|
第一時間獲取 Python 技術干貨！ 
相信大家平時刷抖音短視頻的時候，看到顏值高的小姐姐，都有隨手點贊關注的習慣。 如果一條條去刷確實很耗時間，如果 Python 能幫忙篩選出顏值高的小姐姐那就省了很多事。 本篇文章是借助「百度人臉識別」API，幫我們識別出抖音上顏值高的小姐姐，然后下載到手機相冊中。 首先，項目需要對頁面元素進行一些精準的操作，需要提前準備一部 Android 設備，激活開發(fā)者選項，并在開發(fā)者選項中打開 「USB 調試和指針位置」兩處設置。 為了確保 adb 命令能正常使用，需要提前配置好 adb 開發(fā)環(huán)境。 頁面元素中的部分元素沒法利用 name 等常用屬性獲取到，可能需要獲取到完整的「UI 樹」，再利用 Airtest 判斷是否存在某個 UI 元素。 # 安裝依賴pip3 install pocoui
另外，項目中會對視頻進行人臉識別，獲取到出現的所有人臉，再進行性別識別及顏值判斷。 這里需要進行百度云后臺，注冊一個人臉識別的應用，獲取到一組 「API Key 和 Secret Key」值。 https://console.bce.baidu.com
然后利用官網提供的 API 文檔即可獲取到「access token」，由于 ak 的有效期為一個月，所以只需要初始化一次，后面就可以利用人臉識別接口進行正常的識別了。 appid = '你注冊應用的appid'
api_key = '你注冊應用的ak'
secret_key = '你注冊應用的sk'
def get_access_token():
"""
其關access_token有效期一般有一個月
"""
# 此變量賦值成自己API Key的值
client_id = api_key
# 此變量賦值成自己Secret Key的值
client_secret = secret_key
auth_url = 'https://aip./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"}
# 請求獲取到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
在上面已經配置好了 adb 環(huán)境的情況下，可以直接借助 python 中的 os 模塊執(zhí)行 adb 命令打開抖音 App。 # 抖音App的應用包名和初始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):
"""
打開應用
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))
接著，我們需要截取當前播放視頻的截圖到本地。 需要注意的是，抖音視頻播放界面包含視頻創(chuàng)作者頭像、BGM 創(chuàng)作者頭像等一些雜亂的元素，可能對人臉識別的結果產生一些誤差，所以需要對屏幕截圖之后的圖像進行「二次裁剪」處理。 def get_screen_shot_part_img(image_name):
"""
獲取手機截圖的部分內容
:return:
"""
# 截圖
os.system("adb shell /system/bin/screencap -p /sdcard/screenshot.jpg")
os.system("adb pull /sdcard/screenshot.jpg %s" % image_name)
# 打開圖片
img = Image.open(image_name).convert('RGB')
# 圖片的原寬、高(1080*2160)
w, h = img.size
# 截取部分，去掉其頭像、其他內容雜亂元素
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
現在可以使用百度提供的 API 獲取到上面截圖的人臉列表。 def parse_face_pic(pic_url, pic_type, access_token):
"""
人臉識別
5秒之內
:param pic_url:
:param pic_type:
:param access_token:
:return:
"""
url_fi = 'https://aip./rest/2.0/face/v3/detect?access_token=' + access_token
# 調用identify_faces，獲取人臉列表
json_faces = identify_faces(pic_url, pic_type, url_fi)
if not json_faces:
print('未識別到人臉')
return None
else:
# 返回所有的人臉
return json_faces
從上述的人臉列表中篩選出性別為女，年齡為 18-30 歲之間，顏值超過 70 的小姐姐。 def analysis_face(face_list):
"""
分析人臉，判斷顏值是否達標
18-30之間，女，顏值大于80
:param face_list:識別的臉的列表
:return:
"""
# 是否能找到高顏值的美女
find_belle = False
if face_list:
print('一共識別到%d張人臉，下面開始識別是否有美女~' % len(face_list))
for face in face_list:
# 判斷是男、女
if face['gender']['type'] == 'female':
age = face['age']
beauty = face['beauty']
if 18 <= age <= 30 and beauty >= 70:
print('顏值為:%d,及格，滿足條件！' % beauty)
find_belle = True
break
else:
print('顏值為:%d,不及格，繼續(xù)~' % beauty)
continue
else:
print('性別為男,繼續(xù)~')
continue
else:
print('圖片中沒有發(fā)現人臉.')
return find_belle
由于視頻是連續(xù)播放的，很難通過截取視頻某一幀，判斷視頻有出現顏值高的小姐姐。 另外，大部分短視頻播放時長為「10s+」，這里需要對每一個視頻多次截圖去做人臉識別，直到識別到顏值高的小姐姐。 # 一條視頻最長的識別時間RECOGNITE_TOTAL_TIME = 10 # 識別次數
recognite_count = 1
# 對當前視頻截圖去人臉識別
while True:
# 獲取截圖
print('開始第%d次截圖' % recognite_count)
# 截取屏幕有用的區(qū)域，過濾視頻作者的頭像、BGM作者的頭像
screen_name = get_screen_shot_part_img('images/temp%d.jpg' % recognite_count)
# 人臉識別
recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))
recognite_count += 1
# 第n次識別結束后的時間
recognite_time_end = datetime.now()
# 這一條視頻出現了顏值高的小姐姐
if recognite_result:
pass
else:
print('超時?。?！這是一條沒有吸引力的視頻！')
# 跳出里層循環(huán)
break
一旦當前播放的視頻識別出有顏值高的小姐姐，就需要模擬保存視頻到本地的操作。 
獲取「分享」和「保存本地」兩個按鈕的坐標位置，依次利用 adb 執(zhí)行點擊操作即可下載視頻到本地。
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，由于下載視頻的過程是一個耗時操作，在下載進度對話框還未消失之前，需要做一個「模擬等待」的操作。 def wait_for_download_finished(poco):
"""
從點擊下載，到下載完全
:return:
"""
element = Element()
while True:
# 由于是對話框，不能利用Element類來判斷是否存在某個元素來準確處理
# element_result = element.findElementByName('正在保存到本地')
# 當前頁面UI樹元素信息
# 注意：保存的時候可能會獲取元素異常，這里需要拋出，并終止循環(huán)
# 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('異常，按下載處理~')
break
if '正在保存到本地' in ui_tree_content:
print('還在下載中~')
time.sleep(0.5)
continue
else:
print('下載完成~')
break
在視頻保存到本地之后，就可以模擬向上滑動的操作，跳到播放「下一條視頻」。 循環(huán)上面的操作，即可篩選出所有顏值高的小姐姐，并保存到本地。 def play_next_video():
"""
下一個視頻
從下往上滑動
:return:
"""
os.system("adb shell input swipe 540 1300 540 500 100")
在腳本一條條刷視頻的過程中，可能會遇到一下廣告，我們需要對這類視頻進行過濾。 def is_a_ad():
"""
判斷的當前頁面上是否是一條廣告
:return:
"""
element = Element()
ad_tips = ['去玩一下', '去體驗', '立即下載']
find_result = False
for ad_tip in ad_tips:
try:
element_result = element.findElementByName(ad_tip)
# 是一條廣告,直接跳出
find_result = True
break
except Exception as e:
find_result = False
return find_result
運行上面的腳本，會自動打開抖音，對每一條小視頻多次進行人臉識別，直到識別到顏值高的小姐姐，保存視頻到本地，然后繼續(xù)刷下一條短視頻。 
|
