BetterGI：基于计算机视觉的原神自动化框架技术解析

BetterGI基于计算机视觉的原神自动化框架技术解析【免费下载链接】better-genshin-impactBetterGI · 更好的原神 - 自动拾取 | 自动剧情 | 全自动钓鱼(AI) | 全自动七圣召唤 | 自动伐木 | 自动刷本 | 自动采集/挖矿/锄地 | 一条龙 | 全连音游 - UI Automation Testing Tools For Genshin Impact项目地址: https://gitcode.com/gh_mirrors/be/better-genshin-impactBetterGI是一个为《原神》PC端玩家设计的开源智能辅助工具它采用先进的计算机视觉技术实现游戏全流程自动化操作不修改游戏文件仅依靠视觉识别和模拟操作来完成日常任务、资源收集等重复性内容。这一技术方案在游戏自动化领域具有创新性为玩家提供了高效且安全的自动化体验。技术架构解析视觉识别与自动化操作的深度融合BetterGI的核心架构建立在多层次的计算机视觉处理流水线之上。项目采用模块化设计将复杂的游戏自动化任务分解为可独立开发和维护的组件。整个系统主要分为四个关键层次图像采集层、识别分析层、决策执行层和用户接口层。在图像采集层BetterGI通过Fischless.GameCapture库实现了多种截图方式包括BitBlt、Graphics Capture和DwmSharedSurface技术确保在不同Windows版本和硬件配置下都能稳定获取游戏画面。这种多模式截图机制保证了系统的兼容性和稳定性。识别分析层是整个系统的智能核心位于Core/Recognition/目录下的多个子模块构成了强大的视觉识别引擎。OpenCV库提供了基础的图像处理能力ONNX运行时则负责深度学习模型的推理执行而PaddleOCR引擎专门处理游戏内的文字识别任务。这种混合识别策略既保证了识别速度又确保了准确性。图BetterGI视觉识别系统架构展示了从图像采集到决策执行的完整流程应用生态构建从基础功能到复杂场景的自动化覆盖BetterGI的应用生态覆盖了《原神》游戏的多个维度从简单的重复操作到复杂的AI决策场景。系统通过GameTask/目录下的各类任务模块实现了对游戏内各种活动的自动化支持。在基础功能层面系统提供了自动拾取、自动剧情跳过、快速传送等实时任务。这些功能基于简单的图像匹配和OCR识别技术通过Core/Recognition/OpenCv/中的模板匹配算法实现。例如自动拾取功能通过检测屏幕上的交互提示图标自动按下F键完成拾取操作。中等复杂度的任务如自动钓鱼、自动伐木、自动烹饪等则结合了多种识别技术。以自动钓鱼为例系统使用YOLO目标检测模型识别鱼上钩的时机同时结合颜色识别判断钓鱼进度条的位置实现全自动的钓鱼流程。这一功能位于GameTask/AutoFishing/目录下展示了深度学习与传统计算机视觉技术的结合应用。高级自动化场景包括自动七圣召唤、自动秘境挑战和自动地脉花收集等复杂任务。这些功能需要综合运用多种识别技术和状态机管理。以自动七圣召唤为例系统需要识别卡牌状态、对手行动、游戏阶段等多个维度的信息并基于预设策略做出决策。这种复杂场景的自动化体现了BetterGI在游戏AI领域的深度探索。关键技术实现混合识别与智能决策系统BetterGI的技术实现中最具创新性的部分是混合识别系统和智能决策框架。系统采用了分层识别策略根据不同的识别需求选择最优的识别算法。在文字识别方面系统支持多种OCR引擎。Core/Recognition/OCR/目录下的OcrFactory类实现了工厂模式可以根据配置动态选择PaddleOCR、YasModel或YapModel引擎。这种设计使得系统能够根据不同场景选择最适合的文字识别方案平衡识别精度与处理速度。目标检测方面系统集成了YOLOv8模型用于特定对象的识别。Core/Recognition/ONNX/YOLO/目录下的Predictor类封装了ONNX模型推理过程支持CPU和GPU_DirectML两种推理设备。这种设计确保了在不同硬件配置下都能获得良好的性能表现。智能决策系统通过状态机和行为树实现复杂任务的自动化执行。以自动战斗系统为例GameTask/AutoFight/目录下的Behaviours.cs和Blackboard.cs实现了基于行为树的战斗决策系统。系统能够根据当前战斗状态、敌人类型和角色技能冷却时间动态调整战斗策略。// 行为树决策示例代码 public class FightBehavior : BehaviorTree { protected override void OnInitialize() { // 初始化战斗行为树 Root new Sequence( new CheckEnemyDistance(), new SelectSkill(), new ExecuteAttack(), new WaitForCooldown() ); } }配置管理与用户自定义灵活性与易用性的平衡BetterGI在提供强大自动化功能的同时也注重系统的灵活性和用户友好性。项目的配置管理系统位于Core/Config/目录下采用JSON序列化存储用户设置支持运行时动态修改。系统的主要配置文件包括配置文件主要功能技术特点AllConfig.cs集成所有配置项单例模式全局访问HotKeyConfig.cs快捷键配置支持自定义按键绑定MacroConfig.cs宏操作配置支持复杂操作序列录制ScriptConfig.cs脚本管理配置支持脚本订阅和自动更新用户自定义功能是BetterGI的一大亮点。系统提供了键鼠录制功能允许用户录制自己的操作序列并保存为宏脚本。这些脚本存储在User/目录下支持导入和导出形成了活跃的用户脚本社区。例如User/AutoGeniusInvokation/目录下包含了多个社区贡献的七圣召唤脚本展示了不同玩家的策略思路。脚本系统的设计采用了JavaScript引擎支持动态加载和执行。Core/Script/目录下的Dispatcher类负责脚本的调度执行而CustomHostFunctions类提供了与游戏交互的API接口。这种设计使得高级用户能够编写复杂的自动化脚本扩展系统的功能边界。技术挑战与解决方案在游戏自动化领域的实践探索在开发BetterGI的过程中团队面临了多个技术挑战包括游戏画面的动态变化、不同硬件环境下的性能差异、以及防止被游戏检测的风险。针对这些挑战项目采用了多种创新性解决方案。对于游戏画面的动态变化问题系统采用了多级缓存和自适应识别策略。Core/Recognition/OpenCv/FeatureMatch/目录下的特征匹配算法能够处理游戏画面的旋转、缩放和光照变化。系统还会根据识别结果动态调整识别参数提高在复杂场景下的鲁棒性。性能优化方面系统实现了智能资源管理机制。在低配置设备上系统会自动降低识别频率和图像分辨率同时采用更轻量级的识别算法。Core/Config/CommonConfig.cs中的性能配置选项允许用户根据硬件情况调整系统资源使用。在防检测方面BetterGI坚持零修改原则不修改游戏文件不读写游戏内存。所有的自动化操作都基于视觉识别和模拟用户输入实现。系统还加入了随机延迟和操作变化模拟人类玩家的操作模式降低被检测的风险。Core/Simulator/目录下的鼠标键盘模拟器实现了自然化的输入模拟避免了模式化的机械操作。未来发展路线AI增强与生态扩展BetterGI的技术演进方向主要集中在AI能力增强和生态扩展两个方面。在AI技术层面项目计划引入更先进的深度学习模型提高识别的准确性和泛化能力。特别是对于复杂的游戏场景如角色状态识别、敌人行为预测等需要更强大的AI模型支持。生态扩展方面项目计划建立更完善的插件系统和社区贡献机制。通过标准化的API接口第三方开发者可以开发新的自动化模块扩展系统的功能范围。同时项目还将建立脚本市场让用户能够更方便地分享和获取高质量的自动化脚本。技术架构的持续优化也是未来发展的重要方向。项目计划重构部分核心模块提高代码的可维护性和扩展性。特别是在多线程处理和资源管理方面需要进一步优化以提高系统的稳定性和性能。BetterGI代表了游戏自动化技术的前沿探索它不仅在技术实现上具有创新性也在用户体验和社区生态建设方面提供了有价值的参考。随着计算机视觉和人工智能技术的不断发展这类工具将在游戏辅助领域发挥越来越重要的作用为玩家创造更加丰富和便捷的游戏体验。【免费下载链接】better-genshin-impactBetterGI · 更好的原神 - 自动拾取 | 自动剧情 | 全自动钓鱼(AI) | 全自动七圣召唤 | 自动伐木 | 自动刷本 | 自动采集/挖矿/锄地 | 一条龙 | 全连音游 - UI Automation Testing Tools For Genshin Impact项目地址: https://gitcode.com/gh_mirrors/be/better-genshin-impact创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考