728x90
안녕하세요.
파이썬을 연습하며 만들었던 메이플랜드 매크로 시리즈의 마지막 파트를 소개합니다.
이 매크로는 헤네시스 사냥터에서 전사 캐릭터로 자동 사냥을 진행하는 매크로 입니다.
여러차례 글을 쓰고 싶었는데 이 귀차니즘은 어쩔수가 없네요..
기존에 글에 넣었던 기능들을 포함하여 주 기능으로는
1. 자기 캐릭터 인식
2. 몬스터 탐색 및 공격
3. 자동물약 (포션 사용)
4. 유저 감지 및 채널 변경
5. 로프 이동 등이 있습니다.
전체 코드
import cv2
import numpy as np
import pyautogui
import time
import threading
import pytesseract
import re
# ---------- 캐릭터 인식작업 수행 함수----------------
def find_character_coordinates():
print("캐릭터 인식 작업 수행중..")
left_character_image = cv2.imread(
"C:\\Dump\\left_char.png", cv2.IMREAD_COLOR)
right_character_image = cv2.imread(
"C:\\Dump\\right_char.png", cv2.IMREAD_COLOR)
character_x, character_y, character_direction_left = None, None, None
while True:
screenshot_pillow = pyautogui.screenshot()
screenshot = np.array(screenshot_pillow)
left_result = cv2.matchTemplate(
screenshot, left_character_image, cv2.TM_CCOEFF_NORMED)
right_result = cv2.matchTemplate(
screenshot, right_character_image, cv2.TM_CCOEFF_NORMED)
threshold = 0.8
left_similarity = cv2.minMaxLoc(left_result)[1] if cv2.minMaxLoc(left_result)[
1] >= threshold else 0
right_similarity = cv2.minMaxLoc(right_result)[1] if cv2.minMaxLoc(
right_result)[1] >= threshold else 0
if left_similarity > right_similarity:
character_location = cv2.minMaxLoc(left_result)[3]
character_x, character_y = character_location[0], character_location[1]
character_direction_left = True
print(f"좌측 면 캐릭터가 인식되었습니다. 좌표: ({character_x}, {character_y})")
break
elif right_similarity > left_similarity:
character_location = cv2.minMaxLoc(right_result)[3]
character_x, character_y = character_location[0], character_location[1]
character_direction_left = False
print(f"우측 면 캐릭터가 인식되었습니다. 좌표: ({character_x}, {character_y})")
break
# 인식 실패 시 왼쪽으로 이동
pyautogui.keyDown("left")
pyautogui.keyDown("alt")
time.sleep(3)
pyautogui.keyUp("left")
pyautogui.keyUp("alt")
# 인식 실패 시 우측으로 이동
pyautogui.keyDown("right")
pyautogui.keyDown("alt")
time.sleep(3)
pyautogui.keyUp("right")
pyautogui.keyUp("alt")
print("캐릭터 인식 실패. 좌측으로 이동 후 다시 시도합니다.")
print("캐릭터 인식이 종료되었습니다.")
return character_x, character_y, character_direction_left
# ---------- 캐릭터 이동 함수----------------
def move_character(character_x, target_x, character_direction_left):
distance = abs(character_x - target_x)
# 캐릭터가 바라보는 방향과 이동 방향이 일치할 때
if (character_x > target_x and character_direction_left) or (character_x < target_x and not character_direction_left):
movement_time = distance / 117 * 0.5
else:
# 반대면일 경우 이동할 좌표에서 16을 뺍니다.
movement_time = (distance - 16) / 117 * 0.5
direction = "left" if character_x > target_x else "right"
print(f"캐릭터를 {direction}로 이동합니다. 예상 시간: {movement_time:.2f}초")
pyautogui.keyDown('z')
pyautogui.keyDown(direction)
time.sleep(movement_time)
pyautogui.keyUp(direction)
pyautogui.keyUp('z')
# ---------- 채널 변경 함수----------------
def change_channel():
print("채널 변경 작업 수행중..")
time.sleep(3.0)
# 1. 좌표 1681, 98 클릭
pyautogui.click(1681, 98)
time.sleep(1.5)
# 2. 좌표 1681, 175 클릭
pyautogui.click(1681, 175)
time.sleep(1.5)
# 3. C:\dump\ch.png 이미지를 찾아서 클릭
ch_image_location = pyautogui.locateOnScreen(
"C:\\dump\\ch.png", confidence=0.7)
if ch_image_location:
ch_x, ch_y = pyautogui.center(ch_image_location)
pyautogui.click(ch_x, ch_y)
time.sleep(1.5)
else:
print("C:\\dump\\ch.png 이미지를 찾지 못했습니다.")
# 4. 좌표 1081, 714 클릭
pyautogui.click(1081, 714)
time.sleep(1.5)
# 5. 좌표 1072, 635 클릭
pyautogui.click(1072, 635)
time.sleep(1.5)
# 6. 약 3분간 대기
time.sleep(180)
ch_image_location = pyautogui.locateOnScreen(
"C:\\dump\\mainch.png", confidence=0.7)
while True:
if ch_image_location:
ch_x, ch_y = pyautogui.center(ch_image_location)
pyautogui.click(979, 709)
time.sleep(5)
pyautogui.click(579, 805)
time.sleep(2)
pyautogui.click(1396, 532)
time.sleep(20)
pyautogui.click(1400, 766)
break
else:
time.sleep(30)
# ---------- 유저 감지 및 채널 변경 호출----------------
def check_for_channel_change():
while True:
# 스크린샷을 캡쳐합니다.
screenshot_pillow = pyautogui.screenshot(
region=(12, 67, 282 - 12, 374 - 67))
screenshot = np.array(screenshot_pillow)
screenshot = cv2.cvtColor(screenshot, cv2.COLOR_RGB2BGR)
# 템플릿 이미지를 로드합니다 (경로는 적절히 설정해야 함).
reduser_image = cv2.imread("C:\\dump\\reduser.png", cv2.IMREAD_COLOR)
# 템플릿 매칭을 수행합니다.
result = cv2.matchTemplate(
screenshot, reduser_image, cv2.TM_CCOEFF_NORMED)
threshold = 0.7
# 매칭 결과에서 최대값과 그 위치를 찾습니다.
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
# 임계값을 기준으로 결과를 확인합니다.
if max_val >= threshold:
print("C://dump//reduser.png 이미지가 발견되었습니다. 채널을 변경합니다.")
change_channel() # 채널 변경 함수 호출
else:
print("유저감지 되지 않음")
time.sleep(10) # 1초마다 이미지 확인
# ---------- 포션 함수 ----------------
def portion():
# Tesseract-OCR 설치 경로 설정
pytesseract.pytesseract.tesseract_cmd = r'C:\Program Files\Tesseract-OCR\tesseract.exe'
while True:
# 체력 게이지가 있는 화면 영역 캡처
hpscreenshot = pyautogui.screenshot(region=(401, 978, 150, 21))
mpscreenshot = pyautogui.screenshot(region=(611, 979, 150, 20))
# 이미지에서 텍스트 추출
hp_text = pytesseract.image_to_string(hpscreenshot, config='--psm 6')
mp_text = pytesseract.image_to_string(mpscreenshot, config='--psm 6')
# 정규 표현식 수정: 다양한 오류를 포함
# 여는 괄호 대신 |, [, { 또는 공백이 인식될 수 있음
# 닫는 괄호 대신 |, ], } 또는 공백이 인식될 수 있음
# '/' 문자도 공백으로 처리될 수 있음
hpmatch = re.search(
r'[|\[\({\s]?\s*(\d+)\s*[/\s]?\s*(\d+)[|\]\)}\s]?', hp_text)
mpmatch = re.search(
r'[|\[\({\s]?\s*(\d+)\s*[/\s]?\s*(\d+)[|\]\)}\s]?', mp_text)
if hpmatch:
# 공백으로 분할하여 현재 HP와 최대 HP 추출
current_hp, max_hp = map(int, hpmatch.groups())
# 체력의 비율을 백분율로 계산
hp_percentage = (current_hp / max_hp) * 100
# 결과 출력
hpresult = f"{current_hp}/{max_hp} ({hp_percentage:.2f}%)"
print("HP:", hpresult)
# HP가 30% 미만이면 END 버튼 누르기
if hp_percentage < 50:
if hp_percentage < 20 and str(max_hp)[0] == '4':
print("예외")
else:
pyautogui.press('del')
else:
print("HP 값을 찾을 수 없음:", hp_text)
if mpmatch:
# 공백으로 분할하여 현재 HP와 최대 HP 추출
current_mp, max_mp = map(int, mpmatch.groups())
# 체력의 비율을 백분율로 계산
mp_percentage = (current_mp / max_mp) * 100
# 결과 출력
mpresult = f"{current_mp}/{max_mp} ({mp_percentage:.2f}%)"
print("MP:", mpresult)
# MP가 30% 미만이면 PageDown 버튼 누르기
if mp_percentage < 30:
if mp_percentage < 20 and str(max_mp)[0] == '4':
print("예외")
else:
pyautogui.press('end')
else:
print("MP 값을 찾을 수 없음:", mp_text)
time.sleep(1) # 1초마다 반복
# ----------몬스터 인식 및 공격 함수 ----------------
def main_logic():
while True:
while True:
closest_monster = None # 가장 가까운 몬스터의 좌표를 저장할 변수
min_distance = float("inf") # 가장 가까운 몬스터와의 거리를 저장할 변수
# 현재 캐릭터 위치 다시 확인
character_x, character_y, character_direction_left = find_character_coordinates()
print(f"캐릭터의 현재 좌표: ({character_x}, {
character_y}, {character_direction_left})")
for monster_image_path in monster_images:
# 사용자가 제공한 몬스터 이미지 로드
monster = cv2.imread(monster_image_path, cv2.IMREAD_COLOR)
# 스크린샷 캡처
screenshot = pyautogui.screenshot()
# 스크린샷을 numpy 배열로 변환
screenshot_np = np.array(screenshot)
# OpenCV를 사용하여 BGR 형식으로 이미지 로드
screenshot_bgr = cv2.cvtColor(screenshot_np, cv2.COLOR_RGB2BGR)
# 이미지 매칭
result = cv2.matchTemplate(
screenshot_bgr, monster, cv2.TM_CCOEFF_NORMED)
# 매칭 결과에서 최대 값과 위치 찾기
loc = np.where(result >= 0.8)
# 매칭 결과를 반복하여 모든 몬스터의 위치 확인
for pt in zip(*loc[::-1]):
# 같은 층에 있는 몬스터만 필터링
if character_y is not None and abs(character_y - pt[1]) < 60:
# 현재 몬스터와 캐릭터의 거리 계산
distance = abs(character_x - pt[0])
# 현재까지 가장 가까운 몬스터보다 더 가까운 몬스터인지 확인
if distance < min_distance:
min_distance = distance
closest_monster = pt
# 가장 가까운 몬스터가 있을 때 공격
if closest_monster is not None:
print(f"가장 가까운 몬스터를 찾았습니다. 좌표: {closest_monster}")
# X축 이동 거리 계산
x_difference = closest_monster[0] - character_x
# 몬스터와의 거리를 50픽셀로 설정
distance_to_monster = 30
# 이동 방향 및 시간에 따라 처리
if x_difference < 0:
pyautogui.keyDown("z")
pyautogui.keyDown("left")
# 음수 값을 방지하기 위해 max 함수를 사용하여 0 미만이 되지 않도록 조정합니다.
time.sleep(
max(0, (abs(x_difference) - distance_to_monster) / 117 * 0.5))
pyautogui.keyUp("left")
else:
pyautogui.keyDown("z")
pyautogui.keyDown("right")
# 음수 값을 방지하기 위해 max 함수를 사용하여 0 미만이 되지 않도록 조정합니다.
time.sleep(
max(0, (abs(x_difference) - distance_to_monster) / 117 * 0.5))
pyautogui.keyUp("right")
# 컨트롤키를 눌러 공격
pyautogui.keyDown("ctrl")
time.sleep(4.5) # 공격 후 잠시 대기
pyautogui.keyUp("ctrl")
time.sleep(0.5) # 공격 후 잠시 대기
# 같은 층에 몬스터가 더이상 없을 경우
else:
print("같은 층에 몬스터가 더이상 없습니다.")
rope_image = cv2.imread(
"C:\\Dump\\rope.png", cv2.IMREAD_COLOR)
rope_result = cv2.matchTemplate(
screenshot_bgr, rope_image, cv2.TM_CCOEFF_NORMED)
rope_loc = np.where(rope_result >= 0.8)
if len(rope_loc[0]) > 0:
# 모든 로프의 좌표를 저장합니다.
rope_coordinates = list(zip(rope_loc[1], rope_loc[0]))
print(f"{rope_coordinates}")
# 로프와 캐릭터 간의 y축 200 이상인 로프 제외
valid_ropes = [rope for rope in rope_coordinates if abs(
character_y - rope[1]) < 200]
if len(valid_ropes) > 0:
# 가장 가까운 로프 선택
closest_rope = min(
valid_ropes, key=lambda rope: abs(
character_x - rope[0])
)
rope_x, rope_y = closest_rope
print(f"로프가 발견되었습니다. 좌표: ({rope_x}, {rope_y})")
# 로프와 캐릭터 간의 거리 계산
distance_to_rope = abs(character_x - rope_x)
# 로프와 캐릭터의 x축 거리에 따라 이동 시작
if distance_to_rope <= 40:
print("로프와 캐릭터 간의 거리가 40 이내입니다. 위로 이동합니다.")
# 위 방향키와 Alt 키를 누름
if rope_x <= character_x:
pyautogui.keyDown("left")
time.sleep(0.1)
pyautogui.keyUp("left")
pyautogui.keyDown("up")
pyautogui.keyDown("alt")
time.sleep(3.5) # 0.5초 동안 이동 (조정 가능)
pyautogui.keyUp("up")
pyautogui.keyUp("alt")
if rope_x >= character_x:
pyautogui.press("left")
pyautogui.keyDown("up")
pyautogui.keyDown("alt")
time.sleep(3.5) # 0.5초 동안 이동 (조정 가능)
pyautogui.keyUp("up")
pyautogui.keyUp("alt")
# 로프 쪽으로 이동
else:
print(f"로프와 캐릭터 간의 거리: {distance_to_rope}")
if rope_x < character_x:
print(f"캐릭터를 로프쪽으로 이동합니다")
move_character(
character_x, rope_x, character_direction_left=True)
else:
print(f"캐릭터를 로프쪽으로 이동합니다")
move_character(
character_x, rope_x, character_direction_left=False)
else:
print("로프가 발견되지 않았거나 모든 로프의 y축 거리가 350 이상입니다. 계속 몬스터를 탐색합니다.")
pyautogui.keyDown("right")
time.sleep(5) # 0.25초 동안 이동 (조정 가능)
pyautogui.keyUp("right")
print("한 바퀴 돌았습니다. 다시 시작합니다.")
# 매 30분마다 오른쪽 방향으로 2초 이동 후 우측 방향으로 3초 이동
current_time = time.localtime()
if (current_time.tm_min % 10 == 0) and (current_time.tm_sec < 11):
pyautogui.press('pageup')
if (current_time.tm_min % 30 == 0) and (current_time.tm_sec < 11):
pyautogui.press('home')
# 메인로직 시작!
if __name__ == "__main__":
monster_images = [
"C:\\Dump\\leftjoo.png",
"C:\\Dump\\rightjoo.png",
"C:\\Dump\\leftblue.png",
"C:\\Dump\\rightblue.png",
"C:\\Dump\\leftslime.png",
"C:\\Dump\\rightslime.png",
"C:\\Dump\\leftstump.png",
"C:\\Dump\\rightstump.png",
"C:\\Dump\\leftgreen.png",
"C:\\Dump\\rightgreen.png",
"C:\\Dump\\rightred.png",
"C:\\Dump\\leftred.png",
"C:\\Dump\\leftgreenbu.png",
"C:\\Dump\\rightgreenbu.png",
"C:\\Dump\\joo3.png",
"C:\\Dump\\joo1.png",
"C:\\Dump\\joo2.png",
"C:\\Dump\\slime.png",
"C:\\Dump\\slime2.png",
"C:\\Dump\\stump.png",
"C:\\Dump\\greenbu.png",
"C:\\Dump\\greenbu2.png",
]
# 메인 스레드와 별도의 스레드로 채널 변경 여부를 확인
channel_check_thread = threading.Thread(target=check_for_channel_change, daemon=True)
channel_check_thread.start()
# 포션 쓰레드
portion_thread = threading.Thread(target=portion, daemon=True)
portion_thread.start()
# 주 로직 실행
main_logic()
작동 로직
1. 먼저 자신의 캐릭터의 좌표를 확인합니다. (좌측면 혹은 우측면)
2. 이후 몬스터의 좌표를 확인하며, 거기서 자신의 캐릭터 좌표의 Y축을 기준으로 60미만의 몬스터만 필터합니다.
(같은 층의 몬스터만 필터)
3. 캐릭터 이동함수를 통해 해당 몬스터쪽으로 이동하며 공격합니다. (이동 시 Z키를 누른채로 이동하여 아이템 줍기)
(별도 캐릭터 이동함수를 한 이유는 캐릭터가 바라보는 방향으로 갈때와 반대쪽으로 갈떄의 좌표가 약간 틀립니다.)
4. 같은 층에 몬스터가 더 이상 없으면 로프를 타고 위로 올라갑니다.
5. 위를 반복하여 맨 위층까지 갔을 경우 우측으로 5초 동안 이동하여 다시 1층으로 떨어지고 처음부터 반복합니다.
기타 쓰레드 :
1. 같은 맵에 10초마다 유저를 감지하고 만약 유저가 있을 경우 채널 변경
2. 체력, 마나 감지 및 자동 물약
마무리
약간 황당하게 마무리 되었지만 이번 파이썬을 사용한 매크로 만들기 연습 도전해보았습니다.
비록 제 자신의 한계를 명확히 인지하게 되었지만, 개인적으로는 좋은 경험이었습니다.
제가 설정한 목표는 매크로가 실제 인간 플레이어처럼 자연스럽게 사냥하는 것이었습니다.
하지만 실제로는 매크로의 동작이 인간 플레이어와는 다르게 느껴졌고,
특히 몬스터가 이동할 때의 허공 공격과 같은 문제점들이 발생했습니다. (몬스터들이 가만히 있어주질 않음)
아마 마법사나 궁수 캐릭터를 사용했다면 그래도 괜찮지 않았을까 생각이 드네요.
로프를 사용하는 동작을 구현하는 것 역시 상당히 힘들었는데,
캐릭터가 정확한 로프 위치에 접근하게 하는게 예상보다 훨씬 복잡한 작업이었기 때문입니다.
아무래도 배워야 할게 많겠죠..
이상 간단하게 마무리 지어볼까합니다.
Dump.zip
0.38MB
728x90
'개발 연습 > 메이플랜드 매크로_파이썬' 카테고리의 다른 글
| (파이썬연습) 메이플랜드 매크로 만들기2_미니맵 유저 인식 및 채널 이동하기 (0) | 2024.02.07 |
|---|---|
| (파이썬연습) 메이플랜드 매크로 만들기1_캐릭터 인식 (0) | 2024.02.02 |
