关于Python玩“跳一跳” iOS+Win 硬件实现的介绍

原项目地址：wangshub/wechat_jump_game

教你用Python来玩微信跳一跳

本项目源码：yangyiLTS/wechat_jump_game_iOS

目前已有的iOS跳一跳辅助需要macOS环境下的WebDriverAgentRunner。而现在介绍的方法在Windows环境下物理实现，不需要macOS也不需要越狱。

先上效果

运行环境&工具

Python 36 in Windows

Python Pillow库

局域网环境

iToools Airplayer

树莓派或arduino （本文使用树莓派）

SG90 舵机

杜邦线、纸板

一小块海绵

橙子或其它多汁水果（可选）

基本思路使用iOS自带Airplay服务将游戏画面投影到电脑上。使用Pillow库截取电脑屏幕，获得游戏画面。分析，计算出跳跃距离，乘以时间系数获得按压时间。将按压时间发送至树莓派，树莓派控制舵机点击手机屏幕。原理&步骤

舵机& 控制器部分

树莓派（OS：Raspbian Jessie）连接上局域网，下载servo_controlpy到树莓派。拿一根杜邦线粘在舵机的摆臂上，并且固定好舵机在纸板上，如图：

取一小块海绵，约10mm10mm5mm，不必太精确。海绵中间挖一个小洞。大概是这样：

海绵上滴水浸透，放在手机屏幕上“再来一次”的位置。杜邦线的另一头插进橙子。（触发电容屏需要在屏幕上形成一个电场，我尝试过连接干电池负极的方案，但是效果不理想，最后不得已拿了室友的一个橙子。当然，一直捏着或者含着导线也是可以的。）

舵机连接上树莓派，电源使用5v（Pin #04，Pin #06），舵机控制线接在GPIO18(Pin #12)。

需要根据实际安装位置调整舵机高点和低点位置（范围： 25~125）

servo_down = 38 servo_up = 5

最终效果

Windows 部分

下载Airplayer（免安装，暂无捆绑）

配置Airplayer，画质什么的统统调到最高。启动iPhone上的Airplay，然后可以在电脑上看到iPhone画面，游戏运行时需要Airplayer全屏显示。

安装Pillow库，本文使用Pillow库的ImageGrab截屏，截屏代码：

im = ImageGrabgrab((654, 0, 1264, 1080)） imsave('apng', 'png')

下载wechat_jump_auto_iOS_Winpy，我的显示器分辨率是19201080，手机是iPhone7。如果使用不同的设备需要更改时间系数等参数。

由于Airplay传输画面时会压缩，获取的游戏画面会有颜色偏差。我修改了原算法的一些参数，增大了颜色上的宽容度，在测试中已经达到一个比较好的准确率。

wechat_jump_auto_iOS_Winpy 计算出跳跃距离后，会调用socket库把跳跃时间发送到树莓派上，其中ip地址需要修改为实际树莓派的ip地址。

ip_addr = 'rasp_ip'

运行打开游戏画面，Airplayer窗口全屏树莓派上运行servo_controlpy ，监听9999端口，等待Win的计算结果Windows运行wechat_jump_auto_iOS_Winpy海绵放在“再来一次”的位置可以自动重新开始，然后就会一直自动刷分问题&其它

由于是物理点击屏幕，会产生一定的 *** 作误差。 *** 作误差由时间常数误差、舵机运动时间、杜邦线触点插进海绵的深度等等因素引起。而当前使用的算法在一种情况下会出现误差叠加的问题。

Z形路径误差累积过程

舵机的摆动角度和时间系数没有绝对的数值，需要慢慢尝试，当前使用的时间系数是243。

可以使用arduino + pyfirmata组合控制舵机，成本比较低，不需要网络传输计算结果。因为我的arduino前些天送给了女票，所以还没有使用arduino的方案。

这个游戏在跳了200+次之后方块会变的非常小（如题图），已经不是普通人类所能做到的。研究了外挂之后才知道手玩高分有多难，大家还是不要刷分了，会没朋友的。

目录

众所周知，CPU是计算机的核心，它承担了所有的计算任务。而 *** 作系统是计算机的管理者，是一个大管家，它负责任务的调度，资源的分配和管理，统领整个计算机硬件。应用程序是具有某种功能的程序，程序运行与 *** 作系统之上

在很早的时候计算机并没有线程这个概念，但是随着时代的发展，只用进程来处理程序出现很多的不足。如当一个进程堵塞时，整个程序会停止在堵塞处，并且如果频繁的切换进程，会浪费系统资源。所以线程出现了

线程是能拥有资源和独立运行的最小单位，也是程序执行的最小单位。一个进程可以拥有多个线程，而且属于同一个进程的多个线程间会共享该进行的资源

① 200 多本 Python 电子书（和经典的书籍）应该有

② Python标准库资料（最全中文版）

③ 项目源码（四五十个有趣且可靠的练手项目及源码）

④ Python基础入门、爬虫、网络开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

私信我01即可获取大量Python学习资源

进程时一个具有一定功能的程序在一个数据集上的一次动态执行过程。进程由程序，数据集合和进程控制块三部分组成。程序用于描述进程要完成的功能，是控制进程执行的指令集；数据集合是程序在执行时需要的数据和工作区；程序控制块（PCB）包含程序的描述信息和控制信息，是进程存在的唯一标志

在Python中，通过两个标准库 thread 和 Threading 提供对线程的支持, threading 对 thread 进行了封装。 threading 模块中提供了 Thread , Lock , RLOCK , Condition 等组件

在Python中线程和进程的使用就是通过 Thread 这个类。这个类在我们的 thread 和 threading 模块中。我们一般通过 threading 导入

默认情况下，只要在解释器中，如果没有报错，则说明线程可用

守护模式：

现在我们程序代码中，有多个线程， 并且在这个几个线程中都会去 *** 作同一部分内容，那么如何实现这些数据的共享呢？

这时，可以使用 threading库里面的锁对象 Lock 去保护

Lock 对象的acquire方法 是申请锁

每个线程在 *** 作共享数据对象之前，都应该申请获取 *** 作权，也就是调用该共享数据对象对应的锁对象的acquire方法，如果线程A 执行了 acquire() 方法，别的线程B 已经申请到了这个锁， 并且还没有释放，那么 线程A的代码就在此处 等待 线程B 释放锁，不去执行后面的代码。

直到线程B 执行了锁的 release 方法释放了这个锁， 线程A 才可以获取这个锁，就可以执行下面的代码了

如：

到在使用多线程时，如果数据出现和自己预期不符的问题，就可以考虑是否是共享的数据被调用覆盖的问题

使用 threading 库里面的锁对象 Lock 去保护

Python中的多进程是通过multiprocessing包来实现的，和多线程的threadingThread差不多，它可以利用multiprocessingProcess对象来创建一个进程对象。这个进程对象的方法和线程对象的方法差不多也有start(), run(), join()等方法，其中有一个方法不同Thread线程对象中的守护线程方法是setDeamon，而Process进程对象的守护进程是通过设置daemon属性来完成的

守护模式：

其使用方法和线程的那个 Lock 使用方法类似

Manager的作用是提供多进程共享的全局变量，Manager()方法会返回一个对象，该对象控制着一个服务进程，该进程中保存的对象运行其他进程使用代理进行 *** 作

语法：

线程池的基类是 concurrentfutures 模块中的 Executor ， Executor 提供了两个子类，即 ThreadPoolExecutor 和 ProcessPoolExecutor ，其中 ThreadPoolExecutor 用于创建线程池，而 ProcessPoolExecutor 用于创建进程池

如果使用线程池/进程池来管理并发编程，那么只要将相应的 task 函数提交给线程池/进程池，剩下的事情就由线程池/进程池来搞定

Exectuor 提供了如下常用方法：

程序将 task 函数提交（submit）给线程池后，submit 方法会返回一个 Future 对象，Future 类主要用于获取线程任务函数的返回值。由于线程任务会在新线程中以异步方式执行，因此，线程执行的函数相当于一个“将来完成”的任务，所以 Python 使用 Future 来代表

Future 提供了如下方法：

使用线程池来执行线程任务的步骤如下：

最佳线程数目 = （（线程等待时间+线程CPU时间）/线程CPU时间 ） CPU数目

也可以低于 CPU 核心数

使用线程池来执行线程任务的步骤如下：

关于进程的开启代码一定要放在 if __name__ == '__main__': 代码之下，不能放到函数中或其他地方

开启进程的技巧

开启进程的数量最好低于最大 CPU 核心数

以上就是关于关于Python玩“跳一跳” iOS+Win 硬件实现的介绍全部的内容，包括:关于Python玩“跳一跳” iOS+Win 硬件实现的介绍、小白都看懂了，Python 中的线程和进程精讲，建议收藏、等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！