Python实现人脸识别实现自动给抖音漂亮小姐姐视频点赞!

Posted 测试baby

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python实现人脸识别实现自动给抖音漂亮小姐姐视频点赞!相关的知识,希望对你有一定的参考价值。

在这里插入图片描述

这只爬虫做了些什么事儿呢?

通过 ADB 控制你的手机,帮你自动刷抖音

调用百度人脸识别的接口,给视频画面中出现的小姐姐打分

自动给颜值 70 以上的小姐姐的视频点赞

有趣的是,根据抖音的推荐算法,连着刷几天之后,抖音里给你推荐的全是漂亮小姐姐了。

  1. 成果展示

先演示一下效果。

连接手机(手机要允许ADB调试),运行爬虫程序,程序会自动打开抖音APP,自动寻找漂亮的小姐姐啦。
在这里插入图片描述

有趣的是,根据抖音的推荐算法,连着刷几天之后,抖音里给你推荐的全是漂亮小姐姐了。刚开始刷的时候,可能几十条里都没有一个漂亮小姐姐,而刷几天之后,基本上刷到的每条视频里都是漂亮小姐姐。 看,这是我刷了三天的 “成果”, 断断续续刷了三天时间,已经 “点赞” 了两百多条漂亮小姐姐的视频。

在这里插入图片描述

咱有一说一啊,先不管是不是因为抖音的美颜滤镜功能强大,单纯从爬虫爬到的视频来看,这些小姐姐是真的好看,结果还是令人满意的。

下面这个是抖音里检测到漂亮小姐姐的截图画面,本来这是作为临时文件,人脸检测完即删除的,我看着好看,就给留了下来。

在这里插入图片描述

这个爬虫程序大概就是这样,下面详细讲解一下,这个爬虫是怎么做出来的。 1. 基础准备这个爬虫需要用到三个东西。Python 环境,爬虫程序是用 Python 写的,肯定要先配置好 Python 的环境啊。没有配好的自行去安装一下 Anaconda。此外,还需要安装一些必要的库,如 requests,urllib,PIL等。ADB 环境,我们的爬虫需要通过 ADB 命令对手机进行操作,实现自动刷抖音,自动点赞的功能。安装方法自行百度。人脸识别API,我这里用的是百度AI的人脸识别接口,大家需要自行注册一个百度AI 开放平台的账号,然后创建一个人脸识别的应用,然后将 appid,api_key,secret_key 三个参数填到爬虫代码这儿即可。

这里简单对 ADB 介绍一下。

ADB 的全称为 android Debug Bridge,就是起到了调试桥的作用,用这个可以很方便的对安卓应用进行调试。

简单点说,就是你可以用这个工具来操作你的手机,它可以完成你在手机上能做的任何操作。

比如说安装/卸载/打开/关闭手机APP,滑动屏幕,点击,长按等等。更复杂的操作也能做,我们这里就不讲了,因为我们的这个抖音爬虫用到的 ADB 指令基本也就这些了。

a. ADB 启动应用

只需要知道应用的 package_name 和 activity_name,然后调用下面的 adb 指令,即可打开相应的应用

adb shell am start -n [package_name] [activity_name]

以抖音 APP 为例,它的 package_name 和 activity_name 如下。

need-to-insert-img

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’

need-to-insert-img

所以在命令行中运行下面的指令,即可打开手机中的抖音APP。

adb shell am start -n com.ss.android.ugc.aweme com.ss.android.ugc.aweme.splash.SplashActivity

need-to-insert-img

b. ADB 点击屏幕

在命令行中运行下面指令,即可实现手机屏幕的点击。其中 1330 1750 是点击的 x y坐标。

adb shell input tap 1330 1750

以此爬虫里的抖音点赞为例,我只需要记录下抖音app中,点赞按钮对应的屏幕坐标,然后调用这句指令,即可完成自动点赞。

c. ADB 滑动屏幕

need-to-insert-img

在命令行中运行下面指令,实现的是手机屏幕的滑动操作。 其中有 5 个参数。这五个数字分别表示的是,滑动起始点的 x y 坐标,滑动终止点的 x y 坐标,滑动时长。

adb shell input swipe 900 1400 400 1400 100

need-to-insert-img

比如上面这句指令表示的就是,从坐标(900,1400)的点,滑动到坐标 (400,1400)的点,滑动过程 100 毫秒。

其实,这句指令稍微改一改,把起始坐标和终止坐标设为一致,滑动时长设长一些,滑动操作就变成了 “长按屏幕” 操作了。

基本准备工作也差不多就这些了,下面讲一下爬虫程序的整体思路吧。

  1. 爬虫整体思路

如图所示,爬虫的整个爬取思路如下。

在这里插入图片描述

首先启动抖音 APP,等第一个视频加载出来播放之后,截取屏幕画面,调用百度 AI 的人脸识别接口进行人脸检测和评分。

如果画面中检测到颜值评分70分以上,且性别为女的人脸,则点击屏幕中的”点赞“按钮,然后上滑播放下一条视频

如果画面中中没有出现人脸,或者性别为男,或者颜值不足70,则继续截图检测,直到视频播放结束,或者找到满足条件的人脸为止,然后上滑播放下一条视频。

为了尽可能地不错过有漂亮小姐姐的抖音,每条视频中会截取 4 - 5 张图片进行检测,只要有一张截图中有高颜值的小姐姐,那么我们就对这个视频进行点赞。如果这样都检测不出来,只能说小姐姐藏得太深,或者漂亮的不够明显了

大概思路就是这样,下面我们就来动手完成爬虫吧。

  1. 动手撸码写爬虫

由于爬虫还是稍微有点大,所以我拆成三个部分来写。人脸识别部分,ADB 控制部分,和爬虫主逻辑部分。

(1)人脸识别部分

这部分用了调用了 百度AI 的人脸识别接口,需要将你自己申请的 appid,api_key,secret_key 三个参数填到代码里。

import base64

import urllib

import json

import requests

import sys

appid = ‘填写你申请的 appid’

api_key = ‘填写你申请的 api_key’

secret_key = ‘填写你申请的 secret_key’

这部分的代码主要包括四个函数,包括

get_access_token 函数,用来获取人脸识别接口必须的参数 access_token。

identify_faces 函数 和 parse_face_pic 函数,这两个函数主要是用来将图片上传,调用人脸识别接口进行人脸识别,然后返回识别出来的人脸列表。

analysis_face 函数,主要作用是解析前面两个函数返回的人脸列表,从而判断图片中是否有漂亮小姐姐。

def get_access_token():

    """

      获取 access_token 有效期一般有一个月

    """

    client_id = api_key 

    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

def identify_faces(pic_url, pic_type, url_fi):

    """

        调用人脸识别的接口,返回识别到的人脸列表

    """

    headers =

    {

        'Content-Type': 'application/json; charset=UTF-8'

    }

    if pic_type == TYPE_IMAGE_NETWORK:

        image = pic_url

        image_type = 'URL'

    else:

        with open(pic_url, 'rb') as file:

            image = base64.b64encode(file.read())

        image_type = 'BASE64'

    post_data =

    {

        'image': image,

        'image_type': image_type,

        'face_field': 'facetype,gender,age,beauty',  # expression,faceshape,landmark,race,quality,glasses

        'max_face_num': 2

    }

    response_fi = requests.post(url_fi, headers=headers, data=post_data)

    json_fi_result = json.loads(response_fi.text)

    # 如果人脸识别成功,返回人脸列表,否则返回None

    if not json_fi_result or json_fi_result['error_msg'] != 'SUCCESS':

        return None

    else:

        return json_fi_result['result']['face_list']

def parse_face_pic(pic_url, pic_type, access_token):

    """

        人脸识别,返回人脸列表

    """

    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:

        return None

    else:

        return json_faces



def analysis_face(face_list):

    """

        解析人脸识别结果,判断颜值是否达标

        条件:性别女,颜值大于等于 70

    """

    # 是否能找到漂亮小姐姐

    find_plxjj = False

    if face_list:

        for face in face_list:

            # 判断是男、女

            if face['gender']['type'] == 'female':

                age = face['age']

                beauty = face['beauty']

                if beauty >= 70:

                    print('发现一个 ' + str(age) + ' 岁的美女,颜值为:%d,满足条件!' % beauty)

                    find_plxjj= True

                    break

                else:

                    print('发现一个 ' + str(age) + ' 岁的女生,颜值为:%d,不及格,继续~' % beauty)

                    continue

    return find_plxjj

(2)ADB 控制部分

ADB 控制部分,大概思路就是通过python中的 os 库执行 adb 指令,来对手机进行操作。

主要包括四个函数:

start_my_app 函数,用来启动 抖音 APP。

save_video_met 函数,点击 ”点赞“ 按钮。在检测到漂亮小姐姐之后调用。

play_next_video 函数,向上滑动屏幕,播放下一个视频。

get_screen_shot_part_img 函数,用来截取屏幕图像,保存到电脑中,以遍后续人脸识别。

import os

from PIL import Image

# 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 Android 应用

    os.popen('adb shell am start -n %s/%s' % (package_name, activity_name))



def save_video_met(screen_name, find_girl_num):

    # 保存截图

    img = Image.open(screen_name).convert('RGB')

    img.save("漂亮的小姐姐/DYGirl_%d.jpg" % find_girl_num)

    # 给视频点赞

    os.system("adb shell input tap 1330 1750")



def play_next_video():

    # 向上划屏幕,播放下一段视频

    os.system("adb shell input swipe 540 1300 540 500 100")

def get_screen_shot_part_img(image_name):

    # 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

    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, 400, 1200, 2750))

    img.thumbnail((int(w / 1.5), int(h / 1.5)))

    # 保存到本地

    img.save(image_name)

    return image_name

这些函数中的坐标是根据我手机的屏幕坐标写的(华为 Mate 20 Pro),其他型号手机的同学,可以根据自己手机屏幕的分辨率,对这些参数进行调整。

修改坐标的方法我也大概说一下,在你手机的设置中,找到开发人员选项,然后将指针位置这个打开,然后你就可以看到你点击到屏幕的位置了,顶部也会显示你点击的位置坐标。

打开抖音,手指放到点赞按钮上,记录下此时屏幕顶部显示的坐标,然后把这个坐标替换到代码中就好了。

在这里插入图片描述

(3)程序主逻辑部分

根据前面分析的流程图,编写爬虫程序的主逻辑。

import datetime

import time

import shutil

if __name__ == '__main__':



    access_token = get_access_token()

    # 设置一条视频最长的识别时间,要是墨迹 10 秒还不露脸,也不管她了,下一个

    RECOGNITE_TOTAL_TIME = 10

    # 识别次数

    recognite_count = 0

    # 图片类型【网络和本地】

    TYPE_IMAGE_NETWORK = 0

    TYPE_IMAGE_LOCAL = 1

    print("打开抖音~")



    start_my_app(package_name, activity_name)

    time.sleep(5)

    print("开始播放视频~")

    find_girl_num = 0

    # 对当前视频截图去人脸识别

    while True:

        # 开始识别的时间

        recognite_time_start = datetime.datetime.now()

        # 识别次数

        recognite_count = 1

        # 循环地去刷抖音

        while True:

            # 获取截图

            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.datetime.now()

            # 这是一个美女

            if recognite_result:

                find_girl_num += 1

                save_video_met(screen_name, find_girl_num)

                print("已经发现 %d 个漂亮小姐姐" % find_girl_num)

                break

            else:

                if (recognite_time_end - recognite_time_start).seconds < RECOGNITE_TOTAL_TIME:

                    continue

                else:

                    print('超时!!!这是一条没有吸引力的视频!')

                    # 跳出里层循环

                    break

        # 删除临时文件

        shutil.rmtree('./images')

        time.sleep(0.05)

        os.mkdir('./images')

        # 播放下一条视频

        print('==' * 30)

        time.sleep(2)

        print('准备播放下一个视频~')

        play_next_video()

        time.sleep(2)

有时候网络可能卡一些,视频加载需要一些时间,所以每次划到下一条视频时,先停两秒,等视频差不多加载好了再开始检测。

后记

这个爬虫其实之前就写好了,自娱自乐。这次正好是 1024 程序员节,分享出来造福一下咱们秃头的程序员小哥哥们。

这爬虫我断断续续玩了一段时间了,反正没事儿的时候手机放一边,把爬虫开了后台跑着,让它自己刷着玩。然后晚上拿起手机一看,哇手机里全是漂亮的小姐姐。哈哈哈哈

最后:【可能给予你助力的教程】


在这里插入图片描述

这些资料,对于做【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴我走过了最艰难的路程,希望也能帮助到你!凡事要趁早,特别是技术行业,一定要提升技术功底。

关注我的微信公众号【伤心的辣条】免费获取~

送上一句话:

世界的模样取决于你凝视它的目光,自己的价值取决于你的追求和心态,一切美好的愿望,不在等待中拥有,而是在奋斗中争取。

我私人的软件测试学习交流群:902061117 群里有技术大牛一起交流分享~

如果我的博客对你有帮助、如果你喜欢我的博客内容,请 “点赞” “评论” “收藏” 一键三连哦!

好文推荐:

阿里小黑叹息:越来越多的年轻人从职场撤退了?

Python简单?先来40道基础面试题测试下

App公共测试用例梳理

从一名开发人员转做测试的一些感悟

以上是关于Python实现人脸识别实现自动给抖音漂亮小姐姐视频点赞!的主要内容,如果未能解决你的问题,请参考以下文章

Python自动给抖音小姐姐视频点赞

抖音刷累了,灵机一动,用Python做了个颜值自动识别机器,瞬间觉得关注列表不够用了

分分钟自制人脸识别(如何快速识别心仪的小姐姐~)

用Kotlin实现抖音爆红的文字时钟,征服产品小姐姐

如何给抖音视频选择配乐?音乐是抖音作品重要的组成部分

微信小程序 |基于百度AI从零实现人脸识别小程序