Skip to content
BranchesTags

Repository files navigation

Mumu模拟器控制服务

快速开始

1. 环境准备

  • Python 3.8+
  • ADB工具
  • Mumu模拟器

2. 安装依赖

pip install -r requirements.txt

3. 启动服务

python main.py

API接口

1. 点击操作

curl -X POST http://localhost:8000/api/mumu/click \
  -H "Content-Type: application/json" \
  -d '{"x": 100, "y": 200}'

响应示例：

{
    "success": true,
    "message": "点击成功",
    "data": {
        "x": 100,
        "y": 200,
        "timestamp": 1234567890.123
    }
}

2. 截屏操作

curl -X POST http://localhost:8000/api/mumu/screenshot

响应示例：

{
    "success": true,
    "message": "截图成功",
    "data": {
        "path": "data/screenshots/screenshot_1234567890.png",
        "timestamp": 1234567890
    }
}

3. OCR识别

3.1 全图文字识别

curl -X POST http://localhost:8000/api/ocr/recognize_all \
  -H "Content-Type: application/json" \
  -d '{"image_path": "data/screenshots/screenshot_1234567890.png"}'

响应示例：

{
    "success": true,
    "message": "识别成功",
    "data": {
        "texts": [
            {
                "text": "识别结果",
                "confidence": 0.95,
                "position": {
                    "x": 100,
                    "y": 200,
                    "width": 50,
                    "height": 30
                }
            }
        ]
    }
}

3.2 区域文字识别

curl -X POST http://localhost:8000/api/ocr/recognize_region \
  -H "Content-Type: application/json" \
  -d '{
    "image_path": "data/screenshots/screenshot_1234567890.png",
    "region": [100, 200, 300, 400],
    "type": 1
  }'

参数说明：

  • image_path: 图片路径
  • region: 区域坐标 [x, y, width, height]
  • type: 区域类型
    • 1: 公牌区域 (OCR_PUBLIC)
    • 2: 手牌区域 (OCR_HAND)
    • 3: 操作区域 (OCR_OP)

响应示例：

{
    "success": true,
    "message": "识别成功",
    "data": {
        "texts": [
            {
                "text": "识别结果",
                "confidence": 0.95,
                "position": {
                    "x": 100,
                    "y": 200,
                    "width": 50,
                    "height": 30
                }
            }
        ],
        "type": 1
    }
}

3.3 卡牌识别

curl -X POST http://localhost:8000/api/ocr/recognize_cards \
  -H "Content-Type: application/json" \
  -d '{"image_path": "data/screenshots/screenshot_1234567890.png"}'

响应示例：

{
    "success": true,
    "message": "识别成功",
    "data": {
        "hand_cards": ["10s", "7s", "6h", "Am"],
        "public_cards": []
    }
}

3.4 AI卡牌识别

curl -X POST http://localhost:8000/api/ai/recognize_cards \
  -H "Content-Type: application/json" \
  -d '{"image_path": "data/screenshots/screenshot_1234567890.png"}'

响应示例：

{
    "success": true,
    "message": "识别成功",
    "data": {
        "predictions": [
            {
                "x": 345,
                "y": 824.5,
                "width": 32,
                "height": 41,
                "confidence": 0.759,
                "class": "2f",
                "class_id": 4,
                "detection_id": "cf360137-7578-48e7-9d95-14c488c04e78"
            }
        ],
        "hand_cards": ["10s", "7s", "6h", "Am"],
        "public_cards": []
    }
}

3.5 颜色识别

curl -X POST http://localhost:8000/api/color/recognize \
  -H "Content-Type: application/json" \
  -d '{
    "image_path": "data/screenshots/screenshot_1234567890.png",
    "region": {"x": 151, "y": 97, "width": 49, "height": 40}
  }'

参数说明：

  • image_path: 图片路径
  • region: 区域坐标，包含 x, y, width, height

响应示例：

{
    "success": true,
    "message": "识别成功",
    "data": {
        "region": {"x": 151, "y": 97, "width": 49, "height": 40},
        "color": {"b": 255, "g": 0, "r": 0, "hex": "#ff0000"}
    }
}

项目结构

.
├── data/
│   └── screenshots/      # 截图保存目录
├── src/
│   └── core/
│       ├── screen_all.py     # 全屏截图功能
│       └── screen_region.py  # 区域截图功能
├── docs/
│   └── api.md           # API文档
└── test_screen_region.py  # 测试脚本

核心业务逻辑

1. 程序入口 (main.py)

  • 配置日志系统
  • 创建必要的目录结构
  • 启动异步截图线程
  • 初始化游戏控制器
  • 进入主循环

2. 异步截图模块 (src/vision/screen.py)

  • 每5秒执行一次截图
  • 保存截图到 data/screenshots/latest.png
  • 处理截图异常情况
  • 提供截图状态反馈

3. 游戏控制器 (src/core/game_controller.py)

环境要求

  • Python 3.8+
  • OpenCV
  • ADB工具
  • 其他依赖见 requirements.txt

使用说明

  1. 安装依赖：pip install -r requirements.txt
  2. 确保ADB已连接设备
  3. 运行程序：python main.py

注释风格

  1. 步骤清晰：

    • 每个方法都标注是第几步
    • 注释直接说明方法的主要功能
    • 去掉了冗长的参数和返回值说明

  2. 逻辑流程：

    • 第一步：获取屏幕截图
    • 第二步：识别截图中的牌面
    • 第三步：处理决策
    • 第四步：执行决策

  3. 注释风格：

    • 简洁明了
    • 直接说明功能
    • 保持一致性

API文档

GameTheoryAI

项目结构

.
├── data/
│   └── screenshots/      # 截图保存目录
├── src/
│   ├── api/
│   │   └── routes.py     # API接口定义
│   └── core/
│       ├── adb.py        # ADB控制
│       ├── screen_all.py # 全屏截图
│       ├── ocr_all.py    # 全图OCR
│       ├── ocr_region.py # 区域OCR
│       └── copy_region.py # 区域截图
├── docs/
│   └── api.md           # API文档
└── main.py             # 主程序入口

API 接口

设备管理

  1. 获取设备列表

    • 路径: /api/device/list
    • 方法: POST
    • 请求: {}
    • 响应: {"success": true, "data": {"devices": ["127.0.0.1:16384"]}}

  2. 获取当前设备信息

    • 路径: /api/device/current
    • 方法: POST
    • 请求: {"device_id": "127.0.0.1:16384"}
    • 响应: {"success": true, "data": {"device_id": "127.0.0.1:16384", "status": "connected", "screen_size": {"width": 1920, "height": 1080}}}

  3. 连接设备

    • 路径: /api/device/connect
    • 方法: POST
    • 请求: {"device_id": "127.0.0.1:16384"}
    • 响应: {"success": true, "data": {"device_id": "127.0.0.1:16384"}}

  4. 断开设备连接

    • 路径: /api/device/disconnect
    • 方法: POST
    • 请求: {"device_id": "127.0.0.1:16384"}
    • 响应: {"success": true, "message": "设备断开连接成功"}

设备操作

  1. 点击操作

    • 路径: /api/device/click
    • 方法: POST
    • 请求: {"device_id": "127.0.0.1:16384", "x": 100, "y": 200}
    • 响应: {"success": true, "data": {"device_id": "127.0.0.1:16384", "x": 100, "y": 200, "timestamp": 1234567890.123}}

  2. 截屏操作

    • 路径: /api/device/screenshot
    • 方法: POST
    • 请求: {"device_id": "127.0.0.1:16384"}
    • 响应: {"success": true, "data": {"device_id": "127.0.0.1:16384", "path": "data/screenshots/screenshot_1234567890.png", "timestamp": 1234567890}}

OCR识别

  1. 全图文字识别

    • 路径: /api/ocr/recognize_all
    • 方法: POST
    • 请求: {"image_path": "data/screenshots/screenshot_1234567890.png"}
    • 响应: {"success": true, "data": {"texts": [{"text": "识别结果", "confidence": 0.95, "position": {"x": 100, "y": 200, "width": 50, "height": 30}}]}}

  2. 区域文字识别

    • 路径: /api/ocr/recognize_region
    • 方法: POST
    • 请求: {"image_path": "data/screenshots/screenshot_1234567890.png", "region": [100, 200, 300, 400], "type": 1}
    • 响应: {"success": true, "data": {"texts": [{"text": "识别结果", "confidence": 0.95, "position": {"x": 100, "y": 200, "width": 50, "height": 30}}], "type": 1}}

区域操作

  1. 区域截图
    • 路径: /api/region/copy
    • 方法: POST
    • 请求: {"image_path": "data/screenshots/screenshot_1234567890.png", "region": [100, 200, 300, 400], "type": "public"}
    • 响应: {"success": true, "data": {"path": "data/screenshots/public/public.png"}}

安装依赖

pip install -r requirements.txt

运行服务

python main.py

注意事项

  1. 使用前请确保：

    • Android 设备已连接
    • ADB 已正确配置
    • 设备已授权调试

  2. 区域坐标：

    • 坐标原点在屏幕左上角
    • 坐标单位为像素
    • 建议区域大小不超过屏幕分辨率

  3. 文件保存：

    • 自动创建目录
    • 自动处理文件名
    • 支持自定义文件名

贡献指南

  1. Fork 项目
  2. 创建特性分支
  3. 提交更改
  4. 推送到分支
  5. 创建 Pull Request

许可证

MIT License

About

No description, website, or topics provided.

Resources

Readme
Activity

Stars

0 stars

Watchers

1 watching

Forks

0 forks
Report repository

Releases

Packages

Contributors

Languages