引言
如果談到這幾年手機上各平臺最常見的引流福利，必然是
答題贏大獎系列 小遊戲了。像什麼頭號英雄，百萬玩家之類的，充斥在我們生活中，同時也成為了我們生活中常見的娛樂方式。但是有時候就會想，能不能實現 手機自動答題 呢，畢竟網絡上是充斥著很多問題的答案，自己手動搜題速度顯然來不及。答案是當然可以 ，今天我們就來用手機連接電腦，讓電腦自動搜索答案，省時省力省心。
這一項目中主要用到了 文字識別 和 瀏覽器 操作，其中文字識別是 利用計算機自動識別字符的技術，是模式識別應用的一個重要領域。
人們在生產和生活中，要處理大量的文字、報表和文本。為了減輕人們的勞動，提高處理效率， 50 年代開始探討一般文字識別方法，並研製出光學字符識別器。 60 年代出現了採用磁性墨水和特殊字體的實用機器。
60 年代後期，出現了多種字體和手寫體文字識別機，其識別精度和機器性能都基本上能滿足要求。如用於信函分揀的手寫體數字識別機和印刷體英文數字識別機。 70 年代主要研究文字識別的基本理論和研製高性能的文字識別機，並著重於漢字識別的研究 。
基於一些基礎認識，下面我們先來思考下，實現這一項目的整體思路：
做這一項目首先會存在以下疑問：
1、 我們要讓手機連接電腦，但是怎麼讓電腦自動控制手機呢
2、 手機上是顯示文字的，但是怎麼讓電腦看懂你手機上的文字呢
3、 電腦知道了問題後如何藉助網絡搜答案呢？
針對上面的問題，我們大概想了下思路：
1、 讓電腦能夠控制手機，一般都是利用 usb 把手機連接到電腦上。然後藉助 ADB 實現對手機的調控，包括點觸、滑動、截圖等等功能。
2、 讓電腦能夠看懂文字，必然需要對手機屏幕截圖，然後對截圖中的文字識別即可
3、 讓電腦操控瀏覽器搜題，用 python 的庫即可實現
瞭解了整體思路後，下面開始我們的實驗。
實驗前的準備
首先我們使用的python版本是3.6.5所用到的庫有os，Python 中os模塊包含普遍的操作系統功能。
如果你希望你的程序能夠與平臺無關的話，這個模塊是尤為重要的；pillow庫中Image模塊是在Python PIL圖像處理中常見的模塊，對圖像進行基礎操作的功能基本都包含於此模塊內；Pytesseract模塊是文字識別模塊；webbrowser是實現瀏覽器的操作；time庫實現等待下一題之間的間隔時間等待。
自動獲取手機文字
1 、利用 ADB 控制手機：
ADB是安卓手機常見的調控插件，我們需要將手機數據線和電腦連接，然後藉助adb實現對手機的截屏並保存在指定路徑。Adb控制指令如下：
截取屏幕，圖片命名為screen.png ：
<code>os.system("adb shell /system/bin/screencap -p /sdcard/screen.png"
) /<code>
將截圖保存到電腦,路徑為：C:/Users/jia/Desktop
<code>os.system("adb pull /sdcard/screen.png C:/Users/jia/Desktop"
) /<code>
模擬點擊屏幕，x y分別為點擊處的像素
<code>os
.system
("adb
shell
input
tap
{}{}".format
(x
,y
))#x
，y
為點擊處的像素點/<code>
詳細代碼如下：
<code>def
get_image
()
: os.system('adb shell screencap -p /sdcard/image.png'
) os.system('adb pull /sdcard/image.png .'
) xigua_size = (150
,530
,1800
,800
)/<code>
2 、對圖片文字識別：
文字識別部分為了方便快速，我們直接使用pytesseract文字識別即可。其中主要用的函數是pytesseract.image_to_strin。
pytesser裡包含了tesseract.exe和英語的數據包（默認只識別英文），還有一些示例圖片，所以解壓縮後即可使用。
同時模塊需要PIL庫的支持。
如何識別率低的問題？
可以增強圖片的顯示效果，或者將其轉換為黑白的，這樣可以使其識別率提升不少。
識別其他語言？
tesseract是一個命令行下運行的程序，參數如下：
<code>tesseract
imagename
outbase
[-l lang]
[-psm N]
[configfile...]
/<code>
imagename是輸入的image的名字，outbase是輸出的文本的名字，默認為outbase.txt ，-l lang 是定義要識別的的語言，默認為英文。
詳細代碼如下：
<code>
get_image()
img=Image.open('image.png')
img_que = img.crop(xigua_size)
question=pytesseract.image_to_string(img_que,lang='chi_sim')/<code>獲取文字後，對文字做一些處理，去除沒必要的信息。
<code>question
=question.replace(' '
,''
).replace('\n'
,''
)que
= question[question.find('.'
)+1
: question.find('?'
)]/<code>
自動搜題的實現
1 、瀏覽器操作：
在識別問題的基礎上，我們通過 webbrowser 打開瀏覽器，並操作瀏覽器搜索答案。
其中主要用到的方法如下：
- webbrowser 有以下方法：
<code>webbrowser
.open
(url
[, new=0[, autoraise=1]
])/<code>
這個方法是在默認的瀏覽器中顯示url, 如果new = 0, 那麼url會在同一個瀏覽器窗口下打開，如果new = 1, 會打開一個新的窗口，如果new = 2, 會打開一個新的tab, 如果autoraise = true, 窗口會自動增長。
<code>webbrowser
.open_new
(url
)/<code>
在默認瀏覽器中打開一個新的窗口來顯示 url, 否則，在僅有的瀏覽器窗口中打開 url 。
<code>webbrowser
.open_new_tab
(url
)/<code>
在默認瀏覽器中當開一個新的 tab 來顯示 url, 否則跟 open_new() 一樣、
<code>webbrowser
.get
([name]
)/<code>
根據 name 返回一個瀏覽器對象，如果 name 為空，則返回默認的瀏覽器
<code>webbrowser
.register
(name
,construtor
[, instance]
)/<code>
註冊一個名字為 name 的瀏覽器，如果這個瀏覽器類型被註冊就可以用 get() 方法來獲取。
詳細代碼如下：
<code>#引擎搜索 url ="https://www.baidu.com/s?wd="
+que webbrowser.open
(url) get_image() img=Image.open
('image.png'
) img_que = img.crop(xigua_size) question1= pytesseract.image_to_string(img_que,) question1=question1.replace(' '
,''
).replace('\n'
,''
) que = question1[question.find
('.'
)+1
: question.find
('?'
)]while
True:while
(question1==question): get_image() img = Image.open
('image.png'
) img_que = img.crop(xigua_size) question1 = pytesseract.image_to_string(img_que,) question1 = question1.replace(' '
,''
).replace('\n'
,''
) que = question1[question.find
('.'
) +1
: question.find
('?'
)] get_image() img = Image.open
('image.png'
) img_que = img.crop(xigua_size) # 識別截圖文字 question = pytesseract.image_to_string(img_que,) question = question.replace(' '
,''
).replace('\n'
,''
) que = question[question.find
('.'
) +1
: question.find
('?'
)] continuewhile
(question1!=question): get_image() img = Image.open
('image.png'
) img_que = img.crop(xigua_size) # 識別截圖文字 question = pytesseract.image_to_string(img_que,) question1 = pytesseract.image_to_string(img_que,) question1 = question1.replace(' '
,''
).replace('\n'
,''
) que = question1[question.find
('.'
) +1
: question.find
('?'
)] question = question.replace(' '
,''
).replace('\n'
,''
) que = question[question.find
('.'
) +1
: question.find
('?'
)] # 引擎搜索 url ="https://www.baidu.com/s?wd="
+ que webbrowser.open
(url) continue/<code>
到這裡，我們整體的程序就搭建完成，下面為我們程序的運行結果：
試試用這個方法參加《百萬答題》類小遊戲，或許下一個百萬獲獎人就是你。
詳細源代碼獲取私信小編01
