手动钓鱼是真的累,思考了好久包括在网上也参考了不少思路.python
抓包改协议确定会被封,只能作物理上的自动钓鱼工具.windows
具体流程应该是这样ide
1.甩杆,计时开始工具
2.截图分析浮标的坐标ui
3.等到音频波动(鱼上钩的声音)url
4.将鼠标移动到指定坐标,右击浮标,上鱼spa
照这个思路实现成功率50%左右的一个工具..net
openCV的识别能作到80%-90%左右的图像识别准确率code
最主要问题是浮标距离会致使鱼上钩声音大小不一样,离得近,上钩声音大,远的话,声音会较小.blog
##2019/10/23
主要用到库uiautomation 这个库是python用来作windows应用的自动化的。
这个库支持大部分的windows应用，不支持DirectUI程序。
不少DirectUI程序都没有实现UIAutomation Provider，因此不支持自动化，要想支持自动化，必须程序做者修改源码支持。
应用内的编辑及点击，均可以经过这个库来实现。不须要去整什么按键精灵。
能够查看当前全部的windows应用信息
以下这段代码，能够激活你的windows应用，并在对应的坐标（x,y）右击操做。
import uiautomation as autotool def myAppClick(): detailWindow = autotool.WindowControl(searchDepth= 1, ClassName = 'yourClassName', SubName = '') details = '' detailWindow.SetActive() autotool.RightClick(x,y)
完成这个工具还有两个痛点。
1.一个是图像识别训练模型，对鱼钩浮标图像的识别。
2.第二个是训练声音模型，鱼咬钩的水花的声音制做模型。
能够确定的是这个上钩的水花声的波形是固定的，只有振幅（音量）大小的区别。因此这块的信号处理就比较简单，录制一段水花音频的训练集去训练模型便可。
原先我实现的方式相似于vad检测，音量到达必定数值就判断为鱼上钩，因此原先的工具会存在环境噪声的影响，会受浮标距离远近致使的声音大小不可预知，成功率较低。
等训练模型实现成功再来更新
##2020/01/15
大半个月没上过游戏了，前两天去尝试钓鱼工具的时候才发现一个问题 ，一个钓点若是不少人同时在钓鱼，就很难正常钓上鱼来。