现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
“Content-Type”: “application/json”}
请求获取到token的接口
response_at = requests.get(auth_url, headers=header_dict)
json_result = json.loads(response_at.text)
access_token = json_result[‘access_token’]
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()
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
二、学习软件
工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。
三、入门学习视频
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
