root

前言：

使用虚拟机 VMOS Pro，可以拥有大多应用权限，不必刷机。不同手机不同操作，刷机有变砖风险！

步骤：

解bl锁

各品牌手机解锁有所不同，三星、小米、一加、Google pixel等部分厂商官方给解锁。

解锁困难的华为旧机：我用的是github的potatoNV短接解锁，如果其中没有你的手机，直接淘宝不要浪费时间。作者在youtube有教程，照做就好了（视频简介的USB com 1.0连接教程也要看，他的点击DriverSetup操作很快，不要漏了），短接点可以参考这里。获得解锁码搜华为工具箱即可解锁。

刷入 TWRP (recovery)、刷rom（系统）

建议不要刷机软件一键刷机，都是一堆广告的系统。

手机品牌官网下载对应机型的驱动，并在windows设备管理器确认连接。
twrp官网下载TWRP。（TWRP 类似于 windows PE，是修改系统的程序。也可以去https://unofficialtwrp.com下载，收录了全面的非官方TWRP，如果有广告拦截检测可以安装ublock插件。）
下载刷机软件和rom：

三星为例： 进入刷机模式，下载三星手机刷机的软件Odin和 tar格式的TWRP，然后用Odin（选择AP）刷进手机。可参考youtube视频。

卡刷：在https://samfw.com/下载，放入手机存储，双清后安装即可。

线刷：在https://samfirmtool.com/下载三星手机官方系统下载器SamFirm，然后使用Odin。

SamFirm使用方法：

小米为例： 在https://xiaomirom.com/下载刷机工具，下载酷安大神（例如：乌堆小透明）的ROM，或者欧版eu社区版ROM。然后按照此教程操作，安装选择默认即可，开机后卸载重装magisk。

华为旧机为例： 在https://m.huaweirom.com/rom/找到对应机型的rom，我当时看到网站干净无广告就刷了，是可以用的。Fastboot模式运行run脚本就行了。

root

github下载magisk放进手机储存卡（有人建议低版安卓用20.4版本），进入TWRP recovery安装，开机后安装magisk manager app即可。

自动化

工具

识别方式 控件查找：可兼容所有机型，但是不能定位非原生安卓的对象（如 Unity3D 的游戏），或随机变化的控件（如安全键盘）。显然图像识别时必备的

图像识别：可查找所有显示内容，且难以被检测。但可能有识别慢、识别结果不准确、多分辨率不兼容的问题，不过使用airtest可以缓解

自动化工具有

Yyds.Auto：使用root深度掌控，内置yolo等ai模型，堪称最强方案，但部分app可能会对root设备监控
airtest：基于图像识别
appium：图像识别需自己实现
EasyClick：支持打包apk，收费
AutoX.js：支持打包apk，图像识别需自己实现
Hamibot：支持打包apk，可以浏览器远程控制
AiBote：办公自动化
Tasker、MacroDroid：单独app即可简单使用，收费

airtest（使用PC）

可支持自动化测试Android/Windows/iOS，详见官网及官方教程

优点：图像识别+控件识别满足绝大部分自动化任务

缺点：windows运行手机模拟器略卡，再映射到airtest IDE中更卡

算法

Airtest算法介绍

模板匹配
- 速度快
- 无法跨分辨率识别
- 屏幕没有结果也会匹配出不准确的结果
特征点匹配
- 跨分辨率识别（可跨设备）
- 不能识别纯文字、空白截图

技巧

截有特征的小图（多截空白背景图会使准确度下降）
有相同按钮时，把按钮全部截图再定位

基础

mumu模拟器连接示例
文件–>新建脚本–>.py纯Python(高级用户)
- Save Path：文件保存路径
- Log Directory： log保存路径
- Devices：使用当前已连接的手机设备进行初始化
- Project Root：项目的父目录
坐标
- 绝对坐标：打开IDE的选项–>设置–>Device，勾选实时坐标显示显示鼠标在手机中的坐标
- 相对坐标：勾选实时坐标选项，再勾选相对坐标，显示鼠标在手机中的相对坐标（可跨分辨率），相对坐标*电脑分辨率=绝对坐标，点击鼠标右键可复制坐标信息

# 获取横屏电脑分辨率
height = G.DEVICE.display_info['width']
width = G.DEVICE.display_info['height']

# 已知相对坐标[0.3,0.55]，转换成绝对坐标
x2 = 0.3*width
y2 = 0.55*height

# 已知绝对坐标[311,1065]，转换成相对坐标
x1 = 311/width
y1 = 1065/height

图像识别

touch(Template(r"tpl1598948415043.png", target_pos=6))

# 参数
filename：截图路径
threshold：可信度，默认0.7
target_pos：点击位置，默认5（图像中心），1（左上角）~9（右下角）
rgb：使用彩色识别

局部截图

from airtest.aircv import *

screen = G.DEVICE.snapshot()

# 局部截图，左上（0,160）右下（1067,551）
part_screen = aircv.crop_image(screen,(0,160,1067,551))
# 保存局部截图到log文件夹中
try_log_screen(part_screen)

API
- 点击：touch
- 滑动：swipe
- 等待截图出现：wait
- 存在某个截图：exists
- 文本输入：text
- 关键词操作：keyevent
- 截图：snapshot
- 等待：sleep
- 断言：assert_exists、assert_not_exists、assert_equal、assert_not_equal
文字识别

# 建议尝试Poco控件识别，小概率识别不准，就会影响程序运行
# 实际使用中，单纯文字识别准确率尚可，数字/符号识别不准（使用相应匹配规则也不行，需借助另外专业的库）
import pytesseract
from PIL import Image

# 打开图片
image = Image.open(r'D:/test/score0.png')
# 识别
text = pytesseract.image_to_string(image)
# 识别中文
text3 = pytesseract.image_to_string(image3,lang='chi_sim')

# 点击ocr文字
def touch_ocr(target_text):
    
    # 已知相对坐标[0.13,0.01][0.27,0.04],局部截图
    x1 = 0.13*height
    y1 = 0.01*width
    x2 = 0.27*height
    y2 = 0.04*width
    part_screen = aircv.crop_image(screen,(x1,y1,x2,y2))
#     try_log_screen(part_screen)

    # 识别
    text = pytesseract.image_to_string(part_screen,lang='chi_sim')
#     print(text)
    
    if target_text == text:
        x_center=(x1+x2)//2
        y_center=(y1+y2)//2
        touch(x_center,y_center)

Tasker（使用andriod）

优点：性能好，无需电脑

缺点：需root，只能处理简单任务

基础

Tasker终身许可$3.49，可app单独使用，需root才顺畅使用，否则锁屏都不能解决

设置：

防止系统清理：进入系统最近任务界面，点击应用旁边的小锁，锁定应用不被系统清理
忽略电池优化：依次打开系统设置，应用和通知，应用管理，设置，特殊访问权限，忽略电池优化（直接在设置搜索栏搜索电池也能找到），允许忽略应用
设置启动管理：依次打开系统设置，电池，启动管理，关闭应用自动管理后弹出的对话框中选中：允许自启动，允许关联启动，允许后台活动
权限全部打开

shell

shell命令很方便定义操作（点击的坐标可以在手机开发者选项中打开指针位置）。shell命令摘录网站

#按键事件
input text <string> #输入文本

input keyevent 20 #向下
input keyevent 4 #返回
input keyevent 3 #Home
input keyevent 6 #挂机
input keyevent 84 #搜索
input keyevent 26 #电源，息屏
input keyevent 24 #音量+
input keyevent 25 #音量-

#模拟点击
input tap 100 100
 
#滑动
input swipe x1  y1  x2  y2   ms

input swipe 100 100 400 100  300 #左往右
input swipe 400 100 100 100  300 #右往左
input swipe 100 100 100 400  300 #上往下
input swipe 100 400 100 100  300 #下往上
input swipe 100 100 400 400  300 #上往下斜
input swipe 400 400 100 100  300 #下往上斜
 
#长按
input swipe 100 100 100 100  1000 //在 100 100 位置长按 1000毫秒