抖音上好看的小姐姐,Python给你都下载了

点击上方“Python高校”,关注

文末干货立马到手


1

目 标 场 景

相信大家平时刷抖音短视频的时候,看到颜值高的小姐姐,都有随手点赞关注的习惯。

如果一条条去刷确实很耗时间,如果 Python 能帮忙筛选出颜值高的小姐姐那就省了很多事。

本篇文章是借助百度人脸识别」API,帮我们识别出抖音上颜值高的小姐姐,然后下载到手机相册中。

2

准 备 工 作

首先,项目需要对页面元素进行一些精准的操作,需要提前准备一部 Android 设备,激活开发者选项,并在开发者选项中打开 USB 调试和指针位置」两处设置

为了确保 adb 命令能正常使用,需要提前配置好 adb 开发环境。

页面元素中的部分元素没法利用 name 等常用属性获取到,可能需要获取到完整的UI 树,再利用 Airtest 判断是否存在某个 UI 元素。

# 安装依赖pip3 install pocoui

另外,项目中会对视频进行人脸识别,获取到出现的所有人脸,再进行性别识别及颜值判断。

这里需要进行百度云后台,注册一个人脸识别的应用,获取到一组 API Key 和 Secret Key」值

https://console.bce.baidu.com

然后利用官网提供的 API 文档即可获取到access token」,由于 ak 的有效期为一个月,所以只需要初始化一次,后面就可以利用人脸识别接口进行正常的识别了。

appid = '你注册应用的appid'
api_key = '你注册应用的ak'
secret_key = '你注册应用的sk'

def get_access_token():
    """
     其中access_token有效期一般有一个月
    """
    # 此变量赋值成自己API Key的值
    client_id = api_key  

    # 此变量赋值成自己Secret Key的值
    client_secret = secret_key  

    auth_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=' + client_id + '&client_secret=' + client_secret

    header_dict = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko',
                   "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

3

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

一旦当前播放的视频识别出有颜值高的小姐姐,就需要模拟保存视频到本地的操作。

获取分享保存本地」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

在视频保存到本地之后,就可以模拟向上滑动的操作,跳到播放下一条视频

循环上面的操作,即可筛选出所有颜值高的小姐姐,并保存到本地。

def play_next_video():
    """
    下一个视频
    从下往上滑动
    :return:
    """
    os.system("adb shell input swipe 540 1300 540 500 100")

在脚本一条条刷视频的过程中,可能会遇到一下广告,我们需要对这类视频进行过滤。

def is_a_ad():
    """
    判断的当前页面上是否是一条广告
    :return:
    """
    element = Element()
    ad_tips = ['去玩一下', '去体验', '立即下载']

    find_result = False

    for ad_tip in ad_tips:
        try:
            element_result = element.findElementByName(ad_tip)
            # 是一条广告,直接跳出
            find_result = True
            break
        except Exception as e:
            find_result = False

    return find_result

4

结 果 结 论

运行上面的脚本,会自动打开抖音,对每一条小视频多次进行人脸识别,直到识别到颜值高的小姐姐,保存视频到本地,然后继续刷下一条短视频。

获取全部源码

扫下方二维码,加我微信,备注「 抖音小姐姐 」即可获得

????长按识别,添加微信

(添加人数较多,会自动通过)

推荐:

开源库

Python 开发者必知的 11 个 Python GUI 库

10款 Web开发最佳的 Python 框架

推荐 GitHub 上100天学习 Python的开源项目

Python绘图还在用Matplotlib?out了 !发现一款手绘可视化神器!

面试

我用  Python 爬了天猫内衣店的数据Python爬完数据后,我终于买车不用坐引擎盖哭啦

1年工作经验,拿下今日头条 Python 开发面经分享!

Python 面试中 8 个必考问题

面试 4 个月,最终入职微软!

10 家公司 Python 面试题总结

面试了9家公司,拿到5份Offer

面试Python怕? 你想要的315道题都在这了

如何拿到半数面试公司Offer——我的Python求职之路

学习路线

基于TensorFlow 2.0的中文深度学习开源书来了!GitHub趋势日榜第一,斩获2K+星

微软官方上线了Python 教程,7个章节就把Python说通了

最全 14 张思维导图:教你构建 Python 编程的核心知识体系

  Python 从入门到精通:一个月就够了!

  24招加速你的Python,超级实用!

即学即用的 30 段 Python 非常实用的代码

工具

最靠谱的Pycharm 汉化安装+ 破解详细教程!

Python数据分析、挖掘常用工具

Python 最强 IDE 详细使用指南!

一款 Python 自动抢票神器,收藏起来回家不愁!

实践和数据分析

Python 开发植物大战僵尸游戏

用 Python 来找合适的妹子

一键分析你上网行为,看你是在认真工作还是摸鱼

Python给照片换底色,基于opencv模块

10个经典的小技巧:快速用 Python 进行数据分析

使用 Python 进行微信好友分析

爬虫

我给曾经暗恋的初中女同学,用Python实现了她飞机上刷抖音

为了能早点买房,我用 Python 预测房价走势!

被女朋友三番五次拉黑后,我用 Python 写了个“舔狗”必备神器

谁偷偷删了你的微信?别慌!Python 揪出来为了给女友挑合适的内衣,我用  Python 爬了天猫内衣店的数据Python爬完数据后,我终于买车不用坐引擎盖哭啦

这里除了干货一无所有

人生苦短,我选在看

发布了32 篇原创文章 · 获赞 3 · 访问量 1万+
展开阅读全文

没有更多推荐了,返回首页

©️2019 CSDN 皮肤主题: 深蓝海洋 设计师: CSDN官方博客

分享到微信朋友圈

×

扫一扫,手机浏览