Shining Hunter 是一款专为宝可梦游戏设计的自动化刷闪工具,通过先进的图像识别技术,帮助玩家高效获取闪光宝可梦。
- 图像识别: 基于OpenCV和机器学习算法,对游戏画面进行实时分析
- 多维度检测: 结合颜色相似度、结构相似度、颜色差异等多重指标进行闪光判断
- 智能重试: 可配置的分析重试机制,确保检测的准确性和稳定性
- 自动化操作: 通过键盘模拟实现完全自动化的刷闪流程
- 宝可梦游戏: 支持各种宝可梦模拟器(DeSmuME等)
- 闪光检测: 自动识别闪光宝可梦的出现(根据参考图像)
- 24小时运行: 支持长时间无人值守的自动刷闪
- 多世代支持: 兼容不同世代的宝可梦游戏
- 智能检测: 基于图像分析的闪光检测系统
- 多参考图像: 支持多张参考图像同时分析,提高检测准确性
- 实时分析: 刷闪过程中实时显示分析结果和进度
- 智能重试: 可配置的分析重试机制,提高检测稳定性
- 动态时间轴: 可自定义的刷闪动作序列
- 动作类型: 支持初始延迟、重置、快速读取、确认、区域分析等动作
- 灵活配置: 支持添加、编辑、删除、排序时间轴动作
- 导入导出: 支持时间轴配置的保存和加载
- 多维度分析: 颜色相似度、结构相似度、颜色差异等多重指标
- 阈值配置: 可调节的分析阈值设置
- 参考图像管理: 支持多张参考图像的加载和管理
- 错判处理: 智能错判识别和参考图像自动更新
- 现代化设计: 美观的现代化界面设计
- 多标签页: 控制、截图、图像分析等功能分页显示
- 实时反馈: 刷闪进度、分析结果、状态信息实时显示
- 配置管理: 完整的配置导入导出系统
- 暂停恢复: 支持刷闪暂停和状态保存
- BGM播放: 检测到闪光时自动播放音乐提醒
- 历史记录: Excel格式的刷闪历史记录
- 截图管理: 智能截图清理和闪光图片保护
- 概率统计: 基于世代的闪光概率计算和称号系统
- 偏好保存: 偏好设置的保存和加载
- 多线程: 后台刷闪不(完全)阻塞界面操作
- 键盘控制: 支持自定义键位设置
- 截图技术: 基于MSS的高效截图系统
- 图像处理: OpenCV和PIL的图像分析技术
- 数据持久化: JSON配置文件和Excel历史记录
- 宝可梦刷闪: 自动化的闪光宝可梦刷取
- 效率提升: 24小时不间断的自动刷闪
- 智能识别: 高准确率的闪光检测
- 状态管理: 完整的刷闪进度和配置管理
ShiningHunter/
├── configs/ # 配置文件目录
│ ├── icons/ # 应用程序图标
│ ├── music/ # BGM音乐文件
│ └── [配置文件] # 各种配置JSON文件
├── modules/ # 核心模块
│ ├── gui_interface.py # 用户界面
│ ├── auto_hunter.py # 自动刷闪
│ ├── image_analyzer.py # 图像分析
│ └── [其他模块]
└── screenshots/ # 截图目录
- GUI框架: Tkinter + ttk
- 图像处理: OpenCV, PIL, scikit-image
- 键盘控制: pynput
- 截图技术: MSS
- 数据处理: pandas, openpyxl
- 音频播放: pygame
- 打包工具: PyInstaller
- 参考图像可视化: 参考图像的可视化展示
- 分析结果的多维度展示: 分别从颜色相似度、结构相似度、颜色差异3个维度展示最高匹配的参考图像
- 高效便捷: 批量化启用禁用截图区域
- 好看可用: 区域选择器的美观展示,现在的用起来太别扭了
- 修复“特性”: 已选择的区域列表完整展示,不会因为添加而清空
- 窗口定位: 自动获取模拟器窗口位置和大小
- 智能截图: 基于模拟器窗口的智能截图区域设置
- 一键配置: 自动配置截图区域,无需手动设置