该程序是个迷你版本象棋外挂。
最近翻下箱底，想不到目前还可以运行。
演示：
2013年在新浪博客分享过，可惜新浪博客“系统维护中”，所以，整理下，挪到这来。
大致功能就是，棋迷在下棋时候，到某个局面，太难不想思考了，点击程序“出招”，程序便思考棋局，找出最优招法，之后模拟鼠标点击事件去完成一步下棋。简单傻瓜化交互。
1、开发该软件的初因
当时最热门的象棋对战平台是QQ游戏了。
QQ象棋可以设置局时1分钟，读秒0 这种包干制的超超级棋。
会碰到这种棋友，棋下的不好，但下棋贼快，老弄对方超时胜。其实就是拼手快，还有就是网速。
所以，便产生了使用程序反击对方的想法。
程序员的特点就是这样，如果没有一个顺手的现成的工具，就自己打造一个。于是，便有了“象棋军师”程序。
完成该程序后，和别人比拼1分钟包干块棋时候，自己就是不断的点击“出招”便可（自己操作棋盘去下也行），对方如果不是也用软件，拼时间肯定必然输无疑的了，人怎么能跑得过汽车？
2、象棋外挂软件的基本功能
一个基本功能的象棋外挂软件的功能，大概需要包含这几点：
（1） 棋盘识别，象棋棋盘信息的读取；
（2） 智能引擎，AI 引擎计算最优招法；
（3） 模拟人行为，发起下棋动作；
本文重点是说（1），下面先简单说说（2）和（3），最后再说（1）。
3、博弈智能算法使用
也就是（2），调用第三方引擎，调用协议为公开的协议：UCCI（Universal Chinese Chess Protocol），协议可可参考：
https://www.xqbase.com/protocol/cchess_ucci.htm
跟踪第三方棋软主程序，发现其调用引擎方法，是使用“标准输入”和“标准输出”(即C语言中的stdin和stdout)来通讯，所以，我们的程序也是这样调用。
创建进程的时候，指定PROCESS_INFORMATION 的信息，创建两个匿名单向管道作为读写输入输出信息到PROCESS_INFORMATION中，如下：
CreatePipe(&m_hRead1, &m_hWrite1, &g_sa, 0);CreatePipe(&m_hRead2, &m_hWrite2, &g_sa, 0);// 省略了错误处理STARTUPINFOA si = { 0 };PROCESS_INFORMATION pi = { 0 };si.cb = sizeof(si);si.dwFlags = STARTF_USESHOWWINDOW | STARTF_USESTDHANDLES;si.hStdInput = m_hRead2;si.hStdOutput = m_hWrite1;si.hStdError = m_hWrite1;char szPath[512] = { 0 };::GetModuleFileNameA(NULL, szPath, _countof(szPath));char *pName = strrchr(szPath, '\\');if (pName != NULL) {pName[0] = '\0';}char szDir[512] = { 0 };strcpy(szDir, szPath);strcat_s(szPath, _countof(szPath), "\\Engine\\cyclone.exe");::CreateProcessA(NULL, szPath, NULL, NULL, 1, 0x10, NULL, szDir, &si, &pi)
后面就可以按照UCCI协议，把象棋棋局信息写到m_hWrite2中，并且从m_hRead1中读取引擎返回的结果了。
返回的结果也是安装ucci协议的。引擎最优招法输出格式为类似：bestmove h2e2 ponder h9g7，而h2e2就是引擎返回的最优的招法。
4、模拟鼠标点击下棋
这部分较为简单，在windows 编程中，就是发起几个event 便可。
实现鼠标点击，用到的是mouse_event函数。
比如要实现一个鼠标点击（x y）的位置，那么
::SetCursorPos(x,y);mouse_event(MOUSEEVENTF_LEFTDOWN, 0, 0, 0, 0);mouse_event(MOUSEEVENTF_LEFTUP, 0, 0, 0, 0);
把这几个调用打包为click(x,y)函数，那么，一个下棋动作，从原来棋子从（x1，y1），移动到（x2，y2），也就是一个click(x1,y1) 后再click(x2,y2)了。
第三部分，智能引擎返回招法信息，我们把它转化为棋盘的位置，再结合棋盘位置，转化为对应的窗口坐标，之后上面两个click，我们便完成了一个下棋的动作了。
如何把引擎返回的招法，转化为窗口（棋盘）的棋子位置？这就是要结合（1）的内容了。
5、棋盘识别
棋盘识别方法，也就是（1），方法可以说比较多。比如可以通过机器学习，训练数据。
又比如可以，openCV，识别圆形，识别线条，图片相似度等方法，组合来做棋盘识别，也就是之前一篇《python 实现中国象棋棋盘识别（一）识别棋子位置》。
但是象棋军师，使用了另一种方法，一种简单粗略但有效的方法。
5.1 连连看外挂思路
当时，写QQ 游戏连连看外挂来的灵感。
先说说连连看的外挂如何识图的了。
如上图（也是俺写的一个作品）。程序读取了连连看数据，打印到外挂界面上（其实是方便调试）。
是否留意到，连连看每个格子都有6个点？
连连看数据识别，就是在小格子分散地取几个点（上图是6个），获取其颜色RGB值，计算总和。
不同小格的六个点的RGB值之和，大概率是不一样的（调试阶段调整点位置，使得不一样），它们便可分别代表连连看的小格子的物品了。这样，便可把连连看的节目，到数据的转换了。
也就是说，计算小格子的散点的RGB值和，作为物品的代表。
有了数据，再做个写个算法识别连连看的小格子哪个可以连击消除，一个连连看外挂便出来了。
5.2 象棋棋子上，散点取值刻录棋盘
但是做完连连看外挂，细细思考，貌似这个思路也可以用在象棋上啊！
对于一个象棋游戏界面，大部分情况下，窗口名、窗口大小、以及棋盘在窗口的偏移和棋子大小，都是固定的。
针对这类型游戏，棋盘棋子识别相对容易点，这个初次识别棋盘，我们称为刻录棋盘（其实就是首次识别各兵种）。
// 获取棋盘小格子的散点颜色值之和。取13个点，点距为 4/* ·· · ·· · · · ·· · ··*/DWORD CChessHelperDlg::GetDcDate(int xCell, int yCell, HDC hdc){int x = int((float)g_cInfo.nOffsetX + (float)xCell * (float)m_nCellW);int y = (int)((float)g_cInfo.nOffsetY + (float)yCell * (float)m_nCellH);// m_nCellW、m_nCellH 分别为棋盘棋子宽和高// g_cInfo.nOffsetX 和 g_cInfo.nOffsetY 为提前算好的棋盘起始位置DWORD dwColor = 0;POINT pt[13] = { 0 };pt[6].x = x; pt[6].y = y;// 其他点的初始化 略DWORD color = 0;for (int i = 0; i < _countof(pt); i++) {color = ::GetPixel(hdc, pt[i].x, pt[i].y);dwColor += (color & 0xffffff);}return dwColor;}
比如象棋开局时候，红方两个车在两边，读取小格子13点RGB颜色值，算出它们之和，记做K1；红马在两边内一格，读取记作K2；红相，两侧内2格，读取记作K3 ……
如果一直记录到黑方的棋盘，那么应该就是K1、K2、K3 …… K14，一共14 个数值了，区分红黑，象棋一共14个兵种嘛。
也就是说，初始化时候，棋盘9x10 小格子散点的RGB值和，作为棋子兵种的代表。
在刻录过程中，是需要必要的校验的，比如：
两边的车（的K值）是否相等？
各个Kn 是否重复？
在没有棋子的格子的取值，会不会出现在K1～K14之中？
……（加上一些能想到的，简单的校验就可）
如果出现异常，说明刻录失败了，也就是首次记录棋盘信息失败了。需要调整各个散点位置，直至使得一个合法的棋盘出现。
后面在对局过程中，在实时读取棋盘上的各个格子RGB的Kn值，再结合开始刻录到的K1～K14 的信息，转化为一个合法的棋盘信息的对应兵种即可。
5.3 未知平台，未知棋盘位置和偏移的识别
对于已知的游戏，棋盘位置相对固定的棋盘，识别过程（刻录）相对还是简单的。
但还有很多象棋游戏，棋盘可能是未知的，窗口大小可能不固定的，而且，有些窗口可以拖动大小，棋盘和格子大小就不固定了。
仅靠5.1 的方案是不够的，如何做一个通用点的识别过程？
也就是在未知的窗口，未知的棋盘大小，未知的棋子大小等的情况下，如何识别出棋盘？
如果屏幕中（或者图片中），放置一个棋盘初始化好的局面，那么，扩展下5.1的方法，也是可以将棋盘信息读取出来的。
思路便是，枚举屏幕的每个小局面，也就是下面的红色框框的，不断调整其大小和挪动其位置，一直找到一个区域，满足（5.1）读取颜色数据（K1～K14），满足一个合法棋盘数据的区域即可。
如上图，红框明显是不满足5.1要求的，一直到蓝色区域才会满足。
在枚举小区域的过程中，如果一个像素一个像素的移动，一个像素一个像素地扩大区域，这个识别过程是非常慢的，但是，有很多手段可以优化，这篇就先不说了，下篇单独做一篇专门说说这个优化过程吧。
反正这个过程，就是在屏幕中，找到一个区域，使得它为9:10比率，并且小格子散点 RGB 和满足一个象棋开局的“模样”，就算完成了。
5.4 对局过程中的识别
有了前面的界面棋谱刻录过程（识别过程），也就是：棋盘在窗口的位置，棋子大小，兵种棋子的颜色Key，这些信息都有了。
在对局过程中，点击“出招”时候，在读取窗口信息，捕获图片，之后读取相应的9x10 格子颜色Key 值，再根据前面记录好的K1～K14，便可转化为一个实时对局的数据了。
有了对局数据，之后按照3，调用智能引擎，拿到最优招法，再按照4，模拟点击时间，完全下棋便可。
该作品2012年使用vc++所写，压箱底很久了，最近拿运行试试，在win11居然还可以运行。不得不佩服微软的操作系统兼容性很好。
最后，使用棋软虐人是无道德的，靠棋迷们自律了。
