大家好，今天为大家带来原神自动刷副本的脚本，先看看效果。
1、脚本思路：
1、找到进入副本的特征，根据这个特征让角色移动到挑战地点。
2、当角色到达挑战地点，找到副本挑战开始的信号。
3、挑战开始后，根据队伍预设的指令进行攻击，一直循环直到挑战成功。
4、找到挑战成功的标识，以此来结束攻击循环。
5、识别周围环境，寻找领奖位置。
6、移动到领奖处，识别可以领取奖励的标志，并按照指令领奖。
2、代码前的准备：
由脚本思路中，我们需要准备通关副本的各种数据（脚本思路下划线部分）。
首先，对于其中一些简单的标识，在电脑屏幕上持续时间长且容易识别，采用模板匹配算法。
模板匹配就是将特征图在一张图片里不停的移动并进行匹配，根据匹配相似度得到最高值，具体就不在这里说了。说回到简单的标识，比如，开启副本的标识，挑战位置的标识，等等。这些都是固定的标识。这些标识如下：
得到了这些标识，也就是所谓特征。那么我们需要将标识在一张图片里移动，找到相似度最高的值（模板匹配算法）。那么这个图片在哪里来呢？当然是我们的屏幕，但是把全屏放进去是不好的，这样运算速度比较慢，我们选择将屏幕部分区域截取下来，让这些特征在区域内进行匹配，这样大大节省了时间。
但是这些区域怎么获得呢？这个根据自己的显示屏大小来确定了。以我的为例：
tree_pos为石化古树的位置（874，278），（1042，321）分别代表了这个区域左上角和右下角点在屏幕上的位置坐标。这样，将所有需要匹配的特征加载进来，已经这些匹配区域的位置信息得到，就能进行识别。
上面说完了简单的标识，对于不那么简单的标识，模板匹配就不那么好用了。例如在战斗过后，找寻领奖位置。在战斗中难免有碰撞，导致位置不一样，包括视角转动这些，在进行匹配就不那么好找了，当然可以选择降低阈值，但很多时候仍然不容易找到。选择用YOLO进行识别。效果图如下：
至此，简单和困难的标识都得到了解决，下面着手代码的编写。
3、代码
1、对于简单标识，我们需要用模板匹配识别，先定义一个识别函数：
#匹配函数值 def get_match_value(path,pos): area = src_area(pos) tar = cv2.imread(path) res = cv2.matchTemplate(area,tar,cv2.TM_CCOEFF_NORMED) _,max_value,_,_= cv2.minMaxLoc(res) return max_value函数输入值path，pos就是上面图里面的每一个特征的path和pos。
这里的src_area函数如下定义：
