目標場景
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。
本篇文章是藉助「百度人臉識別」API，幫我們識別出抖音上顏值高的小姐姐，然後下載到手機相冊中。
準 備 工 作
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，激活開發者選項，並在開發者選項中打開 「USB 調試和指針位置」兩處設置。
為了確保 ad b 命令能正常使用，需要提前配置好 ad b 開發環境。
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「U I 樹」，再利用 Air test 判斷是否存在某個 U I 元素。
<code># 安裝依賴pip3installpocoui
/<code>
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。
這裡需要進行百度雲後臺，註冊一個人臉識別的應用，獲取到一組 「API Key 和 Secret Key」值。
<code>http://console.bce.baidu.com/<code>
然後利用官網提供的 API 文檔即可獲取到「access token」，由於 a k 的有效期為一個月，所以只需要初始化一次，後面就可以利用人臉識別接口進行正常的識別了。
<code>appid='你註冊應用的appid'
api_key='你註冊應用的ak'
secret_key='你註冊應用的sk'
defget_access_token():
"""
其關access_token有效期一般有一個月
"""
#此變量賦值成自己APIKey的值
client_id=api_key
#此變量賦值成自己SecretKey的值
client_secret=secret_key
auth_url='http://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(WindowsNT6.1;Trident/7.0;rv:11.0)likeGecko',
"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']
returnaccess_token
/<code>
編 寫 腳 本
在上面已經配置好了 a db 環境的情況下，可以直接藉助 python 中的 o s 模塊執行 ad b 命令打開抖音 App。
<code>#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'
defstart_my_app(package_name,activity_name):
"""
打開應用
adbshellamstart-ncom.tencent.mm/.ui.LauncherUI
:parampackage_name:
:return:
"""
os.popen('adbshellamstart-n%s/%s'%(package_name,activity_name))
/<code>
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作者頭像、B G M 創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後的圖像進行「二次裁剪」處理。
<code>defget_screen_shot_part_img(image_name):
"""
獲取手機截圖的部分內容
:return:
"""
#截圖
os.system("adbshell/system/bin/screencap-p/sdcard/screenshot.jpg")
os.system("adbpull/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)
returnimage_name
/<code>
現在可以使用百度提供的 API 獲取到上面截圖的人臉列表。
<code>defparse_face_pic(pic_url,pic_type,access_token):
"""
人臉識別
5秒之內
:parampic_url:
:parampic_type:
:paramaccess_token:
:return:
"""
url_fi='http://aip.baidubce.com/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)
ifnotjson_faces:
print('未識別到人臉')
returnNone
else:
#返回所有的人臉
returnjson_faces
/<code>
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。
<code>defanalysis_face(face_list):
"""
分析人臉，判斷顏值是否達標
18-30之間，女，顏值大於80
:paramface_list:識別的臉的列表
:return:
"""
#是否能找到高顏值的美女
find_belle=False
ifface_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))
forfaceinface_list:
#判斷是男、女
ifface['gender']['type']=='female':
age=face['age']
beauty=face['beauty']
if18<=age<=30andbeauty>=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~'%beauty)
continue
else:
print('性別為男,繼續~')
continue
else:
print('圖片中沒有發現人臉.')
returnfind_belle
/<code>
由於視頻是連續播放的，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「10 s+」，這裡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。
<code># 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
whileTrue:
#獲取截圖
print('開始第%d次截圖'%recognite_count)
#截取屏幕有用的區域，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次識別結束後的時間
recognite_time_end=datetime.now()
#這一條視頻出現了顏值高的小姐姐
ifrecognite_result:
pass
else:
print('超時！！！這是一條沒有吸引力的視頻！')
#跳出裡層循環
break
/<code>
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」兩個按鈕的座標位置，依次利用 a db 執行點擊操作即可下載視頻到本地。
<code>defsave_video_met():
"""
:return:
"""
#分享
os.system("adbshellinputtap10001500")
time.sleep(0.05)
#保存到本地
os.system("adbshellinputtap3501700")
/<code>
另外，由於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。
<code>defwait_for_download_finished(poco):
"""
從點擊下載，到下載完全
:return:
"""
element=Element()
whileTrue:
#由於是對話框，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，這裡需要拋出，並終止循環
#com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException:Nodewasnolongeralivewhenqueryattribute"visible".Pleasere-select.
try:
ui_tree_content=json.dumps(poco.agent.hierarchy.dump(),indent=4).encode('utf-8').decode('unicode_escape')
exceptExceptionase:
print(e)
print('異常，按下載處理~')
break
if'正在保存到本地'inui_tree_content:
print('還在下載中~')
time.sleep(0.5)
continue
else:
print('下載完成~')
break
/<code>
在視頻保存到本地之後，就可以模擬向上滑動的操作，跳到播放「下一條視頻」。
循環上面的操作，即可篩選出所有顏值高的小姐姐，並保存到本地。
<code>defplay_next_video():
"""
下一個視頻
從下往上滑動
:return:
"""
os.system("adbshellinputswipe5401300540500100")
/<code>
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。
<code>defis_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
forad_tipinad_tips:
try:
element_result=element.findElementByName(ad_tip)
#是一條廣告,直接跳出
find_result=True
break
exceptExceptionase:
find_result=False
returnfind_result
/<code>
結 果 結 論
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，然後繼續刷下一條短視頻。
最後小編幫助大家整理了一套python基礎還有實戰的教程，下面展示了部分，希望也能幫助對編程感興趣，想做數據分析，人工智能或者希望從事編程開發的小夥伴，畢竟python工資還可以，如果能幫到你請點贊、點贊、點贊。
python視頻系列：
電子書系列：
獲取方式
如果你覺得文章還不錯，請大家點贊分享下。你的肯定是我最大的鼓勵和支持。
閱讀更多 程序猿老旭 的文章
