同城项目第五期 , 抖音同城号之宠物号怎么玩 用Python做一个游戏辅助脚本

同城项目第五期 , 抖音同城号之宠物号怎么玩

我将用20期的推文来, 分享抖音同城号其中的20个行业细分类目的变现逻辑和账号运营技巧,大家可以根据自己的实际情况来选择同城号领域来运营

同城宠物号

这是第五期了，这期主要讲分享同城宠物号账号运营，还有后期的变现逻辑。现在做宠物号的其实有很多，但是同城宠物号竞争相对于较小，粉丝较垂直，且粉丝价值高，相对于后期小众变现更为有利。同城宠物号的优势在于粉丝更加垂直，不用自己出境，剪辑简单，且后期变现很暴利等特点！

比如我在抖音看到有卖猫的，想买猫，我不用跨省，我直接去线下去看，也看得到实物，对于后期的交易更能落地，交易更容易

宠物对于现代人来说可以是精神伴侣了，自己饿着，但是自己的宠物不能饿着，围绕宠物经济产生了一系列的相关产业，如宠物食品、宠物用品、宠物医疗、宠物美容行业等。近年来，伴随着消费升级趋势的加深，还涌现出像宠物婚介、宠物殡葬、宠物寄养等新兴行业。

　数据来源：艾媒数据中心

因为我养过猫，所以对猫的利润还算清楚，一只猫的主要开销在于每月的猫粮，猫小时候的疫苗，以及平时的营养膏之类的开销，平均一直猫按普通家庭饲养的价格来计算，最低也要300元左右，一年就是接近5000元，这中间还不包含猫咪平时的衍生产品的费用，比如宠物婚介、宠物殡葬、美容之内的开销，当然有的贵重几万的猫，吃的猫粮一年都是过万，因为我只对猫咪有经验，所以这里只介绍猫咪的做账号的经验和变现分享。

那在抖音上怎么做同城的宠物号呢？

账号定位

1.拟人化

2.人格化

3.搞笑类

4.宠物吃播

5.宠物日常

这是现在抖音上主流的宠物视频呈现形式，比如哈士奇搞笑，金毛的日常，拍下自己猫咪搞笑的瞬间，账号定位主要是根据你自己家的宠物来定，用拟人化，人格化，和自己的宠物陪伴的经过

比如抖音宠物大V，@会说话的刘二豆，粉丝数量4000多W，会说话榜单排名第一。该博主的视频，主角是两只猫咪：二豆和瓜子，一公一母，搭配博主的配音，演绎出各种搞笑剧情，巧妙植入广告，观看效果非常好

豆妈的不露脸，最大的好处其实是降低编剧的和拍摄的难度，保持视频的纯度，以及最大限度地保持账号的垂直性。

萌宠+人格化+故事化+垂直化的宠物抖音账号运营，自然可以为账号吸一大波粉， 它的原创段子也十分值得玩味。

账号定位主要是分析自己的宠物有什么特点，搞笑，温顺，神经质，鬼畜，爱吃，活泼等，这些都可以作为账号定位的核心来展开

你要做的就是把人在抖音上做的事全部在做一遍，比如：宠物剧情号，宠物吃播，宠物情感号，宠物老师，宠物变装，宠物搞笑，用宠物的视角去拟人化，配上自己的声音，或者在剪辑的时候加速声音形成独特的宠物配音

变现逻辑

各地同城类的宠物账号在抖音上还不多见，更多的是利用宠物来做宠物类的带货，或者是人＋宠物出境的形式做美妆的带货形式，同城宠物类的账号变现一定要围绕着同城来做才有竞争力，要避开和抖音上的头部宠物账号的竞争

同城宠物类的账号我认为主要的变现最为暴利的肯定是猫咪中介，一只最普通的蓝猫从猫舍出来的价格大概是在600-800左右，零售个人市场价格大概在2000-3000，当然这中间利润差最大是大型猫，比如布偶猫,一只赛级的布偶猫的利润基本都在3000-5000

当然还有引流到私域，配合社群来做关于关于宠物的社群，提供相应的宠物相关的服务整合资源来进行收费，比如：猫咪中介，猫咪婚庆，猫咪殡葬，猫咪美容等服务！

还是那句话同城宠物的变现核心一定是抓住同城这两个字，利用抖音引流到私域流量做后端的转化，避免在抖音上和抖音宠物大V形成正面的竞争

最后想说的：

做宠物类的账号运营，想利用宠物在抖音变现一定要抓住自己家的宠物的特性，他们是性格，利用视频脚本来固定每个视频的视频结构，是欢乐的，悲伤的，还是搞笑的，同城宠物的最大的优势在于能更进的接触到垂类粉丝，这类的粉丝有更明确消费倾向，不管是在买猫还是其他的宠物产品的消费上相对于跨省或者电商会更有信任度，从而达成交易！

愿创业人一切都好

用Python做一个游戏辅助脚本

一、说明

简述：本文将以4399小游戏《 宠物连连看经典版2 》作为测试案例，通过识别小图标，模拟鼠标点击，快速完成配对。对于有兴趣学习游戏脚本的同学有一定的帮助。

这里小编也准备了一份python学习资料，关注，转发，私信小编“01”即可免费获取！

运行环境：Win10/Python3.5。

主要模块：win32gui（识别窗口、窗口置顶等操作）、PIL（屏幕截图）、numpy（创建矩阵）、operator（比较值）、pymouse（模拟鼠标点击）。

注意点：

1、如果安装pymouse不成功或者运行报错，可以考虑先通过whl 安装pyHook、然后再通过pip安装pyuserinput。

2、如果报错 [ImportError: No module named \'windows\' ]，可以修改__init__.py相应的行 为 windows => pymouse.windows。

本文主要参考：https://baijiahao.baidu /s?id=1618385402903335091&wfr=spider&for=pc。

二、开发前景（随便唠叨一哈，可跳过）

游戏辅助脚本在当前环境也算是比较流行了，对于经常玩游戏人来说，适当的游戏辅助还是很有帮助的，让计算机做一些繁琐乏味的操作。当然还有更加高大上的其他操作，这里就不赘述了。对于游戏辅助脚本，能想到基本有以下两种：一是读取游戏在内存中的数据，理想的话可以做到更改游戏一些基本属性，原理和很多的外挂或破解游戏类似；二是模拟用户用户行为，模拟鼠标点击、键盘操作等。 由于本人从未涉及游戏辅助脚本这一领域，出于个人兴趣，学习研究一下，本文例子则是第二种，主要还是模拟用户行为，让程序代替用户操作。

三、开发流程

先看看程序运行图吧：

浏览器打开游戏窗口（单个一个窗口），游戏界面如下图所示，游戏主要界面截图需要两个坐标（左上角坐标和右下角坐标）来确定，原点一般是屏幕左上角，不确定坐标点值的同学，可以全屏截图，用编辑图片软件查看坐标值。获取窗口句柄，这里就是浏览器标题栏的标题了（右键-查看源代码-title，加上软件名）比如：“宠物连连看经典2,宠物连连看经典版2小游戏,4399小游戏 www.4399 - Google Chrome“。获取窗口句柄就可以开始了。

总体开发思路：截取游戏主图 ---> 分割成小图 ---> 对比每个小图，对比图片相识度，编号存入矩阵 ---> 对矩阵进行可连计算 ---> 模拟点击。

3.1、获取窗口句柄，把窗口置顶

python可以使用win32gui模块调用Windows API实现对窗口的操作，使用FindWindow()方法可以获取窗口的句柄（handle），需要传入两个参数，第一个为父窗口句柄（这里填0即可），第二个参数是窗口的名称（标签title - Google Chrome）。获取句柄之后然后通过SetForegroundWindows() 设置窗口在前面，这里传入游戏窗口的举报即可，代码如下：

3. 2、截取游戏界面，分割图标，图片比较

这里需要花费一些时间来校验程序，如果截取的图片不好，则会影响后续操作，所以比较主要的是确认游戏左上角和右下角这两个坐标值，以及每个小图标的宽高。如下图所示，先截取整个游戏界面图，然后分割小图标，接着对每个图标进行比较，然后以编号代替图标存入矩阵（这里的编号矩阵和游戏图不一致，原理一样）。

根据初始化设定的左上角和右下角两个坐标，使用ImageGrab.grab()方法进行截图，传入一个元组即可，然后对这个大图进行分割，切割成一个个小图标存入到images_list数组中。

通过上面代码切割的小图标，转成数字矩阵，如果图标已经存入image_type_list则返回这个索引，如果不存在，则在追加进去，然后当前长度就是这个新加入图标的编号，代码如下所示：

上面的getIndex就是对比图片，判断图标是否出现过（是否已存在image_type_list中，没出现则追加进去），这里使用汉明距离判断两个图片的相识度，设置阀值10，当小于阀值则认为是同一个图片，具体代码如下：

四、程序核心-图标连接算法（路径寻找）

这里仅对算法代码进行简单分析，如果对程序不好理解，可以留言，后续可以图文分析。

通过上面的开发流程，基本获取如下这样的矩阵，只要比较两个编号相同的值进行可连路径寻找，如果找到即进行模拟点击操作。这里简单介绍下游戏规则：8行乘12列游戏图标区域，外围的0其实表示寻找路径的时候可以通过，例如坐标（1, 1）可以与（1,10）进行连接、（7, 1）和（7,2）进行连接。

算法的思路：路径的寻找首先是寻找一个坐标的横向竖向可以直接相连的坐标集合，比如坐标p1（1,1）这样的集合有[ （0,1）, （1,0） ]，另外一个坐标p2（1,10）的可连集合为[ （0,10） ]，然后再对p1和p2的可连坐标集合进行比较，如果集合中坐标也有可连，则表示p1和p2可连，很明显，（0,1）和（0,10）为同一行且可连，这样就表示p1和p2两点存在可连路径了，代码如下所示：

简单分析下代码实现过程：在isReachable()传入两个需要比较的坐标值，然后分别获取两个点横竖向（isRowConnect()、isColConnect()）可以连接的坐标集合，最后再对集合进行遍历比较是否存在可连的，如果存在则表示传入的两个坐标是可以连接的。

五、开发总结

学习这样一个游戏辅助脚本，对于个人培养编程兴趣也是有很多帮助的，在工作之余不失为一个好的消遣方式，以后会多向这些方向研究学习。本案例仅仅是截图、比较图片和模拟鼠标点击，我觉得还可以更加强大，而且还不局限于游戏这样一个领域，相信大家应该见过自动发QQ消息的软件吧，我觉得这完全可以做。还有很多模拟操作可以实现：鼠标滚轮，左右键、键盘输入等。

六、附件-源码

注意：源码仅供学习，转发注明出处，谢谢！

1 # -*- coding:utf-8 -*-
2
3 import win32gui
4 import time
5 from PIL import ImageGrab, Image
6 import numpy as np
7 import operator
8 from pymouse import PyMouse
9
10
11 class GameAssist:
12
13 def __init__(self, wdname):
14 \"\"\"初始化\"\"\"
15
16 # 取得窗口句柄
17 self.hwnd = win32gui.FindWindow(0, wdname)
18 if not self.hwnd:
19 print(\"窗口找不到，请确认窗口句柄名称：\" % wdname )
20 exit()
21
22 # 窗口显示最前面
23 win32gui.SetForegroundWindow(self.hwnd)
24
25 # 小图标编号矩阵
26 self.im2num_arr = []
27
28 # 主截图的左上角坐标和右下角坐标
29 self.scree_left_and_right_point = (299, 251, 768, 564)
30 # 小图标宽高
31 self.im_width = 39
32
33 # PyMouse对象，鼠标点击
34 self.mouse = PyMouse()
35
36 def screenshot(self):
37 \"\"\"屏幕截图\"\"\"
38
39 # 1、用grab函数截图，参数为左上角和右下角左标
40 # image = ImageGrab.grab((417, 257, 885, 569))
41 image = ImageGrab.grab(self.scree_left_and_right_point)
42
43 # 2、分切小图
44 # exit()
45 image_list = {}
46 offset = self.im_width # 39
47
48 # 8行12列
49 for x in range(8):
50 image_list[x] = {}
51 for y in range(12):
52 # print(\"show\",x, y)
53 # exit()
54 top = x * offset
55 left = y * offset
56 right = (y + 1) * offset
57 bottom = (x + 1) * offset
58
59 # 用crop函数切割成小图标，参数为图标的左上角和右下角左边
60 im = image.crop((left, top, right, bottom))
61 # 将切割好的图标存入对应的位置
62 image_list[x][y] = im
63
64 return image_list
65
66 def image2num(self, image_list):
67 \"\"\"将图标矩阵转换成数字矩阵\"\"\"
68
69 # 1、创建全零矩阵和空的一维数组
70 arr = np.zeros((10, 14), dtype=np.int32) # 以数字代替图片
71 image_type_list = []
72
73 # 2、识别出不同的图片，将图片矩阵转换成数字矩阵
74 for i in range(len(image_list)):
75 for j in range(len(image_list[0])):
76 im = image_list[i][j]
77
78 # 验证当前图标是否已存入
79 index = self.getIndex(im, image_type_list)
80
81 # 不存在image_type_list
82 if index < 0:
83 image_type_list.append(im)
84 arr[i + 1][j + 1] = len(image_type_list)
85 else:
86 arr[i + 1][j + 1] = index + 1
87
88 print(\"图标数：\", len(image_type_list))
89
90 self.im2num_arr = arr
91 return arr
92
93 # 检查数组中是否有图标,如果有则返回索引下表
94 def getIndex(self,im, im_list):
95 for i in range(len(im_list)):
96 if self.isMatch(im, im_list[i]):
97 return i
98
99 return -1
100
101 # 汉明距离判断两个图标是否一样
102 def isMatch(self, im1, im2):
103
104 # 缩小图标，转成灰度
105 image1 = im1.resize((20, 20), Image.ANTIALIAS).convert(\"L\")
106 image2 = im2.resize((20, 20), Image.ANTIALIAS).convert(\"L\")
107
108 # 将灰度图标转成01串,即系二进制数据
109 pixels1 = list(image1.getdata())
110 pixels2 = list(image2.getdata())
111
112 avg1 = sum(pixels1) / len(pixels1)
113 avg2 = sum(pixels2) / len(pixels2)
114 hash1 = \"\".join(map(lambda p: \"1\" if p > avg1 else \"0\", pixels1))
115 hash2 = \"\".join(map(lambda p: \"1\" if p > avg2 else \"0\", pixels2))
116
117 # 统计两个01串不同数字的个数
118 match = sum(map(operator.ne, hash1, hash2))
119
120 # 阀值设为10
121 return match < 10
122
123 # 判断矩阵是否全为0
124 def isAllZero(self, arr):
125 for i in range(1, 9):
126 for j in range(1, 13):
127 if arr[i][j] != 0:
128 return False
129 return True
130
131 # 是否为同行或同列且可连
132 def isReachable(self, x1, y1, x2, y2):
133 # 1、先判断值是否相同
134 if self.im2num_arr[x1][y1] != self.im2num_arr[x2][y2]:
135 return False
136
137 # 1、分别获取两个坐标同行或同列可连的坐标数组
138 list1 = self.getDirectConnectList(x1, y1)
139 list2 = self.getDirectConnectList(x2, y2)
140 # print(x1, y1, list1)
141 # print(x2, y2, list2)
142
143 # exit()
144
145 # 2、比较坐标数组中是否可连
146 for x1, y1 in list1:
147 for x2, y2 in list2:
148 if self.isDirectConnect(x1, y1, x2, y2):
149 return True
150 return False
151
152 # 获取同行或同列可连的坐标数组
153 def getDirectConnectList(self, x, y):
154
155 plist = []
156 for px in range(0, 10):
157 for py in range(0, 14):
158 # 获取同行或同列且为0的坐标
159 if self.im2num_arr[px][py] == 0 and self.isDirectConnect(x, y, px, py):
160 plist.append([px, py])
161
162 return plist
163
164 # 是否为同行或同列且可连
165 def isDirectConnect(self, x1, y1, x2, y2):
166 # 1、位置完全相同
167 if x1 == x2 and y1 == y2:
168 return False
169
170 # 2、行列都不同的
171 if x1 != x2 and y1 != y2:
172 return False
173
174 # 3、同行
175 if x1 == x2 and self.isRowConnect(x1, y1, y2):
176 return True
177
178 # 4、同列
179 if y1 == y2 and self.isColConnect(y1, x1, x2):
180 return True
181
182 return False
183
184 # 判断同行是否可连
185 def isRowConnect(self, x, y1, y2):
186 minY = min(y1, y2)
187 maxY = max(y1, y2)
188
189 # 相邻直接可连
190 if maxY - minY == 1:
191 return True
192
193 # 判断两个坐标之间是否全为0
194 for y0 in range(minY + 1, maxY):
195 if self.im2num_arr[x][y0] != 0:
196 return False
197 return True
198
199 # 判断同列是否可连
200 def isColConnect(self, y, x1, x2):
201 minX = min(x1, x2)
202 maxX = max(x1, x2)
203
204 # 相邻直接可连
205 if maxX - minX == 1:
206 return True
207
208 # 判断两个坐标之间是否全为0
209 for x0 in range(minX + 1, maxX):
210 if self.im2num_arr[x0][y] != 0:
211 return False
212 return True
213
214 # 点击事件并设置数组为0
215 def clickAndSetZero(self, x1, y1, x2, y2):
216 # print(\"click\", x1, y1, x2, y2)
217
218 # (299, 251, 768, 564)
219 # 原理：左上角图标中点 + 偏移量
220 p1_x = int(self.scree_left_and_right_point[0] + (y1 - 1)*self.im_width + (self.im_width / 2))
221 p1_y = int(self.scree_left_and_right_point[1] + (x1 - 1)*self.im_width + (self.im_width / 2))
222
223 p2_x = int(self.scree_left_and_right_point[0] + (y2 - 1)*self.im_width + (self.im_width / 2))
224 p2_y = int(self.scree_left_and_right_point[1] + (x2 - 1)*self.im_width + (self.im_width / 2))
225
226 time.sleep(0.2)
227 self.mouse.click(p1_x, p1_y)
228 time.sleep(0.2)
229 self.mouse.click(p2_x, p2_y)
230
231 # 设置矩阵值为0
232 self.im2num_arr[x1][y1] = 0
233 self.im2num_arr[x2][y2] = 0
234
235 print(\"消除：(%d, %d) (%d, %d)\" % (x1, y1, x2, y2))
236 # exit()
237
238 # 程序入口、控制中心
239 def start(self):
240
241 # 1、先截取游戏区域大图，然后分切每个小图
242 image_list = self.screenshot()
243
244 # 2、识别小图标，收集编号
245 self.image\">