记得十年前谷歌大量使用python_关于利用Python玩转百万答题

继微信小游戏《跳一跳》火了之后，直播答题类APP突然也火了起来，朋友圈开始各种拉好友、求帮助，甚至希望自己以前的老师们能帮忙组个“百万答题团”：

注意：只是增加答题准确率，不保证全对。

基本思想是通过屏幕截图，文字识别，然后搜索的方式回答问题。

具体做法如下：

1、 ADB 获取手机截屏

1

2adb shell screencap -p /sdcard/screenshot.png

adb pull /sdcard/screenshot.png .

2、OCR识别题目与选项文字

文字识别两个方法：

谷歌 Tesseract，安装软件即可，接下来主要使用这个方法

百度 OCR livc，需要注册百度API，每天调用次数有限

3、搜索判断

结果判断方式

1.直接打开浏览器搜索问题

2.题目+每个选项都通过搜索引擎进行搜索，从网页代码中提取搜索结果的数目

3.只用题目进行搜索，统计结果页面代码中包含选项的词频

以下为两个示例结果，可以看出下面两道题，两个方法有不同的结果，可以根据问题类型进行不同的决策。

使用步骤 (谷歌 Tesseract)

Android

1. 安装 ADB windows

Mac

使用 brew 进行安装1brew cask install android-platform-tools

安装完后插入安卓设备且安卓已打开 USB 调试模式，终端输入 adb devices ，显示设备号则表示成功。我手上的机子是坚果 pro1，第一次不成功,查看设备管理器有叹号，使用 handshaker 加载驱动后成功，也可以使用豌豆荚之类的试试。

1

2List of devices attached

6934dc33 device

若不成功，可以参考Android 和 iOS 操作步骤进行修改

2. 安装 python 3

3. 安装所需 python 包

命令行：

1pip install -r requirements.txt

或者

1

2

3

4

5pip install pytesseract

pip install pillow

pip install requests

pip install colorama

pip install baidu-aip

4. 安装 谷歌 Tesseract

Windows下链接： 推荐使用安装版，在安装时选择增加中文简体语言包

5. 修改 config/configure.conf 中相应参数信息1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17[region]

question_region = 50, 350, 1000, 560

choices_region = 75, 535, 1000, 1200

# 题目和选项一起的区域

combine_region = 50, 350, 1000, 1200

[tesseract]

# windows

# tesseract 安装路径

tesseract_cmd = C:\Program Files (x86)\Tesseract-OCR\tesseract

# 语言包目录和参数

tessdata_dir_config = --tessdata-dir "C:\Program Files (x86)\Tesseract-OCR\tessdata" --psm 6

# mac 环境, 文件夹分割请使用 / 代替 \ 如 '/usr/local/Cellar/tesseract/3.05.01/bin/tesseract'

注： 可以用 GetImgTool.py 调整题目截取位置 可以到这里查看部分手机截图设置

6. 运行脚本

python GetQuestionAndroid.py 会自动识别文字并打开浏览器

IOS

部分朋友成功

需要安装 WDA 进行截图，参考

iOS 真机如何安装 WebDriverAgent

Android 和 iOS 操作步骤

安装 python-wda

其他步骤相同。

python GetQuestionIos.py

使用步骤 (百度 OCR)

在百度平台上创建应用申请 API Key 和 Secret Key

安装所需 python 包

命令行：

1pip install -r requirements.txt

或者

1

2

3

4

5pip install pytesseract

pip install pillow

pip install requests

pip install colorama

pip install baidu-aip

在 config/configure.conf 中加入相应 key, 并设置截取区域

1

2

3

4

5

6

7[region]

# 题目和选项一起的区域

combine_region = 50, 350, 1000, 1200

[baidu_api]

APP_ID =

API_KEY =

SECRET_KEY

在GetQuestionAndroid.py中切换识别方法

1

2

3

4

5

6

7

8#ocr_img: 需要分别截取题目和选项区域，使用 Tesseract

#ocr_img_tess： 题目和选项一起截，使用 Tesseract

#ocr_img_baidu： 题目和选项一起截，使用 baidu ocr，需配置 key

# question, choices = ocr.ocr_img(img, config)

# question, choices = ocr.ocr_img_tess(img, config)

question, choices = ocr.ocr_img_baidu(img, config)

其它环境配置与 Tesseract 步骤相同

运行脚本

安卓：1python GetQuestionAndroid.py

其它结果分析三种方法可以选择，可以加#注释掉只保留一个方法

windows 命令行有很多乱码问题，建议使用 cmder 作为命令工具，可以支持 linux 命令

总结有了 ADB 截图，能玩出更多花样。python 写小脚本真的很方便。

Next文字识别后 nlp 处理一下关系，然后搜索不同选择结果