python带你采集大型网游英雄皮肤图~

使用YOLOv3(Python - Keras)实时检测屏幕画面进行目标检测教程(以检测GTA5游戏画面为例子) 毕业设计项目做了一个在游戏GTA5中实现自动驾驶的项目,其中一个功能是汽车的碰撞检测。为了实现这个功能我首先需要能实现识别汽车,对比了使用了SSD和Faster-RCNN,我选择了YOLOv3来实现这个功能,因为它既有速度又有精度,还非常灵活,简直是工业界良心。 当时在网上查阅相关教程的时候,很多教程只是讲到调用一下文件实现视频文件的检测。然而我需要对屏幕上显示的游戏画面进行检测,所以很多教程都... 阅读详情

前言

嗨喽~大家好呀,这里是魔王呐 !

开发环境以及模块的使用:

  • python 3.6

  • pycharm

  • requests >>> pip install requests

  • os 内置模块 不需要安装的

整体流程:

代码

import requests # 第三方模块  pip install requests
import pprint # 格式化输出的模块  在打印json的数据的时候,可以更加方便 查看数据信息
import os # 内置模块 不需要安装 自带的
import re # 内置模块 不需要安装

def change_title(title):
    mode = re.compile(r'[\\\/\:\*\?\"\<\>\|]')
    new_title = re.sub(mode, '_', title)
    return new_title


def save(title, name, img_url):
    # 我想要把每个英雄皮肤图片,单独保存在一个文件里面
    filename = f'img\\{title}\\'
    # 自动创建文件夹
    # 如果没有这个文件夹 / 没有这个路径 那么就创建这个文件夹
    if not os.path.exists(filename):
        os.mkdir(filename)
    # 获取图片内容,是要获取它一个二进制数据内容
    # 文本数据 response.text json数据 response.json()  二进制数据 response.content
    img_content = requests.get(url=img_url, headers=headers).content
    with open(filename + name + '.jpg', mode='wb') as f:
        f.write(img_content)
        print(name)
response = requests.get(url=url, headers=headers)
# pprint.pprint(response.json())
# 解析数据 获取 英雄ID
# json数据提取数据 和 字典类似  根据关键字提取值  通俗的讲 根据冒号左边的内容 提取冒号右边的内容
hero_list = response.json()['hero'] #  返回的数据内容 是列表形式
# 通过遍历/for 循环 提取它每一个英雄ID

lis = []
for index in hero_list:

    hero_id = index['heroId']
    lis.append(hero_id)
    # 字符串 格式化方法
    # 对英雄的皮肤数据 url地址 发送请求 获取英雄皮肤图片数据

lis = lis[27:]

    # pprint.pprint(response_1.json())
    # 解析数据 获取英雄皮肤url地址/英雄名字/皮肤名字
    skins = response_1.json()['skins']
    for index_1 in skins:
        # 皮肤图片地址
        img_url = index_1['mainImg']
        # 英雄名字
        title = index_1['heroTitle']
        # 皮肤名字
        name = index_1['name']
        new_name = change_title(name)
        new_title = change_title(title)

        if img_url:
            save(new_title, new_name, img_url)
        else:
            chroma_img = index_1['chromaImg']
            save(new_title, new_name, chroma_img)

效果












尾语

要成功,先发疯,下定决心往前冲!

学习是需要长期坚持的,一步一个脚印地走向未来!

未来的你一定会感谢今天学习的你。

—— 心灵鸡汤

本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 😝

👇问题解答 · 源码获取 · 技术交流 · 抱团学习请联系👇
S盒+异或+循环密钥:Windows PE查表逆向实战详解 阅读详情

相关推荐

Python实现游戏像识别与处理

在实际应用中,需要根据具体的需求选择合适的像处理和识别算法,并对算法进行优化以提高算法的效率和准确率。要对游戏进行像识别和处理,首先需要采集游戏中需要处理的像。(2)SURF算法:SURF(Speeded Up Robust Features)算法是一种对SIFT算法的改进,它在计算局部特征的过程中使用了更快的方法,从而提高了算法的效率。(2)KNN算法:K近邻算法是一种基于距离度量的分类算法,它的基本思路是寻找与待分类样本距离最近的K个近邻,然后将这些近邻的类别使用投票的方式进行分类。

吃不胖. 1782

python实现连连看辅助(像识别)

个人兴趣,用python实现连连看的辅助程序,总结实现过程及知识点。 总体思路 1、获取连连看程序的窗口并前置 2、游戏界面截,将每个一小标切,并形成由小标组成的二维列表 3、对片的二维列表遍历,将二维列表转换成由数字组成的二维数组,片相同的数值相同。 4、遍历二维数组,找到可消除的对象,实现算法: 两个标相邻。(一条线连接) 两个标同行,同列,且中间的标全部为空(数值为0)(一条线连接) 两条线连接,转弯一次,路径上所有标为空。(二条线连接) 三条线连接,转弯二次,路径上所有标为空。(三条线连接) 分别点击两个标,并将对应的二维数据值置为0 实现

05 从零搭建 GPT 模型:LayerNorm、GELU 与解码器堆叠

<think>我们根据要求,生成≤150字的文章摘要。内容是关于GPT模型构建的第五篇,涵盖LayerNorm、GELU、前馈网络、残差连接、TransformerBlock和GPTModel组装。摘要应简洁概括核心内容。</think>本文介绍从零搭建GPT模型的关键组件:LayerNorm对特征维归一化,GELU平滑激活,前馈网络扩展收缩,残差连接缓解梯度消失。随后组装TransformerBlock(多头注意力+前馈,Pre-LN),最终构建GPTModel并实现文本生成,附参数量核算。

元直的博客 290

python屏幕截像数组、鼠标移动点击的游戏外挂应用

以程序自动完成游戏黑白快为例: 程序的逻辑是: 一、获取游戏界面屏幕截 hwnd = 0 # 窗口的编号,0号表示当前活跃窗口 # 根据窗口句柄获取窗口的设备上下文DC(Divice Context) hwndDC = win32gui.GetWindowDC(hwnd) # 根据窗口的DC获取mfcDC mfcDC = win32ui.CreateDCFromHandle(hwndDC) # mf...

冲击10w 5133

python调用yolov3检测_使用YOLOv3(Python - Keras)实时检测屏幕画面进行目标检测教程(以检测GTA5游戏画面为例子)...

毕业设计项目做了一个在游戏GTA5中实现自动驾驶的项目,其中一个功能是汽车的碰撞检测。为了实现这个功能我首先需要能实现识别汽车,对比了使用了SSD和Faster-RCNN,我选择了YOLOv3来实现这个功能,因为它既有速度又有精度,还非常灵活,简直是工业界良心。当时在网上查阅相关教程的时候,很多教程只是讲到调用一下文件实现视频文件的检测。然而我需要对屏幕上显示的游戏画面进行检测,所以很多教程都不适...

weixin_39986466的博客 1583

python游戏目标识别_用Python玩GTA 5—使用OpenCV读取游戏面面

原文名称:Reading game frames in Python with OpenCV - Python Plays GTA V原文链接:Python Programming Tutorials原文作者:@Harrison本文是Harrison《Python Plays GTA V》系列教程第一篇。当OpenAI's Universe(Universe)出现后,很多文章都在鼓吹大量的游戏(甚...

weixin_39673002的博客 2191

python获取游戏窗口_python中pygame针对游戏窗口的显示方法实例分析(附源码)

本文实例讲述了python中pygame针对游戏窗口的显示方法。分享给大家供大家参考,具体如下:在这篇教程中,我将给出一个demo演示:当我们按下键盘的‘f’键的时候,演示的窗口会切换到全屏显示和默认显示两种显示模式并且在后台我们可以看到相关的信息输出:上面给出了一个简单的例子,当然在pygame的官方文档中有对显示策略的更权威的说明:http://www.pygame.org/docs/ref/...

weixin_29476545的博客 3254

一步步用python制作游戏外挂

玩过电脑游戏的同学对于外挂肯定不陌生,但是你在用外挂的时候有没有想过如何做一个外挂呢?(当然用外挂不是那么道义哈,呵呵),那我们就来看一下如何用python来制作一个外挂。。。。 我打开了4399小游戏网,点开了一个不知名的游戏,唔,做寿司的,有材料在一边,客人过来后说出他们的要求,你按照菜单做好端给他便好~ 为啥这么有难度?8种菜单记不清,点点就点错,鼠标还不好使肌肉劳损啥的伤

蓝色象牙 2万+

【MCP(Model Context Protocol)开发到发布完整指南】

MCP(Model Context Protocol)开发到发布完整指南

晨埃 233

Agent 记忆压缩通常有哪些方法?

在传统软件中,状态可以通过关系型数据库做毫秒级精准存取;而在 AI Agent 架构中,大模型本身是无状态的概率推理引擎。为了维持多轮交互的连续性,开发者必须将历史记忆注入到上下文(Context)中。上下文爆炸与成本失控:多轮对话与工具调用轨迹(Tool Traces)包含海量冗余 Token,每次 API 请求都需要对全量历史重复计费,成本呈二次方上升。推理延迟(Latency)恶化:超长上下文会导致 GPU 在 Prefill 阶段的计算耗时大幅拉长,严重破坏实时交互体验。

2603_96126046的博客 297

22-DataCenter报文序列化

(put在循环后),解析侧遇到时continue不影响store循环——顺序无关但习惯上收尾。

yuhou25的博客 201

可以做年龄编辑的gan对抗网络(SAGAN)

把这 10 张(或更多年龄段)片按顺序拼接,用 OpenCV 或 FFmpeg 导出为 MP4,就能看到“一个人”的年龄变化过程。:模型只学了 10 个离散年龄段(0~9),直接切换标签会导致五官突然“跳变”,无法生成 18岁→18.5岁 这种细腻变化。如果连续年龄回归,会更加的丝滑,接下来我们将修改一版连续年龄回归的代码,还是在这个的基础之上进行!,比如用预训练的 ArcFace 提取人脸特征,约束不同年龄帧的特征向量尽量接近。,会生成固定噪声下不同年龄的人脸片,实现“编辑年龄”的效果。

有的话没说出来之前,你是他的主人,一旦说出来你就成了他的奴隶||想要干好事,别太把自己当人,别把别人太不当人||认识这个人就是开了一扇窗户,就能看到不一样的东西,听到不一样的声音,能让你思考、觉悟,这已经够了 71

2026科学实验能力大赛真题:护林飞行闯关解析

2026 首届全国青少年科学实验能力大赛决赛已于 8 月 20—22 日在济南收官,9 月起各赛区成绩陆续公布。这场白名单赛事鼓励青少年用"做中学"的方式呈现科学探究过程,而形化编程正是把科普内容变成可交互作品的好工具。今天我们用一道原创项目题「护林飞行闯关」,大家用 Scratch 做一个科普护林小游戏,把六大考点串成能玩的作品。

IT_Scratch的博客 45

基于Python的爱奇艺视频数据可视化分析系统

长视频平台剧集、评分、热度与评论数据体量大、维度多,手工汇总难以快速把握类型结构、口碑分布与主演导演影响力。系统采用 B/S 架构,后端入口为app.py,运行端口8060;数据库使用 MySQL(库名iqiyi),经 PyMySQL 访问。前台基于 Bootstrap 5、本地中的 ECharts 5 与 echarts-wordcloud,配合主题。业务表包括usersdramascommentsfavorites。数据可通过导入,或经/ 相关脚本补充样本。分析层在。

qq_35928134的博客 210

Java深入解析篇二十之JavaStream API详解

Stream(流)是引入的数据处理抽象,位于包。它表示从数据源产生的元素序列,并支持对其进行函数式、聚合式操作。不是集合:流不存储数据,只描述对数据的计算;不是 IO 流:与无关;惰性管道:中间操作只是登记,终端操作才触发实际计算。// 命令式写法(对照) // List<String> r = new ArrayList<>();

萧瑟余晖的博客 336

Django的手机数据分析与可视化

Django的手机数据分析与可视化系统 摘 要 本系统基于Django框架、HTML和MySQL数据库技术,构建了一个全面的手机数据分析与可视化平台。大屏内容丰富,包括品牌市场份额分布、手机价格区间分布、各维度评分分布、热门机型Top10、内存容量分布以及品牌评分与价格分析等多个模块。通过这些模块,用户可以直观地了解手机市场的整体趋势、各品牌的市场表现、手机价格分布情况、用户评分分布以及热门机型的详细信息。系统采用了先进的可视化技术,将复杂的数据以表的形式呈现,使得数据更加易于理解和分析。 在管理功能方

weixin_41915110的博客 751
上一篇: python二十行代码教你批量采集超高清 jpg
下一篇: 【羊了个羊】什么!第二关难如上青天,能不能简单版??
魔王不会哭
博客等级 码龄5年 6002粉丝 394原创
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值