手记

记数独X--Android openCV识别数独并自动求解填充APP开发过程

作者:AchillesL
若转载文章,请标明文章出处

1 序

  数独是源自18世纪瑞士的一种数学游戏。是一种运用纸、笔进行演算的逻辑游戏。玩家需要根据9×9盘面上的已知数字,推理出所有剩余空格的数字,并满足每一行、每一列、每一个粗线宫(3*3)内的数字均含1-9,不重复。

数独

  最近一段时间经常做数独题(此处插入广告:推荐一个非常良心的数独APP点击下载),并思考了一下能不能编写一个APP,可以自动求解数独、最后将结果填入该APP中。

.............................................摸鱼的开发过程,此处省略10N行字.....................................

  最终写一个APP:数独X。可以针对笔者常用的数独APP(本文的实现都基于该APP),实现数独的识别、求解、并把答案自动填入。专家级别的平均1秒完成求解(包括图像数字提取,识别过程),8s完成全部操作。

  本文将简单介绍相关功能的实现。文章有点长,有需要的童鞋可善用浏览器的页面搜索功能。数独X的使用效果,如下图:

效果图,加载会有点慢

2 下载链接

  数独   APP链接:https://pan.baidu.com/s/1b67LlZcr7K3d3ZTxgwUobg
  数独X APP链接:https://pan.baidu.com/s/1xJMTxO1dMza_mjHGrdiyHQ
  数独X 源代码链接:https://github.com/AchillesLzg/sudokuX

  [注]数独X对手机要求:Android 7.0 或以上

3 本文内容

  • 实现思路介绍

  • 项目结构介绍

  • 如何创建悬浮窗

  • 如何获取第三方应用中的控件信息

  • 如何无Root实现跨应用截屏

  • 如何提取数独九宫格中的数字

  • 如何实现数字识别

  • 如何编写代码求解数独

  • 如何实现模拟屏幕点击

  • 后记

  • 参考文章

4 实现思路介绍

  步骤一:我们需要获得数独APP中的九宫格数字。由于数独App是第三方应用,数独信息当然是无法直接获取的,笔者的思路是打开数独界面后调用截屏,再通过图片处理提取九宫格的数字。同时,为了避免截屏时遮挡应用,数独X的工作窗口应该使用悬浮窗形式。

  步骤二:截屏后,我们需要进一步截取数独面板图片,以便数字提取用。我们可以写死面板坐标、宽高来提取截图中的面板。在这里,当然有更好的方法,就是通过辅助功能AccessibilityService获得数独应用的数独面板坐标信息。

  步骤三:在获得数独面板的图片后,使用openCV框架提取数字的轮廓,生成数字图片,再调用TessTwo框架将图片转为数字,并生成原始数独二维数组。

  步骤四:数独求解,生成答案,并生成需要填充的数字序列。

  步骤五:最后通过辅助功能AccessibilityService类的相关方法,模拟屏幕点击,输入填充数独的数字。

流程图

5 项目结构介绍

  项目主要包含文件如下图:

项目主要文件

类名功能
FileStorageHelper该类封装了把asset目录下复制到SD卡的相关方法
LocTextInfo该类记录数独某格子的行列号,及对应的数字
MainActivity该类实现应用的启动窗口,主要用于申请权限、截图等操作
ScreenShotHelper该类为截图助手类,封装了获取截屏图片的一些方法
SPUtils该类封装了SharedPreferences的一些操作
SudokuAccessibility该类继承AccessibilityService,实现第三方应用的控件获取、屏幕模拟点击
SudokuXAnalyse该类用于数独求解,输入原始的数独二维数组,返回求解后的数独二维数组
SudokuXOrc该类用于数独识别,输入数独图片Bitmap,返回原始的数独二维数组
SudokuXService该类用于实现悬浮窗,实现应用的工作窗口,实现数独X的主要逻辑
SudokuXUtils该类存放了广播的Action,屏幕大小等常量信息
TessTwoHelper该类封装了TessBaseApi的相关方法,实现文字识别

时序图

6 如何创建悬浮窗

  Android的界面绘制,都是通过WindowMananger的服务来实现的。要实现一个能够在自身应用界面外的悬浮窗,我们就要利用WindowManager类。同时,为了让悬浮窗与Activity脱离,让应用处于后台时悬浮窗仍然可以正常运行,这里使用Service来启动悬浮窗并做为其背后逻辑支撑。

6.1 申请权限

  在创建悬浮窗前,必须先申请权限,代码十分简单:

(MainActivity.java)

...private boolean startOverLay() {    if (!Settings.canDrawOverlays(MainActivity.this)) {
        Intent intent = new Intent(Settings.ACTION_MANAGE_OVERLAY_PERMISSION);
        Toast.makeText(this, "需要取得权限以使用悬浮窗",Toast.LENGTH_SHORT).show();
        startActivity(intent);        return false;
    }    return true;
}
...

6.2 在service中创建悬浮窗

(SudokuXService.java)

...private void initView() {    //注意Android O版本与其他系统的差异
    if (Build.VERSION.SDK_INT >= Build.VERSION_CODES.O) {
        mParams.type = WindowManager.LayoutParams.TYPE_APPLICATION_OVERLAY;
    } else {
        mParams.type = WindowManager.LayoutParams.TYPE_SYSTEM_ALERT;
    }
    mParams.format = PixelFormat.RGBA_8888;
    mParams.flags = WindowManager.LayoutParams.FLAG_NOT_FOCUSABLE;
    mParams.gravity = Gravity.START | Gravity.TOP;
    mParams.x = SudokuXUtils.getScreenWidth();
    mParams.y = SudokuXUtils.getScreenHeight();
    mParams.width = SudokuXUtils.SMALL_SIZE_WIDTH;
    mParams.height = SudokuXUtils.SMALL_SIZE_HIGH;
    LinearLayout linearLayout = (LinearLayout) LayoutInflater.from(getApplication()).inflate(R.layout.layout, null);
    mBtn = linearLayout.findViewById(R.id.btn);    
    //添加悬浮窗布局到WindowManager中
    mWindowManager.addView(linearLayout, mParams);
    ...
}
...

  最后在首页启动SudokuXService即可,讲述Android悬浮窗的文章很多,读者可自行查阅,在此不再赘述。
  【注】这部分的代码主要在SudokuXService.java中实现。

7 如何获得其他APP中的控件信息

  本项目使用Android的辅助服务AccessibilityService来获取数独APP的控件信息。

7.1 介绍

AccessibilityService设计初衷在于帮助残障用户使用android设备和应用,在后台运行,可以监听用户界面的一些状态转换,例如页面切换、焦点改变、通知、Toast等,并在触发AccessibilityEvents时由系统接收回调。后来被开发者另辟蹊径,用于一些插件开发,比如微信红包助手,还有一些需要监听第三方应用的插件。

我们可以把AccessibilityService理解为——『按键精灵』。相信很多开发者都玩过PC上的这款软件,他的作用,就是将你一次操作的整个记录,录制下来,然后就可以根据这个记录,重复的执行这些操作,例如:先点击某个输入框,再输入XXXX,再输入验证码,最后点击某按钮,这些操作如果需要重复执行,那么显然是一套机械的步骤,那么通过按键精灵,记录下这些操作后,直接通过脚本就可以完成这些操作。其实AccessibilityService跟这个是一样的,我们记录的,实际上就是我们的操作步骤,或者称之为『脚本』,那么系统在监控整个手机的各种AccessibilityService事件时,就会根据我们的逻辑来判断该使用哪一个脚本。

因此,我们完全可以抽象出一个基类AccessibilityService,并抽象出一些脚本的事件,例如,根据Text查找对应的View、点击某个View、滑动、返回等等。

7.2 配置

  首先,要使用AccessibilityService实际上非常简单,一般来说,只需要以下三步即可。

7.2.1 继承系统AccessibilityService

public class SudokuAccessibility extends AccessibilityService {    private static final String TAG = "lzg";    @Override
    public void onAccessibilityEvent(AccessibilityEvent event) {
        Log.d(TAG, "onAccessibilityEvent: " + event.toString());
    }    @Override
    public void onInterrupt() {
    }
}

  强制重新的有两个方法:onAccessibilityEvent和onInterrupt。重点关注onAccessibilityEvent方法,在该方法中,我们可以接收所监听的事件。

7.2.2 新建配置文件

  在资源目录res下新建xml文件夹,新建accessibility.xml文件,写入:

<?xml version="1.0" encoding="utf-8"?><accessibility-service xmlns:android="http://schemas.android.com/apk/res/android"
    android:accessibilityEventTypes="typeAllMask"
    android:accessibilityFeedbackType="feedbackSpoken"
    android:canRetrieveWindowContent="true"
    android:canPerformGestures="true"
    android:packageNames = "com.easybrain.sudoku.android"
    android:notificationTimeout="1000"/>

  里面有一些比较简单的配置。本项目要辅助的是数独应用,在xml的android:packageNames处指定辅助应用的包名,即com.easybrain.sudoku.android。当没有指定时,默认辅助所有的应用,建议大家在使用时,指定需要监听的包名(你可以通过|来进行分隔),而不是所有的包名。typeAllMask是设置响应事件的类型,feedbackGeneric是设置回馈给用户的方式,有语音播出和振动。

7.2.3 注册

  最后,在AndroidMainifest中注册service信息:

<service
    android:name="com.example.sudokux.SudokuAccessibility"
    android:permission="android.permission.BIND_ACCESSIBILITY_SERVICE">
    <intent-filter>
        <action android:name="android.accessibilityservice.AccessibilityService" />
    </intent-filter>

    <meta-data
        android:name="android.accessibilityservice"
        android:resource="@xml/accessibility" /></service>

  完成以上步骤后,一个辅助服务就可以使用了,AccessibilityService具有很高的系统权限,所以,系统不会让App直接设置是否启用,需要用户进入设置-辅助功能中去手动启用,这样在一定程度上,保护了用户数据的安全。

  这里不再赘述AccessibilityService的基本用法,有需要的读者可参考相关文章,例如:AccessibilityService从入门到出轨

7.3 使用

  本节介绍如何数独APP的控件信息以及代码编写。

7.3.1 通过Layout Inspector工具,获取数独APP的控件信息

  使用AccessibilityService拿到数独APP的控件信息,我们必须先知道对应的控件id。这一步,我们可以使用Android Studio的Layout Inspector工具来完成。

  先启动数独APP,在Android Studio中,点击Tools->Layout Inspector,选中包名:com.easybrain.sudoku.android,即可以看到一下画面:

  可见数独面板id为sudoku_board,1-9的数字按钮id分别是button_1button_9

7.3.2 相关代码

  当数独APP窗口发生变化时,将触发SudokuAccessibility中onAccessibilityEvent方法。在此方法中,通过控件id获取数独面板与1-9数字按钮控件的信息,然后计算并将相关信息使用SharedPreferences保存至本地。

  关键代码:

(SudokuAccessibility.java)public class SudokuAccessibility extends AccessibilityService {    //记录1-9数字按钮的中心点坐标
    private List<Point> mTypeNumberPointList = new ArrayList<>(9);    //记录数独面板中81个小格子的中心点坐标
    private List<List<Point>> mShuDuPanelPointList = new ArrayList<>(9);
    ...    @Override
    public void onAccessibilityEvent(AccessibilityEvent event) {
        Log.d(TAG, "onAccessibilityEvent: " + event.toString());        if (!mInitDataFlag) {
            initViewData(event);
        }
    }    private void initViewData(AccessibilityEvent event) {
        AccessibilityNodeInfo root = getRootInActiveWindow();        if (root == null) return;        //初始化等待区数字1-9的中心位置
        for (int i = 0; i < 9; i++) {
            String id = String.format("com.easybrain.sudoku.android:id/button_%d", i + 1);
            List<AccessibilityNodeInfo> nodeInfos = root.findAccessibilityNodeInfosByViewId(id);            if (!nodeInfos.isEmpty()) {
                Rect rect = new Rect();
                nodeInfos.get(0).getBoundsInScreen(rect);
                Point point = new Point(rect.centerX(), rect.centerY());
                mTypeNumberPointList.add(point);
            }
        }        //生成数独面板81个格子的中心位置
        String id = String.format("com.easybrain.sudoku.android:id/sudoku_board");
        List<AccessibilityNodeInfo> nodeInfos = root.findAccessibilityNodeInfosByViewId(id);        if (!nodeInfos.isEmpty()) {
            Rect rect = new Rect();
            nodeInfos.get(0).getBoundsInScreen(rect);            int step = (rect.bottom - rect.top) / 9;            //计算81格中,第一个格子的中心点
            int x = rect.left + step / 2;            int y = rect.top + step / 2;            /*保存数独面板的左上角顶点、高度信息,便于截取数独面板时使用。*/
            saveSudokuBroadInfo(rect);            for (int i = 0; i < 9; i++) {
                List<Point> points = new ArrayList<>(9);                for (int j = 0; j < 9; j++) {
                    Point point = new Point(x + step * j, y + step * i);
                    points.add(point);
                }
                mShuDuPanelPointList.add(points);
            }
        }        if (mShuDuPanelPointList.size() == 9 && mTypeNumberPointList.size() == 9) {
            mInitDataFlag = true;
            Toast.makeText(this, "数独信息获取成功!", Toast.LENGTH_SHORT).show();
        }
    }    //保存数独面板的坐标信息,便于截取数独面板图片时使用
    private void saveSudokuBroadInfo(Rect rect) {
        SPUtils.put(SudokuAccessibility.this, SudokuXUtils.SP_RECT_LEFT, rect.left - 5);
        SPUtils.put(SudokuAccessibility.this, SudokuXUtils.SP_RECT_TOP, rect.top - 5);
        SPUtils.put(SudokuAccessibility.this, SudokuXUtils.SP_RECT_HEIGH, rect.bottom - rect.top + 10);
    }
    ...
}

  【注】这部分代码主要在SudokuAccessibility类中实现。

8 如何实现无Root权限截屏

  Android在5.0之后提供了官方的截屏API,现在的手机Android版本普遍在Android 5.0以上,该方法还是有比较高的适用性。此时,再也不需要通过root权限调用adb指令,或者使用辅助服务模拟截屏按键实现截屏了。

  由于节省文章篇幅,具体的实现读者可参考笔者的另一篇文章《Android 5.0 无Root权限实现截屏》

9 如何提取数独九宫格中的数字

  要求解数独,需要进行计算,图片格式的数字肯定是不行的,所以必须把图片上的数字转换为实实在在的数字才能进行计算。要得到实实在在的数字,我们需要做的是对图片上的数字进行提取和识别。

  本小节主要介绍数独图片中数字的提取(即获取数字图像区域),该功能本项目使用openCV实现。

9.1 介绍

OpenCV于1999年由Intel建立,如今由Willow Garage提供支持。OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在LinuxWindowsMac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成,同时提供了Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。

9.2 openCV的配置

  在Android中配置openCV其实也非常简单,可见笔者的另一篇文章《在Android Studio中配置openCV项目》,在此不再赘述。

9.3 openCV的使用

  提取图片内容的轮廓,我们可以使用openCV视觉库Imgproc类中findContours()方法来实现。在对图片进行轮廓识别时,先需要对图片进行灰度化二值化处理,这里先简单介绍这两个操作。

9.3.1 灰度化

  我们从findContours的参数要求中得知,第一个参数是图像二值化后的Mat对象。在生成二值化的图像前,我们需要对图像进行灰度化处理。

灰度化,在RGB模型中,如果R=G=B时,则彩色表示一种灰度颜色,其中R=G=B的值叫灰度值,因此,灰度图像每个像素只需一个字节存放灰度值(又称强度值、亮度值),灰度范围为0-255。一般有分量法 最大值法平均值法加权平均法四种方法对彩色图像进行灰度化。

  使用openCV中对图片灰度化的实现很简单,只需要一行代码即可:Imgproc.cvtColor(rgbMat, grayMat, Imgproc.COLOR_RGB2GRAY);

灰度化

cvtColor方法的定义:

cvtColor(Mat src, Mat dst, int code)

参数名含义
Mat src原Mat对象
Mat dst目标Mat对象
int code本项目使用的是Imgproc.COLOR_RGB2GRAY,即RGB图像转灰度图像

9.3.2 二值化

  接下来要做图像的二值化,简单来说,就是把图片变成只有黑色和白色的像素点。

图像的二值化,就是将图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果。

  同样地,图像二值化的实现也只需一行代码:Imgproc.threshold(grayMat, binaryMat, 100, 255, Imgproc.THRESH_BINARY);

threshold方法的定义:

threshold(Mat src, Mat dst, double thresh, double maxval, int type)

参数名含义
Mat src原Mat对象
Mat dst目标Mat对象
double thresh阈值的具体值
double maxvaltype取THRESH_BINARY 或THRESH_BINARY_INV阈值类型时的最大值
int typeTHRESH_BINARY:像素值大于阈值时,取Maxval,也就是第四个参数,否则置为0。
THRESH_BINARY_INV:当前点值大于阈值时,设置为0,否则设置为Maxval。
THRESH_TRUNC:  当前点值大于阈值时,设置为阈值,否则不改变。
THRESH_TOZERO:  当前点值大于阈值时,不改变,否则设置为0。
THRESH_TOZERO_INV:  当前点值大于阈值时,设置为0,否则不改变。

  在本项目中,thresh取值为100typeTHRESH_BINARY,即像素值超过100的都置为255,否则置为0。注意这里的thresh值的选用:可以刚好将九宫格内的纵横线去掉,在做数字提取的时候将会少判断一层父轮廓。

二值化

9.3.3 轮廓识别

  终于,我们要对图像进行轮廓识别。这一步将使用openCV视觉库位于Imgproc类中findContours()方法实现。该方法定义如下:

findContours(Mat image, List<MatOfPoint> contours, Mat hierarchy, int mode, int method)

参数名含义
Mat image单通道图像矩阵,一般是经过Canny、拉普拉斯等边缘检测算子处理过的二值图像
List<MatOfPoint> contoursMatOfPoint是保存Point的Mat,继承自Mat。
contours表示检测到的轮廓,轮廓是由一系列的点构成,存储在java 的list中,每个list的元素是MatOfPoint。
Mat hierarchy包含着图像的拓扑信息,有和contours相同数量的元素。
对于每个contours[i],对应的hierarchy[i][0], hiearchy[i][1], hiearchy[i][2]和 hiearchy[i][3]分别被设置同一层次的下一个,上一个,第一个孩子和父亲的轮廓。 如果contour [i]不存在对应的contours,那么相应的hierarchy[i] 就被设置成-1。
int modecontour的估计方式(4种):
RETR_EXTERNAL :只检测最外围的轮廓。
RETR_LIST :检测所有轮廓,不建立等级关系,彼此独立。
RETR_CCOMP :检测所有轮廓,但所有轮廓都只建立两个等级关系 。
RETR_TREE :检测所有轮廓,并且所有轮廓建立一个树结构,层次完整。(本项目使用该参数)
RETR_FLOODFILL :洪水填充法。
int methodcontour的检索方式(4种):
CHAIN_APPROX_NONE:保存物体边界上所有连续的轮廓点。
CHAIN_APPROX_SIMPLE:压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息。(本项目使用该参数)
CV_CHAIN_APPROX_TC89_L1:使用Teh-Chin 链近似算法。
CV_CHAIN_APPROX_TC89_KCOS:使用Teh-Chin 链近似算法。

  由于数独面板的轮廓包括各种的嵌套关系,此时mode参数选用RETR_TREE 。另外我们只需要数字轮廓的矩阵信息即可,所以method参数选用CHAIN_APPROX_SIMPLE

9.3.4 关于层次(Hierarchy)的理解

  检测轮廓的时候,有时候可能会出现其中一个轮廓包含了另外一个轮廓,比如同心圆。这里我们认为外侧轮廓为父轮廓,内侧被包含的为子轮廓。同一级别的又有前一个轮廓后一个轮廓。总的来说,hierarchy表达的是不同轮廓之间的联系。

  举一个例子,下图产生了7个轮廓信息:

  数组List<MatOfPoint> contours中共有7个轮廓信息,每个轮廓的id则为数组下标i。如id为0的轮廓a是整个图片的最外层轮廓、黑色边框共有里外两个id为1和2的轮廓b和c、数字1,3各自有一个轮廓f和g、数字4有两个轮廓d和e,其中轮廓c是轮廓efg的父轮廓。

  第i个轮廓的前、后、子、父轮廓会保存在hierarchy[i][0], hiearchy[i][1], hiearchy[i][2]和 hiearchy[i][3]中。要找到上图中的4、3、1三个数字轮廓,相对于要找到以轮廓c为父轮廓的contour[i]即可。

  我们处理数独面板图片时,也是一样的思路,只是数独面板比上图再多了一层父轮廓。为了理清楚轮廓关系,我们在调用findContours方法生成轮廓信息后,用log打印出所有的轮廓信息,先找到9个九宫格的轮廓id,存放在数组tmp中。再遍历contours数组,所有以tmp的元素为父轮廓的轮廓,则是我们最终需要的数字轮廓。如下图所示,可以看到父轮廓id为1的都是九宫格的轮廓(红框所示),以九宫格轮廓为父轮廓的都是数字轮廓(绿框所示)。

  最后,我们得到的轮廓信息可以通过Imgproc类的rectangle(Mat img, Point pt1, Point pt2, Scalar color)方法将轮廓绘制到图像中,以便调试。

轮廓识别

  使用openCV识别数字的部分已经完成,在这就不贴代码了,有需要的读者可参考项目中代码。

  【注】这部分的代码主要在SudokuXOrc类中实现。

10 如何实现数字识别

  上一小节,我们已经可以获得数独图片中的数字轮廓信息,可以产生数独数字图片。在本小节,将介绍如何识别图像中的文字。本项目使用tess-two ORC引擎实现图像识别。

10.1 介绍

Tesseract是Ray Smith于1985到1995年间在惠普布里斯托实验室开发的一个OCR引擎,曾经在1995 UNLV精确度测试中名列前茅。但1996年后基本停止了开发。2006年,Google邀请Smith加盟,重启该项目。目前项目的许可证是Apache 2.0。该项目目前支持Windows、Linux和Mac OS等主流平台。但作为一个引擎,它只提供命令行工具。 现阶段的Tesseract由Google负责维护,是最好的开源OCR Engine之一,并且支持中文。

tess-two是Tesseract在Android平台上的移植。

10.2 tess-two的配置

  tess-two在Android Studio中的配置非常简单,只需要以下三步即可。

10.2.1 在Android Studio中的引入依赖

dependencies {
    implementation 'com.rmtheis:tess-two:9.0.0'}

10.2.2 下载tessdata语言数据文件

  数据文件 下载链接。我们只需要识别数字,因此下载英文的语言数据eng.traineddata就可以了。

语言数据

10.2.3 配置tessdata语言数据文件

  这一步很重要!在手机的SD卡根目录创建一个名为tessdata的文件夹(必须是根目录和tessdata命名),将下载好的语言数据文件eng.traineddata放入其中。

  【注】在实际的应用,我们不可能要求用户手动完成这步操作。一般的做法是将eng.traineddata文件存放在android项目的asset目录中,在应用启动时将其复制到SD卡中。

10.3 tess-two使用

  本项目将tess-two的使用封装在TessTwoHelper类中,代码十分简单。使用前,需要调用TessBaseAPI的init方法进行初始化,第一个参数传入手机的根目录,第二个参数传入语言数据包名字。我们可以根据识别的文字图片类型设置白名单和黑名单,以便提高准确率。因为识别的是一个单独的文本块,所以调用setPageSegMode方法将模式设为PSM_SINGLE_BLOCK_VERT_TEXT

  相关代码:

(TessTwoHelper.java)public class TessTwoHelper {    public static final String DATA_DIR_PATH = "/storage/emulated/0/tessdata";    public static final String DATA_NAME = "eng.traineddata";    private TessBaseAPI tessBaseAPI = new TessBaseAPI();    public void init() {
        tessBaseAPI.init("/storage/emulated/0/", "eng");
        tessBaseAPI.setDebug(true);
        tessBaseAPI.setVariable(TessBaseAPI.VAR_CHAR_WHITELIST, "123456789");
        tessBaseAPI.setVariable(TessBaseAPI.VAR_CHAR_BLACKLIST, "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0!@#$%^&*()_+=-[]}{;:'\"\\|~`,./<>?");
        tessBaseAPI.setPageSegMode(TessBaseAPI.PageSegMode.PSM_SINGLE_BLOCK_VERT_TEXT);
    }    public String getText(Bitmap bitmap) {
        tessBaseAPI.setImage(bitmap);        return tessBaseAPI.getUTF8Text();
    }
}

  在SudokuXOrc类的getOriginShuDuArray方法中,使用数字轮廓坐标截取数字图片,使用tess-two识别,实测识别准确率还是相当高。

(SudokuXOrc.java)public class SudokuXOrc {
    ...    public int[][] getOriginShuDuArray(Bitmap bitmapSource) {
        ...        //根据轮廓截取数字图片,进行文字识别
        Bitmap tmpBitmap = Bitmap.createBitmap(bitmapSource, rect.x, rect.y, rect.width, rect.height);        int number = mTessTwoHelper.getText(tmpBitmap).charAt(0) - '0';
        saveBitmap(tmpBitmap, "bitmap" + rect.x + "" + rect.y + "tag:" + number);
        ...
    }
    ...
}

  【注】这部分代码主要在TessTwoHelper类实现。

11 如何编写代码求解数独

  数独求解算法,听起来感觉很高大上的东西,但笔者认为这可能是本文中最简单的内容,毕竟可以利用机器算力来解决。(づ ̄3 ̄)づ╭~

  笔者还没去了解过高效的数独求解算法,在这里用了一个相对容易理解的思路:

  步骤一:按先行后列的顺序遍历二维数组,找到第一个空白格子,根据游戏规则,找到该格子所有可能填入的数字的序列(下文称作数字序列)。如此重复填充空白格子。

  步骤二:若步骤一中填入数字有误,必将导致未来有一空白格子(假设格子A)找不到任何可以填入的数字。此时游标回退到上一个数字序列不为空的格子(假设格子B)中,并将格子B到A的所有填入的数字清除(置0)。

  步骤三:在格子B中填入数字序列的下一个数字。如此重复,直到填满全部空格。

  笔者实现该算法,用到栈stack和键值对Pair<key,value>。其中栈stack用于按序储存多余的数字序列,键值对Pair<key,value>中的key表示某个格子的坐标,value表示该格子的多余数字序列。

  实测该算法的速度还是可以的,笔者使用小米5的手机测试,解一个专家级数独(包括图像处理)平均只需1秒。

  关键代码:

(SudokuXAnalyse.java)public class SudokuXAnalyse {    /*数独二维数组*/
    private int[][] mShuDu = new int[9][9];    /*二维数组,标记某个格子是否被修改过,初始化全为false,填入数字后置为true*/
    private boolean[][] mShuDuFlag = new boolean[9][9];    public SudokuXAnalyse(int[][] shuDu) {...}    /*得到某个格子可能填入的数字序列*/
    private  ArrayList<Integer> getPendingQueue(int x, int y)  {...}    /*把坐标(beginX,beginY)到(endX,endY)全部被修改过的格子置为0,在回溯时使用*/
    private void clear(int beginX, int beginY, int endX, int endY) {...}    
    /*数独求解,无解时返回null*/
    public int[][] getAns() throws InterruptedException {        int i = 0, j = 0;        boolean needContinue = true;        /*栈中存放键值对,key为某格子的下标,value为该格子可能填入数字的序列*/
        Stack<Pair<String, ArrayList<Integer>>> stack = new Stack<>();        while (needContinue) {
            needContinue = false;            while (i < 9) {                while (j < 9) {                    if (mShuDu[i][j] == 0) {
                        needContinue = true;
                        ArrayList<Integer> arrayList = getPendingQueue(i, j);                        //当某格子没有可以填入的数字时,回溯
                        if (arrayList.size() == 0) {                            //栈空,无解
                            if (stack.size() == 0) {                                return null;
                            }                            int tmpI = stack.peek().first.charAt(0) - '0';                            int tmpJ = stack.peek().first.charAt(1) - '0';

                            clear(tmpI, tmpJ, i, j);                            //重新更新当前下标
                            i = tmpI; 
                            j = tmpJ;                            //填入某格子的下一个可能数字
                            mShuDu[i][j] = stack.peek().second.remove(0);                            if (stack.peek().second.size() == 0) {
                                stack.pop();
                            }
                        } else {
                            mShuDu[i][j] = arrayList.remove(0);
                            mShuDuFlag[i][j] = true;                            //保存某格子可能填入的其余数字
                            if (!arrayList.isEmpty()) {
                                String key = i + "" + j;
                                Pair<String, ArrayList<Integer>> pair = new Pair<>(key, arrayList);
                                stack.push(pair);
                            }
                        }
                    }
                    j++;
                }
                i++;
                j = 0;
            }
        }        return mShuDu;
    }
}

  【注】数独APP提供的题目都是有解的,若测试发现提示无解,极有可能是使用tess-two做图像转文字时识别错误,导致产生的数独无解。一般而言,使用tess-two来识别印刷体数字的准确率非常高,若识别出错,很可能是TessBaseAPI的setPageSegMode方法传入的模式不正确。
  【注】这部分的代码主要在类SudokuXAnalyse中。

12 如何实现模拟屏幕点击操作

  在求出数独的答案之后,需要实现数字的填入,人工填入数字太慢,比较炫酷的是APP自动填入。此时用到模拟屏幕的点击,可以在几秒内填好数十个数字。在Android程序中模拟屏幕的点击操作,比较可行的有两种方式:

  1. 获取root权限,执行adb指令,如adb shell input tap 250 250,表示在点击坐标(250,250)的位置。

  2. 使用AccessibilityService进行模拟点击。

  笔者最初是采用在APP中调用adb指令的方法,但实测该方法中指令运行速度非常慢,因为在数独输入一个数字,需要执行两条指令(原因可见备注),完成整个操作最快需要1分钟左右,跟人工输入没任何区别。这样当然是不行的,因此转向使用AccessibilityService实现模拟点击。

  使用AccessibilityService时,根据目标控件的id,通过findAccessibilityNodeInfosByViewId方法得到对应的AccessibilityNodeInfo对象,再用performAction(AccessibilityNodeInfo.ACTION_CLICK)方法可以完成一次模拟点击,但笔者在实践中发现,该方法失效了!!笔者认为很可能是该数独APP的按钮点击处理采用onTouch而非onClick的方法,进而屏蔽了该辅助功能的模拟点击。

  最后看到一篇文章中提到AccessibilityService新增了dispatchGesture方法,可发送手势。首先这个方法是7.0之后加入的,所以最小版本改为24。执行的手势类为GestureDescription,需要一段path路径来实例化,若path路径是一个点,则模拟点击事件。

  我们在前面已经使用AccessibilityService获得了数独面板、1-9数字按钮的位置信息,只需要进一步计算出数独面板每个格子以及1-9数字按钮的中心点,再使用dispatchGesture方法,则可以完成模拟点击操作。

  通过dispatchGesture完成模拟点击,关键代码:

(SudokuAccessibility.java)public void dispatchGestureView(int startTime, int x, int y) {
    Point position = new Point(x, y);
    GestureDescription.Builder builder = new GestureDescription.Builder();
    Path p = new Path();
    p.moveTo(position.x, position.y);    /**
     * StrokeDescription参数:
     * path:笔画路径
     * startTime:时间 (以毫秒为单位),从手势开始到开始笔划的时间,非负数
     * duration:笔划经过路径的持续时间(以毫秒为单位),非负数*/
    builder.addStroke(new GestureDescription.StrokeDescription(p, startTime, 1));
    dispatchGesture(builder.build(), null, null);
}

  计算数独面板81个小格子以及1-9按钮的中心坐标:

(SudokuAccessibility.java)private void initViewData(AccessibilityEvent event) {
    ...    //获取1-9数字按钮的中心位置
    for (int i = 0; i < 9; i++) {
        String id = String.format("com.easybrain.sudoku.android:id/button_%d", i + 1);
        List<AccessibilityNodeInfo> nodeInfos = root.findAccessibilityNodeInfosByViewId(id);        if (!nodeInfos.isEmpty()) {            //获取控件的矩形区域
            Rect rect = new Rect();
            nodeInfos.get(0).getBoundsInScreen(rect);
            Point point = new Point(rect.centerX(), rect.centerY());
            mTypeNumberPointList.add(point);
        }
    }    //获取数独面板81个格子的中心位置
    String id = String.format("com.easybrain.sudoku.android:id/sudoku_board");
    List<AccessibilityNodeInfo> nodeInfos = root.findAccessibilityNodeInfosByViewId(id);    if (!nodeInfos.isEmpty()) {        //获取控件的矩形区域
        Rect rect = new Rect();
        nodeInfos.get(0).getBoundsInScreen(rect);        int step = (rect.bottom - rect.top) / 9;        //计算81格中,第一个格子的中心点
        int x = rect.left + step / 2;        int y = rect.top + step / 2;        /*保存数独面板的左上角顶点、高度信息,便于截图分析数独面板数字时使用。*/
        saveSudokuBroadInfo(rect);        for (int i = 0; i < 9; i++) {
            List<Point> points = new ArrayList<>(9);            for (int j = 0; j < 9; j++) {
                Point point = new Point(x + step * j, y + step * i);
                points.add(point);
            }
            mShuDuPanelPointList.add(points);
        }
    }
    ...
}

  通过Handler模拟延时点击,关键代码:

(SudokuAccessibility.java)
...private Handler mHandler = new Handler(new Handler.Callback() {    int i = 0;    /**
     * 设置tag可以实现轮流按下数独面板和选择区按钮,
     * 同时配合变量@param fillingFlag,实现避免某些区域点击失效的情况。
     * */
    boolean tag = true;    @Override
    public boolean handleMessage(Message msg) {        if (i < mLocTextInfos.size()) {
            LocTextInfo locTextInfo = mLocTextInfos.get(i);            if (tag == true) {
                Point numberPoint = mShuDuPanelPointList.get(locTextInfo.locX).get(locTextInfo.locY);
                dispatchGestureView(0, numberPoint.x, numberPoint.y);
            } else {
                Point typeNumberPoint = mTypeNumberPointList.get(locTextInfo.number - 1);
                dispatchGestureView(0, typeNumberPoint.x, typeNumberPoint.y);
                i++;
            }
            tag = !tag;
            mHandler.sendEmptyMessageDelayed(0, 25);
        } else {
            i = 0;
            tag = true;
            mHandler.removeCallbacksAndMessages(null);
            mLocalBroadcastManager.sendBroadcast(new Intent(SudokuXUtils.ACTION_FILLING_COMPLETE));
        }        return false;
    }
});
...

  最后需要在xml配置文件中添加允许执行手势:

(accessibility.xml)
...
android:canPerformGestures="true"...

  【注】首先需要注意,把一个数字填入数独面板的小格子中,需要执行两次点击操作:第一次点击1-9的数字按钮,选中要填入的数字,第二次点击数独面板对应的小格子,填入数字。(该数独APP的默认规则)

  【注】这部分代码主要在SudokuAccessibility类中实现。

13 后记

  该软件还有很多有待改进的地方,比如:

  1. 直接集成openCV和tess-two包,没有做优化处理,导致软件安装包有100多M。

  2. 只能针对特定的APP完成求解、填入操作,后序可加入用户框选数独面板,软件自动识别当前应用的功能,使能够填入任何的数独APP。

  本文只做抛砖引玉之用,若有读者改进了上述缺点请告知...



作者:AchillesL
链接:https://www.jianshu.com/p/d3bb8ff73efa


0人推荐
随时随地看视频
慕课网APP