这样我们的预处理就完成了

手动玩扫雷都不会的路过

将这个特征值代替之前的二维数组完整数据，可以将特征值的计算量从144缩短为4个。这样汉明距离的计算速度提高了不止10倍。不过到这里还不算完全成功，在实际使用中，我又发现，由于人为坐标测量的误差和裁剪压缩的误差，这4个值仍然不能保证数字的准确识别。因为有可能图像偏差了一个像素，导致了交叉点的个数发生了变化。也说明目前的训练集特征值之间的距离还不够分散，导致很小的误差就会识别错误。如下是我这里的训练集特征值数据
#1:1 1 1 1
#2:2 3 1 1
#3:3 1 1 1
#4:2 1 2 1
#5:3 2 1 1
#6:3 3 1 2
#7:2 2 1 1
#8:3 3 2 2
从上述数据可以观察出，最容易出现混淆的就是1 和3。1和4。6和8这些数字之间。因为这几组特征值之间的差距也只有一个数字的误差。所以，在这个特征值的基础上，我们需要增加特征值的差异性。而图像的形状是一个非常好的差异。于是我尝试使用像素点的分布来构建特征值。以图像的中心为原点构造坐标系，统计出4个象限的有效数据点个数，然后把4个象限的个数排序。返回类似1234这样的数字。这样，我们就获得了一个描述图像形状的特征值，碰巧，这个特征值可以很好将13,14,68这些数字区分开来。

以上，数字图像识别就已经搞定。至于空格和0以及雷的识别，我只做了空格和0的识别。当出现雷和对话框这种无法识别的图片时，我的程序也正好会中断，正好游戏也成功或者失败了，所以雷的识别我没有特别处理。0和空格在进行二值化处理以后，我们得到的数据基本上全部为1.因为这两种图片里面没有出现明显的文字。因此这里我们识别到是0和空格时，可以使用灰度的大小或者颜色来判断。（0的颜色和灰度都比空格要浅，空格的颜色是蓝色）

现在，我们已经搞定了数字的识别，只需要寻找可以控制鼠标单击的api就可以了。python的我是百度来的，java可以使用Robot类。最终重写的单击方法伪代码如下：

召唤神龙
@不
@dearmite
@dtph007
@夜枫w若水
@cao19920425
@鸡生瑜猴生亮

@dtph007
@夜枫w若水
@cao19920425
@鸡生瑜猴生亮

完成以上所有工作，我们的扫雷机就完成了。至于中间各种报错，卡死，我是不负责的。所以一定确保读取图片和单击方法能够可靠的退出。最后附上一张扫雷机的结果，请无视那可怜的胜率（拜无数次的1/2以及各种识别失败导致的无限循环所赐）

少年，这么厉害，跟我混吧

还真的就是这个人。
我对于，一些常规的都不会的人，就敢于向全世界游戏行业，叫嚣的，
还真的是没啥感冒。。。
你也别没事@我了。
这叫啥个事？
不会点阵识别的时候，敢于向全世界的游戏叫嚣，
现在看了这个了，
反而成了小学生了。。
这不是灭杀大神了。。
罪过。罪过。。

如果别人非要认为自己的阵营和我对立，那也没有办法。对于这些把我当做敌人的人，即使我尊重他们表达的权利，也要用行动干死他们。别bb，不服solo

已收藏，有时间看

佩服,竟然在java吧能看到这样的帖子