针对Cent Browser断网谷歌小恐龙，屏幕1920*1080。 关闭慢速模式。

第一版

仅仅是简单的检测像素点，像素点不一样就会跳跃

大约能到700分左右，因为700分左右会变色，变色过程中由于色差问题，小恐龙可能会不停跳跃或者无视仙人掌。

你可以尝试更改andx()中的睡眠时间，set_out中的跳跃时间，或者x1,y1的初始值来优化。

from ctypes import *
import pyautogui as ui
from threading import Thread
import keyboard
import time# 当进程启动时如果两个点不同，就会按下空格
def set_out():global x1, x2, y1, y2, a gdi32 = windll.gdi32user32 = windll.user32# 获取句柄hdc = user32.GetDC(None)# 获取指定像素的颜色while a:c1 = gdi32.GetPixel(hdc, x1, y1)c2 = gdi32.GetPixel(hdc, x2, y2)if not c1 == c2:keyboard.press(' ')time.sleep(0.8)keyboard.release(' ')# 该进程每隔一段时间使得监测点右移，适应速度
def andx():global a, x2while (a):time.sleep(1.35)x2 = x2 + 1# 开始按下*号，获得两个检测点，
# 鼠标指向小恐龙眼睛按*号
global x1, x2, y1, y2, a
keyboard.wait('*')
x1, y1 = ui.position()
x2 = x1
y2 = y1 - 50
x1 = x1 + 85
y1 = y1 + 30
print(x1, y1, x2, y2)
t = Thread(target=set_out)  # 进程绑定
t1 = Thread(target=andx)  # 进程绑定
a = 1
keyboard.wait('+')
t.start()
t1.start()
keyboard.wait('-')
a = 0
t.join()
t1.join()

第二版

调整判定，使用两个检测区域，测定危险移动速度，再算出危险到小恐龙时间，提前跳跃

from PIL import ImageGrab  # 截屏用
import pyautogui as ui  # 获取鼠标位置
from threading import Thread  # 进程
import keyboard  # 键盘监听
import numpy as np
import timedef jump_(wait):# 执行线程，睡眠后按空格time.sleep(wait)keyboard.press(' ')time.sleep(0.2)keyboard.release(' ')def set_out():global x, y, end_l, end_r, atime_r = []  # 经过右端的时间队列while a:# 获得一排像素点,二值化，并且转数组img = ImageGrab.grab(bbox=(end_l, y - 1, end_r, y)).convert('1')img = list(np.array(img)[0])# 开始处理数组，使得危险‘连续’lenimg = len(img)setting = img[0]  # 背景颜色t = True  # 背景标记避免重复膨胀i = 200  # 循环变量# '膨胀'while i < lenimg:if not img[i] == setting:  # 若与背景不同色if t:  # 之前是背景j = 1t = False  # 遇到不是背景while j < 10:  # 将之前10个像素‘膨胀’if not img[i - j] == setting:  # 遇到不是背景的break  # 结束img[i - j] = img[i]j += 1else:  # 遇到背景t = Truei += 1t = True  # 背景标记i = 200  # 循环变量# '腐蚀'while i < lenimg:  # 针对后2/3像素点if not img[i] == setting:  # 若与背景不同色if t:  # 之前是背景j = 0t = Falsewhile j < 12 and i < lenimg:  # 将其与之后共12个像素‘腐蚀’img[i] = settingj += 1i += 1else:  # 遇到背景t = Truei += 1# 数组已经处理，对于中点和最右点区域检测# 让危险距离恐龙0.24s时起跳i = lenimg - 70  # 检测最末尾20个while i < lenimg - 50:if not img[i] == setting:  # 如果是危险time_r=time.time()  # 获得经过右监测点的时间breaki += 1i = lenimg - 470  # 检测中间20个while i < lenimg - 450:if not img[i] == setting:  # 如果是危险time_c = time.time()  # 获得经过中间监测点的时间tt = time_c - time_r  # 经过两个监测点的时间差# v=400/tt# t=s/v=250*tt/400=tt * 0.625   到小恐龙的时间# 设定一个线程，睡眠t-0.24s后按空格wait = tt * 0.625 - 0.24if 0.15 < wait < 1.2:jump = Thread(target=lambda st=wait: jump_(st))  # 跳跃线程jump.start()breaki += 1np.set_printoptions(threshold=np.inf)  # 输出不省略
# 开始按下*号，获得三个检测点，
# 鼠标指向小恐龙眼睛按*号
keyboard.wait('*')
x, y = ui.position()
print(x, y)
end_l = x - 80
centre = x + 400
end_r = centre + 300
y = y + 20
# 小恐龙距离最右边700像素
t = Thread(target=set_out)  # 进程绑定
a = 1
keyboard.wait('+')
t.start()
print('自动跳越开启')
keyboard.wait('-')
a = 0
t.join()
print('自动跳越关闭')

写时意识到，根本不需要膨胀腐蚀，仙人掌十分稀疏，用不着队列，可能改版了，没有翼龙，两个监测点不如直接测速度

第三版

from PIL import ImageGrab  # 截屏用
import pyautogui as ui  # 获取鼠标位置
from threading import Thread  # 进程
import keyboard  # 键盘监听
import numpy as np
import timedef jump_(wait):# 执行线程，睡眠后按空格# print(wait)time.sleep(wait)keyboard.press(' ')time.sleep(0.2)keyboard.release(' ')def set_out():global x, y, end_l, end_r, aperil = []  # 危险组 [[位置],[时间],]risk = 0j = 0while a:# time.sleep(0.1)# 获得一排像素点,二值化，并且转数组img = ImageGrab.grab(bbox=(end_l, y - 1, end_r, y)).convert('1')img = list(np.array(img)[0])# 开始处理数组，寻找危险位置lenimg = len(img)setting = img[0]  # 背景颜色i = 250  # 循环变量# 寻找危险位置while i < lenimg - 50:  # 找危险开始点if not img[i] == setting:  # 若与背景不同色risk = i  # 记录危险breaki += 1if i == lenimg - 50:  # 这一轮没找到continuei = lenimg - 50  # 循环变量j = 0while i > risk:  # 找危险结束点，求出危险近似中点if not img[i] == setting:  # 若与背景不同色if i - risk > 120:  # 距离差距太大j = 1else:risk = (risk + i) // 2breaki -= 1if j or risk < 300 or risk > lenimg-100:continue# 数组已经处理# 让危险距离恐龙0.25s时起跳time_1 = time.time()  # 得到时间if not len(peril) == 0:  # 有上一次的位置# 找到了，且在上一次出现位置的左边if peril[-1][0] > risk:tt = time_1 - peril[-1][1]  # 和上一次的时间差# v = s/tt    速度# t = s'/v = s'*tt/s   到小恐龙的时间# 设定一个线程，睡眠 t-0.25s 后按空格wait = (risk - 80) * tt / (peril[-1][0] - risk) - 0.25if 0 < wait < 1:jump = Thread(target=lambda st=wait: jump_(st))  # 跳跃线程jump.start()elif risk - peril[-1][0] < 50:  # 太近continueperil = [[risk, time_1]]np.set_printoptions(threshold=np.inf)  # 输出不省略
# 开始按下*号，获得三个检测点，
# 鼠标指向小恐龙眼睛按*号
keyboard.wait('*')
x, y = ui.position()
print(x, y)
end_l = x - 80
centre = x + 400
end_r = centre + 300
y = y + 20
# 小恐龙距离最右边700像素
t = Thread(target=set_out)  # 进程绑定
a = 1
keyboard.wait('+')
t.start()
print('自动跳越开启')
keyboard.wait('-')
a = 0
t.join()
print('自动跳越关闭')

总之比我手残分数高（这里小恐龙到最右端像素长约700）屏幕分辨率1920*1080，浏览器占右半边屏幕。屏幕不同可能无法正常躲避。（懒到不想做比例）就测试了1次，5003分。