return access_token
编 写 脚 本
在上面已经配置好了 adb 环境的情况下,可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。
抖音App的应用包名和初始Activity
package_name = ‘com.ss.android.ugc.aweme’
activity_name = ‘com.ss.android.ugc.aweme.splash.SplashActivity’
def start_my_app(package_name, activity_name):
“”"
打开应用
adb shell am start -n com.tencent.mm/.ui.LauncherUI
:param package_name:
:return:
“”"
os.popen(‘adb shell am start -n %s/%s’ % (package_name, activity_name))
接着,我们需要截取当前播放视频的截图到本地。 需要注意的是,抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素,可能对人脸识别的结果产生一些误差,所以需要对屏幕截图之后的图像进行「二次裁剪」处理。
def get_screen_shot_part_img(image_name):
“”"
获取手机截图的部分内容
:return:
“”"
截图
os.system(“adb shell /system/bin/screencap -p /sdcard/screenshot.jpg”)
os.system(“adb pull /sdcard/screenshot.jpg %s” % image_name)
打开图片
img = Image.open(image_name).convert(‘RGB’)
图片的原宽、高(1080*2160)
w, h = img.size
截取部分,去掉其头像、其他内容杂乱元素
img = img.crop((0, 0, 900, 1500))
img.thumbnail((int(w / 1.5), int(h / 1.5)))
保存到本地
img.save(image_name)
return image_name
现在可以使用百度提供的 API 获取到上面截图的人脸列表。
def parse_face_pic(pic_url, pic_type, access_token):
“”"
人脸识别
5秒之内
:param pic_url:
:param pic_type:
:param access_token:
:return:
“”"
url_fi = ‘https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=’ + access_token
调用identify_faces,获取人脸列表
json_faces = identify_faces(pic_url, pic_type, url_fi)
if not json_faces:
print(‘未识别到人脸’)
return None
else:
返回所有的人脸
return json_faces
从上述的人脸列表中筛选出性别为女,年龄为 18-30 岁之间,颜值超过 70 的小姐姐。
def analysis_face(face_list):
“”"
分析人脸,判断颜值是否达标
18-30之间,女,颜值大于80
:param face_list:识别的脸的列表
:return:
“”"
是否能找到高颜值的美女
find_belle = False
if face_list:
print(‘一共识别到%d张人脸,下面开始识别是否有美女~’ % len(face_list))
for face in face_list:
判断是男、女
if face[‘gender’][‘type’] == ‘female’:
age = face[‘age’]
beauty = face[‘beauty’]
if 18 <= age <= 30 and beauty >= 70:
print(‘颜值为:%d,及格,满足条件!’ % beauty)
find_belle = True
break
else:
print(‘颜值为:%d,不及格,继续~’ % beauty)
continue
else:
print(‘性别为男,继续~’)
continue
else:
print(‘图片中没有发现人脸.’)
return find_belle
由于视频是连续播放的,很难通过截取视频某一帧,判断视频有出现颜值高的小姐姐。
另外,大部分短视频播放时长为「10s+」,这里需要对每一个视频多次截图去做人脸识别,直到识别到颜值高的小姐姐。
一条视频最长的识别时间
RECOGNITE_TOTAL_TIME = 10
识别次数
recognite_count = 1
对当前视频截图去人脸识别
while True:
获取截图
print(‘开始第%d次截图’ % recognite_count)
截取屏幕有用的区域,过滤视频作者的头像、BGM作者的头像
screen_name = get_screen_shot_part_img(‘images/temp%d.jpg’ % recognite_count)
人脸识别
recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))
recognite_count += 1
第n次识别结束后的时间
recognite_time_end = datetime.now()
这一条视频出现了颜值高的小姐姐
if recognite_result:
pass
else:
print(‘超时!!!这是一条没有吸引力的视频!’)
跳出里层循环
break
获取「分享」和「保存本地」两个按钮的坐标位置,依次利用 adb 执行点击操作即可下载视频到本地。
def save_video_met():
“”"
:return:
“”"
分享
os.system(“adb shell input tap 1000 1500”)
time.sleep(0.05)
保存到本地
os.system(“adb shell input tap 350 1700”)
另外,由于下载视频的过程是一个耗时操作,在下载进度对话框还未消失之前,需要做一个「模拟等待」的操作。
def wait_for_download_finished(poco):
“”"
从点击下载,到下载完全
:return:
“”"
element = Element()
while True:
由于是对话框,不能利用Element类来判断是否存在某个元素来准确处理
element_result = element.findElementByName(‘正在保存到本地’)
当前页面UI树元素信息
注意:保存的时候可能会获取元素异常,这里需要抛出,并终止循环
com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException: Node was no longer alive when query attribute “visible”. Please re-select.
try:
ui_tree_content = json.dumps(poco.agent.hierarchy.dump(), indent=4).encode(‘utf-8’).decode(‘unicode_escape’)
except Exception as e:
print(e)
print(‘异常,按下载处理~’)
break
if ‘正在保存到本地’ in ui_tree_content:
print(‘还在下载中~’)
time.sleep(0.5)
continue
else:
print(‘下载完成~’)
break
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
N-1713224069023)]
[外链图片转存中…(img-eYwddMAy-1713224069023)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)