去年项目空闲时学完 iOS，想着找一个小项目实践一下。有了以下想法：
1、读纸质书时重点划线的段落没有进行摘录存档，可以使用 OCR 技术将文字扫描到笔记本中，以书的维度进行管理。实际上「识墨笔记」就是这样做的，可是它是按扫描次数收费的，这样体验很差，just like Timi？
2、比如你听这首 Here We Are Again ，可以一耳就听出主奏乐器是钢琴，那么后面的伴奏还有哪些？这是一个很好的需求场景——听歌识器。可以写个 APP 识别所有参与演奏的乐器，甚至名字我都想好了——Piper - recognize the instruments in music。如果你和我一样，听到结束都不知道这首钢琴曲的主奏乐器是什么，那就更需要这个 App 了。这个应用的核心识别算法怎么实现呢？机器学习深度学习训练模型进行分类即可。
3、小游戏跳一跳发布时，外挂盛行，这是个很好玩的现象。也想着用脚本控制 iPhone 上的跳一跳，自动化游戏可以使用符号学习（规则），统计学习（机器学习）或者连接主义方法（深度学习）等不同层次的方法。而使用规则写自动脚本是最简单的，于是本文试着从工程上分析一下。
自动化测试工具
在 Android 手机上使用 USB + ADB 调试的方式可以用电脑控制手机的行为，iPhone 手机需要安装一个软件 WebDriverAgent。它相当于一个服务端，接收来自电脑 client 的请求，
It works by linking XCTest.framework and calling Apple’s API to execute commands directly on a device。
iPhone 上的服务端安装方法参考 iOS 真机调试如何安装 WebDriverAgent。需要注意使用 iproxy 软件将手机的端口映射到电脑端口上。
PC 上的客户端使用 Python 库 facebook-wda。使用方法如下：
import wda
client = wda.Client()
session = client.session()
# 截图
def take_screen_shot():
client.screenshot('./screenshot/screen.png')
# You Jump
def jump_a_step(press_time):
print('press time: {}'.format(press_time))
# 在 (100, 100) 的位置按压 press_time 后松开
session.tap_hold(100, 100, press_time)
jump_a_step(1)
自动脚本的原理就是截图 -> 计算下一步跳的距离 -> 按压屏幕跳 -> 截图 …
量出棋子到下一个跳的目标棋盘的距离，然后乘以一个时间系数得到按压的时间，传入 jump_a_step 接口即可。
找到棋子
定位棋子采用以下策略
1、将 RGB 图片转换为 256 级别灰度的灰度图
2、棋子的灰度值小于 80，将小于 80 的区域置为黑色（值为 0），大于 80 的区域置为白色（值为 255），去除干扰噪声
3、从上到下，从左到由扫描图像矩阵，若有一块区域的灰度值为 0，则判定为棋子。返回这个区域横纵坐标的平均值
找到棋盘
定位棋盘简单采用以下策略
1、使用上述步骤的灰度图矩阵
2、从上到下，从左到右扫描，遇到的第一个灰度值和周围差异较大的点即为棋盘的顶点，简单将这个点当做棋盘的位置。可以用其他的规则去准确定位棋盘的中心点，本文不再研究
def get_dest_postion(gray_img_array, width, height):
for line in range(500, height - 500, 3):
for col in range(50, width - 50, 3):
if (abs(gray_img_array[line][col] -
gray_img_array[line-1][col]) > 20 and
abs(gray_img_array[line][col] -
gray_img_array[line-1][col]) < 250):
return line, col
扫描的时候优化一下执行效率，棋盘位于上 1/3 位置到 2/3 位置之间，因此只扫描这个区域。扫描步长可以加长一些，一次扫描 3 个像素点。
这样就可以让跳一跳自动运行起来了，但由于图像识别的策略太暴力简单，容易出现一些边界情况。对 2000 的高分没有什么执著，所以就到此为止了。整个 repo 位于 jump-a-jump。后续学完 DL 算法有时间再来一个 AI 版本的跳一跳或者王者荣耀？
我的目标是，青铜五。