python小猿口算AI外挂程序,从此又多了一方势力炸鱼

已于 2024-10-11 21:46:34 修改
阅读量7.7k 收藏 180
点赞数 56
文章标签： python 开发语言
于 2024-10-10 18:22:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/a2044839366/article/details/142825267
版权

最近小猿口算里面的PK功能比较火，很多大学生在里面欺负小学生。我想，为什么不能用AI来欺负欺负那些想炸鱼的大学生呢。于是就有了下面的文章。

设计思路

其实想实现这个程序很简单，首先安装模拟器，运行小猿口算。然后通过文字识别技术识别题目，再用一些简单的判断计算出结果，最后通过模拟鼠标移动轨迹实现答题。所以我们现在就有一下问题等待解决：

1.安装模拟器

2.获取屏幕

3.文字识别

4.运算

5.输出结果

1.安装模拟器

市面上模拟器很多，这里不一一举例了，我选择的是蓝叠模拟器。他有个优势就是能录制脚本并且绑定快捷键，也就是能按一个键让鼠标自动滑，这样可以省的我们去设计鼠标移动的路径，只需模拟按下对应的按键就行。

蓝叠的下载地址：https://www.bluestacks.cn

进去之后下载蓝叠5，安装教程不做过多赘述。

然后就是安装小猿口算了，如果你是安卓手机可以在应用商店下载之后发到电脑上，或者在浏览器找安装包。

这是我找到的安装包网址：https://app.cdo.oppomobile.com/home/detail?app_id=3623864

下好之后直接将安装包拖到模拟器中就行，等待一会，会自动安装。

2.获取屏幕

python获取屏幕的方式有很多，我选择的是pyautogui这个库。

安装方法就是Win+R输入cmd

然后在里面输入

pip install pyautogui -i https://pypi.tuna.tsinghua.edu.cn/simple/

当有Successfully 时证明你安装成功了（0.9.54是我用的版本，依据你自己用的版本来）

Successfully installed pyautogui-0.9.54

安装完成之后就能导入pyautogui库了

import pyautogui

我们主要使用的函数有

pyautogui.press(keys=" "#模拟按下的按键, presses=#次数)    #模拟按下
pyautogui.screenshot(region=(#起始x,起始y,宽,高)))        #截屏

因为整个屏幕所包含的信息太多太杂了，为了简化处理内容，提高处理速度，所以我们选择仅对关键信息截图，没错就是题目的数组部分

f61292fe6c4e4986a4850283249b8dbb.png

我的屏幕是1920*1080的，系统缩放比例是100%，然后调试获得的第一个数的四位数据分别是

180,250,70,70

第二位数的四位数据是：

315,250,70,70

如果你想套用我的程序建议也把屏幕设置成1080p，系统缩放100%，然后将模拟器调成竖屏模式，对齐左上角（如下图）这样不用额外调位置

 

43c757102fed43d4ba6d850cea7c0d69.png

调试完之后我们开始写程序获取数

import pyautogui

num1 = pyautogui.screenshot(region=(180,250,70,70))#获取第一个数
num2 = pyautogui.screenshot(region=(315,250,70,70))#获取第二个数

2.文字识别

文字识别我们就用到了OCR技术。下面是该技术的介绍：

OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent Character Recognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。

对于python，想使用该技术可以通过pytesseract库实现。

安装该库也可以通过Win+R运行CMD，在CMD中输入以下代码安装

pip install pytesseract -i https://pypi.tuna.tsinghua.edu.cn/simple/

同上，当显示Successfully时证明安装成功。

到这里，并不能直接使用该库，如果使用的话会报错找不到路径，因为还需另外下载Tesseract，网上好多关于该库的教程都有这个坑。

Tesseract可以在这个链接下载：https://digi.bib.uni-mannheim.de/tesseract/

进去之后找到含有win32的项直接点击下载。（win64的好像也可以，但是我写程序的时候没找到，写文章的时候找到了！！！！保险起见就先用win32的）

7e23207e03384137886daa5f7c3ded3a.png

下载之后点开文件

f69fc362f59a46c5abb562f3fbd143fa.png

安装

step.1

0550c01ff18e4594a63e5cedfbd1ab0c.png 

step.2

c90c0675dfc742449b51b8f88f830413.png

step.3

b4ae174b6fe04912a24b232e2a648b93.png

step.4(如果没有这步别慌，不要紧的，只是多了几种支持的语言，但是我们这里识别数字，所以用不到）

f1d2450a318348819fb14deb0691f878.png

step.5(记住下载地址，等下配置环境要用）

f8cabae4a03d4a6080f45ce6403f4bb2.png

step.6等待下载完成，这里我下过了就不点了。

c71ed388e62f457c8fc6427933ffb7b2.png

下载完成之后我们开始配置环境

首先打开设置

519bed432f2a4dbca8b4fa344cc531d1.png

搜索高级系统设置

44165cf256dc41d59746af1574167557.png

点击环境变量 

1f5b27e1c3734ca48e4f535fb4d8f7c9.png

点击Path，再点击编辑

8abe75878e1b4766af8e36464a29c8d4.png

点击新建，将刚刚安装地址输入，回车

3597b7dc50774bdb9c23b43a331d77a5.png

然后点确定，之后的界面都点确定，我懒得再截图了

dd42665fb1594bd58b901272b829bcb8.png

最后win+R运行CMD，输入tesseract看看报不报错，如下图即为成功

dd550464bec24409a3544d516eba49be.png

之后在python导入pytesseract库即可使用

import pytesseract as orc

为了使ORC识别的准确率提高，我们还要对图像进行预处理，所以这里就需要Opencv-python库和Numpy库

安装方法同上，在CMD里面输入一下代码，这里不过多叙述。

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple/
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple/

之后在程序里导入

import cv2 as cv
import numpy as np

因为pyautogui库截取的图片opencv无法直接使用，所以我们需要将截取的图片转化成标准的numpy数组，所以截图的代码可以改为

import cv2 as cv
import pyautogui
import pytesseract as orc
import numpy as np

num1 = np.array(pyautogui.screenshot(region=(180,250,70,70)))
num2 = np.array(pyautogui.screenshot(region=(315,250,70,70)))

然后将图片灰度化去除色彩信息

 num1 = cv.cvtColor(num1, cv.COLOR_BGR2GRAY)
 num2 = cv.cvtColor(num2, cv.COLOR_BGR2GRAY)

为了方便调试，所以我们需要将截取的图片展示，这里我创建了一个纯黑的图片，再将截取的图片复制到背景上，最后输出背景就行了。代码如下

import cv2 as cv
import pyautogui
import pytesseract as orc
import numpy as np

while True:
    blackground = np.zeros((70,230), np.uint8)

    num1 = np.array(pyautogui.screenshot(region=(180,250,70,70)))
    num2 = np.array(pyautogui.screenshot(region=(315,250,70,70)))

    num1 = cv.cvtColor(num1, cv.COLOR_BGR2GRAY)
    num2 = cv.cvtColor(num2, cv.COLOR_BGR2GRAY)
    
    blackground[0:70,0:70] = num1
    blackground[0:70,160:230] = num2

    cv.imshow("Monitor",blackground)
    if cv.waitKey(1) & 0xFF == 27:
        break

cv.destroyAllWindows()

图片处理完之后，就可以甩给pytesseract识别了。

pytesseract.image_to_string()函数会将结果整合成一个字符串，我们可以将这个字符串赋值给两个变量以供我们使用

识别的代码如下

number1 = orc.image_to_string(num1,config=r'-c tessedit_char_whitelist=0123456789 --psm 6')
number2 = orc.image_to_string(num2,config=r'-c tessedit_char_whitelist=0123456789 --psm 6')

4.运算

因为pytesseract输出的字符串里包含空格，所以我们需要先将空格去除然后将字符串转为整数进行比较大小。

代码实现如下

 for i in number1:
     if i == " ":
         number1 = number1.replace(" ","")
 for i in number2:
     if i == " ":
         number2 = number2.replace(" ","")

通过遍历字符串的每个值，然后判断是否为空格，是那么删除空格。

然后转换为整数进行判断大小

if int(number1) > int(number2):
    print(int(number1),int(number2),">")
if int(number1) < int(number2):
    print(int(number1),int(number2),"<")

 5.输出结果

首先我们先需要录制对应的鼠标轨迹

1.打开脚本录制 

d71fe6f2a0bd458c93e0f7dbf87f4ed6.png

2. 录制脚本3ee5f44ca2aa49b99881292cf26371f6.png

3.录制，完成后停止（录制内容其实就是用鼠标画大于号小于号两个要分开录制成两个脚本）

 c4f86d77b5d44617b6bd02644d52b8d9.png

4.设置脚本运行时不弹出窗口

6a0e27ad32d3484988c8c98b321bf321.png

126ad54a7e764432ace4d8cd2c227e85.png

保存然后设置脚本的快捷键

 c9db1fefecbc4073bc00afdca0d273e7.png

这里我“<”绑定的是“D”，“>”绑定的是“X”

  然后就方便了，当输出是“>”时候模拟按下"D"，否则模拟按下“X”

代码如下

if number1 > number2:
    pyautogui.press(keys="d", presses=1)
if number1 < number2:
    pyautogui.press(keys="x", presses=1)

最后，把代码整合下，加一些延时，再加入判断，判断是否有数字，数字识别是否重复了（因为出题不可能同时出两道一模一样的题目），判断是否结束了，结束了模拟鼠标自动开始下一把，就大功告成了。

完整代码   

 (加了自动开始，我懒得写注释了ヾ(≧ ▽ ≦)ゝ)

import cv2 as cv
import pyautogui
import pytesseract as orc
import numpy as np
import time

def write(data):
    if data == 1:
        pyautogui.press(keys="x", presses=1)
    if data == 0:
        pyautogui.press(keys="d", presses=1)

nextx = [340,400,300]
nexty = [540,1000,870]

state = False

number1_old = 0
number2_old = 0

while True:
    blackground = np.zeros((70,230), np.uint8)

    num1 = np.array(pyautogui.screenshot(region=(180,250,70,70)))
    num2 = np.array(pyautogui.screenshot(region=(315,250,70,70)))

    num1 = cv.cvtColor(num1, cv.COLOR_BGR2GRAY)
    num2 = cv.cvtColor(num2, cv.COLOR_BGR2GRAY)
    
    blackground[0:70,0:70] = num1
    blackground[0:70,160:230] = num2

    number1 = orc.image_to_string(num1,config=r'-c tessedit_char_whitelist=0123456789 --psm 6')
    number2 = orc.image_to_string(num2,config=r'-c tessedit_char_whitelist=0123456789 --psm 6')
    
    for i in number1:
        if i == " ":
            number1.replace(" ","")
    for i in number2:
        if i == " ":
            number2.replace(" ","")
    
    
    if number1 and number2 and number1_old != number1 and number2_old != number2:
        state = True
        if int(number1) > int(number2):
            print(int(number1),int(number2),">")
            write(1)
        if int(number1) < int(number2):
            print(int(number1),int(number2),"<")
            write(0)
        time.sleep(0.05)
        number1_old = number1
        number2_old = number2
    else:
        if state:
            time.sleep(3)
            for i in range(0,len(nextx)):
                pyautogui.moveTo(nextx[i], nexty[i], duration = 0)
                time.sleep(0.5)
                pyautogui.mouseDown()
                time.sleep(0.05)
                pyautogui.mouseUp()
            state = False
    
    cv.imshow("Monitor",blackground)
    if cv.waitKey(1) & 0xFF == 27:
        break
    time.sleep(1)
cv.destroyAllWindows()

运行效果

 https://v.douyin.com/iBXoET61

总结

速度怎么说呢，只能欺负欺负小学生了，遇到手速快一点的估计要被炸鱼了，还有orc识别的准确率其实不高，偶尔会遇到识别不了的，我能力有限，希望有高手能再优化优化我的代码吧。

新人第一次创作，感谢感谢

 

 

 

python 使用 百度智能云 进行文字识别
我是张先生
12-16 1216
官方文档 车牌 from aip import AipOcr def car(file_path): APP_ID = '18021091' API_KEY = 'B1jhBRDptnM7diORcYHXAmfQ' SECRET_KEY = '9HddR7LxTpEe3zhRTTU41DwbSKEOkQN0' aip_orc = AipOcr(APP_ID, ...
小猿口算各种脚本（OCR+模拟正确答案，劫持数据包+模拟正确答案，劫持数据包+篡改正确答案）（源码）
10-11
小猿口算 小猿口算各种脚本 目前主流方案有三种，会慢慢增加相应的代码 OCR+模拟正确答案 劫持数据包+模拟正确答案 劫持数据包+篡改正确答案 如何使用 Clone项目 安装好Python环境 安装对于文件夹下面的...
【python】OCR
bryant_meng
12-16 3279
先看看百度百科对 OCR 的定义： OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，ICR（Intelligent C.
小猿口算作弊
weixin_45997442的博客
10-14 3212
源码：https://github.com/Hawcett/XiaoYuanKouSuan_Frida_hook/blob/main/xyks.py。仓库：https://github.com/Hawcett/XiaoYuanKouSuan_Frida_hook/来源于https://github.com/Hawcett/XiaoYuanKouSuan_Frida_hook。print(‘原始花费时间：’, json_data[‘costTime’])input() # 保持程序运行。
小猿口算python脚本
a1742957242的博客
10-11 1万+
5. 用截图工具查找坐标并替换代码中的坐标。
小猿口算脚本
热门推荐
qq_45910820的博客
10-09 6万+
实现原理：安卓adb截图传到电脑，然后用python裁剪获得两张数字图片，使用ddddocr识别数字，比较大小，再用adb命令模拟安卓手势实现>
小猿口算连点器脚本,1秒10道题, 解压有软件和视频教程
10-12
小猿口算连点器脚本,1秒10道题, 解压有软件和视频教程
基于Python利用OCR识别+模拟操作实现小猿口算的自动答题工具(源码)
10-18
基于Python利用OCR识别+模拟操作实现小猿口算的自动答题工具(源码) 开发配置要求 本项目基于Python 3.11.4进行开发 本项目使用tesseract文本识别（OCR）引擎 安装步骤 在Python中下载对应版本 在tesseract下载...
Python+AI -黑马- 人脸识别Python人工智能-9.4G网盘下载.txt
最新发布
11-30
1-1 深度学习基础 1-2 深度学习优化进阶 1-3 卷积神经网络 1-4 循环神经网络 1-5 高级主题 1-6 百度人脸识别 1-7 自然语言处理 1-8 图片商品物体检测项目第一阶段-检测算法原理 1-9 图片商品物体检测项目第二阶段-...
【源码】小学生口算练习宝
10-15
此为源码（python）：开发用于小学生口算练习的小程序，适合python初学者参考。如有不足请多指正！之前上传的资料没看过评论，很多朋友遇到了问题没有及时发现沟通解决，这次末尾有联系方式，有问题的朋友可以联系...
小猿口算python脚本（附带可执行文件）
sanyuan2896的博客
10-15 1641
小猿口算脚本，ocr识别，python
Python调用百度智能云：文字识别（每天一个python小项目）
m0_46388544的博客
02-15 739
from aip import AipOcr import requests from requests.exceptions import RequestException import tkinter as tk from PIL import Image, ImageTk import tkinter.filedialog def wenzi(): APP_ID = 'XXX' API_KEY = 'XXX' SECRET_KEY = 'XXX' aip_orc =
《Python自动化》学习笔记:百度云智能进行文字识别(代码干货)
赛亚茂的博客
08-30 288
# encoding:utf-8 # 利用百度云智能的资源进行文字识别 import requests import base64 from tkinter import filedialog,Tk import langid from translate import Translator #获取密玥 def Get_acess_token(API_Key,Secret_Key):#获取acess_token host = r'https://aip.baidubce.com/oauth/2.0
2024 年最新 Python 基于百度智能云实现文字识别 OCR 详细教程
唤醒手腕
06-08 2111
文字识别OCR（Optical Character Recognition）提供多场景、多语种、高精度的文字检测与识别服务，多项ICDAR指标居世界第一。广泛适用于金融服务、财税报销、法律政务、保险医疗、快递物流、交通出行、教育培训等场景，显著提升信息提取和录入效率，实现信息处理的“电子化”、“自动化”，助力企业加快数字化建设和智能化升级。
Python+百度AI，实现文字识别
qq_52674444的博客
05-30 1229
python调用摄像头，结合百度AI进行文字识别
小学数学口算题是一款利用Python开发了一套自动生成小学生口算题的小应用.rar
07-05
孩子上小学一年级了，加减乘除的口算就要开始练习了，估计老师肯定会让家长出题，所以提前准备一下，利用Python开发了一套自动生成小学生口算题的小应用。而且今天是程序员节，撸200行代码庆祝一下。：) 程序核心...
Python小学生口算、笔算、脱式计算自动出题
02-22
Python小学生口算、笔算、脱式计算自动出题，每种出题5道，可用于打印
小袁口算python
weixin_48819871的博客
10-09 3010
小袁口算 pyhton纯视觉方案，按照模拟器位置捕捉截图进行比较，为两张截图方案，自行更改位置，需要下载pytesseract ocr到本机，同时需更改绘画符号位置。
python ocr高精度识别_基于百度云的OCR识别（Python）
weixin_39853210的博客
11-25 877
2019年7月3日早上，在百度AI开发者大会上，一个来自山西的青年，将一瓶矿泉水浇在了同样来自山西的李彦宏身上。可以回顾一下 https://b23.tv/av57665929/p1 ，着实让人一惊，这么大的会议上既然让人这么容易接近大佬。（图片来源网络）OCR识别准备工作百度云真的是测试接口的天堂，免费接口很多，当然有量的限制，但个人使用是完全够用的，什么人脸识别、MQTT服务器、语音识别等等，...
小猿口算python脚本，从此又多了一方势力炸鱼
2401_87819686的博客
10-15 722
小猿口算意外走红，这款原本面向小学生的口算练习软件，却意外成为了大学生们的“炸鱼”乐园。 他们使用各种逆天昵称，如“算不过我就挨肘”、“孔圣弃文从理”、“大一也是一”、“研二也是二”，换上阿基米德、高斯等诸多数学大家的头像，在PK模式中与小学生进行口算对决，在社交平台上分享自己的“炸鱼”战绩，引发诸多讨论和模仿，甚至出现了代打服务。 一些小朋友误以为是软件出现了外挂，纷纷在应用商店给出差评。
评论 27
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值