python纯脚本搬砖DNF之深度学习,工作室适用
声明:
本文章仅作学习交流使用,对产生的任何影响,本人概不负责.
转载请注明出处:https://editor.csdn.net/md?articleId=103674748
主要功能
脚本已初步完成,可以上机实战了
1.搬砖研究所、海伯伦、深渊(均衡)(持续更新中)
2.自动分解史诗
3.自动出售白蓝紫装备
4.有点券购买免修,没有免修会自动修武器
5.自动收邮件
6.自动登录wegame
7.支持所有主流刷图职业
特色功能: 1.自动做日常活跃,如进入修炼场,领取每日奖励,打开商店,工会聊天,等 5.自动兑换灵魂之源 6.图内金币、装备自动拾取 7.自动切换角色、切换大区(支持3跨区)、切换QQ 8.急速刷图,刷图算法优化更高级,移动速度的高低决定跑图时间,伤害的高低,决定打怪时间,3.6及以上的角色可以体验到急速过图,和手动单刷一样的速度) 以下为156疲劳角色过图时间统计: | 名望 | 单角色过图时间 | | 3.4-3.5 | 20分钟左右 | | 3.6-3.8 | 17分钟左右 | | 3.9-4.0 | 15分钟以下 | 每台电脑3.6以上一天可以轻松刷70-90角色
运行要求
一.硬件配置要求
1.显卡,需要安装cuda所以要显卡不低于GTX750。标配GTX1050 2G(推荐),(不要买魔改卡)
2.CPU无要求,能带动游戏即可
3.内存不低于8G
4.硬盘空间不小于128G
5.专用的硬件键鼠(30米一个)
二.运行环境软件要求
1.安装CUDA驱动:
cmd 输入 nvidia-smi (查看显卡驱动版本) 根据驱动的版本,下载cuda:
安装教程参照:CUDA安装教程
2.安装python 版本3.11.5(安装过程中含有–PATH–的选项必须勾选)
安装教程参照:python安装教程
安装后查验是否成功及版本:
1.cuda查验 cmd黑窗口输入 nvcc --version
2.python查验 cmd黑窗口输入 python --version
弹出版本标识则安装成功。
代码依赖
1 识别使用最新的yolov8模型。
2 键鼠使用自研的硬件模拟。
class Auto:
def __init__(self):
self.se = Search()
self.boss = Boss()
self.ski = Ski()
self.move = Move()
self.denglu = DengLu() # 自动登录
self.town = Twon()
self.DATA = None
self.img0 = None
self.liefeng_num = 0
self.start, self.end = None, None
self.prev_start = [400, 450, 0, 0, 0, 0]
self.stop_time = 0
self.get_role_xinxi = 0
self.shouci = 0
def auto(self):
while True:
if not self.off_no():
continue
if not self.denglu():
continue
if not self.fuben_move_and_get_end(): # 副本中检测
continue
if self.town_res(): # 2.城镇检测
continue
self.boss_room() # 3.通关检测
def update_user(self):
# 获奖角色表所有数据
if web.role_all_data is True:
web.role_all_data = db.get_all_role()
if web.sy_all_data is True:
web.sy_all_data = db.get_conf_data('shouyi')
if web.new_role:
role = db.get_role_by_id(web.new_role.idx)
web.new_role.dis_col = role.dis_col
web.new_role.dis_row = role.dis_row
web.new_role.pwd = role.pwd
web.new_role.name = role.name
web.new_role.yisidalu = role.yisidalu
web.new_role.bkr = role.bkr
db.role_update_data(web.new_role)
web.new_role = None
if web.role_delete:
db.role_delete(web.role_delete)
web.role_delete = None
if web.qq_all_data is True:
web.qq_all_data = db.qq_get_all_qq()
if web.qq_update:
db.qq_update(web.qq_update)
web.qq_update = None
if web.qq_instert:
db.qq_insert(web.qq_instert)
web.qq_instert = None
if web.qq_delete:
db.qq_delete(web.qq_delete)
web.qq_delete = None
if web.role_conf_all:
db.add_conf(web.role_conf_all)
web.role_conf_all = None
def start_info(self, start):
if start is not None:
start[0] = start[0] + start[2] * 0.5
self.start = start
self.prev_start = self.start
return self.start
if act.find_img('sw', img=self.img0): # 死亡自动复活。
web.print_log('死亡复活')
k.down_up('x')
sleep(0.5)
self.ski.buff()
return self.prev_start
def sy_fuben(self):
if act.find_img('j_h', img=self.img0) is None:
return True
if self.town.jintu_time:
self.town.jintu_time = 0
if Map.is_boss and act.find_img('jixu'):
self.move.up_key()
if self.boss_room():
self.shouci = 0
Map.is_boss = None
Map.room_dix = 0
sleep(1)
return
if self.shouci == 1:
self.shouci = 2
sleep(0.5)
self.ski.buff()
if self.shouci == 0:
self.shouci = 1
return
boss_ = self.get_max_conf_point(6)
if boss_ is not None:
if boss_[4] > 0.9:
Map.is_boss = True
Map.room_dix = 1
self.start = self.start_info(self.get_max_conf_point(r_c.index))
if Map.buff:
Map.buff = None
r_c.is_fz = act.find_img('f_z', img=self.img0, threshold=0.83)
self.boss.xiu = act.find_img('xiu_li2', img=self.img0, threshold=0.8)
self.boss.kai_shi_time = time() # 每次时间
self.ski.buff()
self.end = self.se(self.DATA, self.start)
self.move_result(self.move(self.start, self.end))
def queren_t(self):
if act.find_img('queren', img=self.img0): # 弹窗检测
try:
act.esc()
except Exception as e:
IMG.get_handel_or_size()
web.print_log(e)
web.print_log('确认弹窗')
return True
def get_data(self, conf=0.6):
# x,y左上角坐标,wh宽高
x = fb.model.predict(source=self.img0)
self.DATA = copy(x)
def time_12(self):
current_time = localtime()
if current_time.tm_hour == 0 and 0
免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!
