截屏的图片都放到该目录下（原则上每跳一步都需要截屏一次）

operation.py

import os import datetime from PIL import Image # 实现控制Android设备等相关的操作 class Operation:     # 构造方法     def __init__(self):         pass     # 截屏     def screen_cap(self):         filename = time = datetime.datetime.now().strftime("%H%M%S") + ".png"         # 截屏并保存到手机的目录上         cmd = "adb shell screencap -p /sdcard/auto.png"         os.system(cmd)         # 把手机目录上的文件拷贝到PC上         cmd = "adb pull /sdcard/auto.png" + " img/" + filename         os.system(cmd)         # 打开图像文件         # return Image.open(filename)

main.py

from  .operation import *

# 测试截屏 def test_screen_cap():     op = Operation()     op.screen_cap()

7 显示图片的代码

需要安装matplotlib库

pip install matplotlib

需要安装opencv的库

pip install opencv-python

draw.py

import matplotlib.pyplot as plt # 绘图 import cv2 # 读取图片文件 # 实现显示图片 绘制图片等功能 class Draw:     # 构造器     def __init__(self):         # 初始化图像plt对象         self.fig = plt.figure()     # 显示图片     def show_pic(self, filename,scale=1):         # 读取图像         img = cv2.imread(filename)         # 调整显示的比例         img = cv2.resize(img, (0,0), fx=scale, fy=scale)         # 显示图像         plt.imshow(img)         plt.show()

main.py

# 测试显示图片 def test_show_pic():     draw = Draw()     draw.show_pic("img/auto.png")

 

8 计算两点之间的欧氏距离

创建文件algorithm.py文件，添加计算欧氏距离的方法

algorithm.py

# 算法类 class Algorithm:     # 构造器     def __init__(self):         pass     # 计算两点之间的欧氏距离     # p1和p2表示两个点 用元组来表示     def euclidean_distance(self,p1,p2):         return ((p1[0] - p2[0])**2 + (p1[1] - p2[1])**2) ** 0.5

main.py

# 测试计算欧氏距离 def test_euclidean_distance():     algorithm = Algorithm()     p1 = (3,4)     p2 = (6,8)     d = algorithm.euclidean_distance(p1,p2)     print(d)

 

9 寻找关键坐标——框架

关键是查找起跳点的坐标和目标点的坐标。

在algorithm.py中添加方法find_point()

# 寻找关键坐标 # 返回值1,2 start_x, start_y 起跳点的坐标 170,555 # 返回值3,4 end_x, end_y 目标点的坐标 395,425 def find_point(self):     start_x = start_y = 0     end_x = end_y = 0     return start_x, start_y, end_x, end_y

main.py

# 测试寻找关键坐标 def test_find_point():     algorithm = Algorithm()     start_x, start_y, end_x, end_y = algorithm.find_point()     print("start_point:", start_x, start_y)     print("end_point:", end_x, end_y)

 

END