军哥驿站#python 3.6.4
# encoding:utf-8
#确保已连接好adb
#1080 2280 分辨率，一加6测试通过
#抖音版本20200618
import os
import cv2
import sys
import time
import random
from PIL import Image #pip install pillow
import diannaoshuohua
import zhaotu
# 上传照片到电脑
def screen():
# 截图保存在手机上
os.system('adb shell screencap -p /sdcard/screen.png')
# 传到电脑上
os.system('adb pull /sdcard/screen.png')
# 截图，粉丝详情页图片
def screen3():
# 截图保存在手机上
os.system('adb shell screencap -p /sdcard/screen3.png')
# 传到电脑上
os.system('adb pull /sdcard/screen3.png')
#处理照片
def getDistance():
#读取图片
image = Image.open('screen.png')
#返回元组
width = image.size[0]
height = image.size[1]
#print(height,width)
for i in range(803,804):#遍历一个纵列
for j in range(0,height):
if image.getpixel((i,j))[:3] == (179, 38, 69):#如果找到符合位置的颜色点，则确定了按钮所在
yield j #生成器。返回所有找到的纵坐标的值
def jietu(mubiaotu):
# 打开刚截取的全屏图
img = Image.open(mubiaotu)
# 定位到需要截取的地方
img = img.crop((0, 200, 1080, 1400))
# 截取成功并保存到本地
img.save('screen3_jietu.png')
def as_num(x):
y = '{:.10f}'.format(x) # .10f 保留10位小数
return y
# 查找图片
def findImg(target1,template2):
#读取目标图片
target = cv2.imread(target1)
#读取模板图片
template = cv2.imread(template2)
#获得模板图片的高宽尺寸
theight,twidth = template.shape[:2]
#执行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED
result = cv2.matchTemplate(target,template,cv2.TM_SQDIFF_NORMED)
cv2.normalize(result,result, 0, 1, cv2.NORM_MINMAX, -1 )
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
strmin_val = str(min_val)
cv2.rectangle(target,min_loc,(min_loc[0]+twidth,min_loc[1]+theight),(0,0,225),2)
print ("匹配最小值为："+as_num(float(str(min_val))))
print ('匹配最大值为：'+as_num(float(str(max_val))))
r = int((image.getpixel((min_loc[0]+23,min_loc[1]+17)))[0])
if (abs(float(as_num(float(str(max_val))))) >= 0.9) and r > 180:#如果找到符合位置的颜色点:
print ('找到符合的图片')
return True
else:
print('没有找到符合的图片')
return False
if __name__ == '__main__':#主函数开头
i=0
n=0
sj = random.uniform(1,5)
for _ in range(100):
screen()
print('截屏某用户的粉丝列表')
xy = zhaotu.findImg2('s.png','screen.png')
for d in xy:
screen()
time.sleep(sj)
os.system('adb shell input tap {} {}'.format(d[0],d[1]))
time.sleep(sj)
screen3()#个人详情页截图
time.sleep(sj)
jietu('screen3.png')
time.sleep(sj)
if zhaotu.findImg1('nv.png','screen3_jietu.png'):
xy = zhaotu.findImg1('nv.png','screen3_jietu.png')
image = Image.open("screen3_jietu.png")#打开个人详情页截图
r = int((image.getpixel((xy[0],xy[1])))[0])
if (r > 180):
print('找到一位女士，即将关注！')
os.system('adb shell input tap 550 466')#点击关注按钮，暂用坐标，待完善
time.sleep(sj)
os.system('adb shell input keyevent 4')
time.sleep(sj)
i=i+1
print('已关注了'+str(i)+'位女士')
if i == 175:
print('本次运行已关注198人，已退出运行！')
diannaoshuohua.shuohua('本次已关注198人，即将退出！')
os.system('adb shell input keyevent 26')#power事件。
sys.exit()
else:
os.system('adb shell input keyevent 4') #点击后退按钮
else:
print('这不是女士，即将返回！')
n=n+1
os.system('adb shell input keyevent 4') #点击后退按钮
#翻页滑动按钮
os.system('adb shell input swipe 548 1500 540 225 511')
time.sleep(random.uniform(0.4, 0.8))
print('正在翻页。。。')
#zhaotu.py 调用方法：findImg('目标图片地址','模板图片地址')
#findImg2----多目标匹配，返回的是生成器结果，需要for遍历出单个结果
#findImg1----单目标匹配，返回图片所在位置的中心点坐标值
import cv2
import numpy
from PIL import Image
def as_num(x):
y = '{:.10f}'.format(x) # .10f 保留10位小数
return y
def findImg2(target,template):#opencv模板匹配----多目标匹配
#读取目标图片
target = cv2.imread(target)
#读取模板图片
template = cv2.imread(template)
#获得模板图片的高宽尺寸
theight, twidth = template.shape[:2]
#执行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED
print(theight,twidth)
result = cv2.matchTemplate(target,template,cv2.TM_SQDIFF_NORMED) #CV_TM_SQDIFF_NORMED
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
cv2.rectangle(target,min_loc,(min_loc[0]+twidth,min_loc[1]+theight),(0,0,225),2)
strmin_val = str(min_val)
#初始化位置参数
temp_loc = min_loc
other_loc = min_loc
numOfloc = 1
#第一次筛选----规定匹配阈值，将满足阈值的从result中提取出来
#对于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法设置匹配阈值为0.01
threshold = 0.01 #这个值从0.01到0.05之间
loc = numpy.where(result<threshold)
if loc:
#遍历提取出来的位置
for other_loc in zip(*loc[::-1]):
#print(other_loc[0],other_loc[1])
yield other_loc
else:
return false
# 查找设定的图片是否包含在另一张图片里
def findImg1(target1,template2):#传入要查找的图片地址和名称，1为大图，2为小图，从大图里查找小图。
#读取目标图片
target = cv2.imread(target1)
theight1,twidth1 = target.shape[:2]
#读取模板图片
template = cv2.imread(template2)
#获得模板图片的高宽尺寸
theight,twidth = template.shape[:2]
#执行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED
result = cv2.matchTemplate(target,template,cv2.TM_SQDIFF_NORMED)
#归一化处理
cv2.normalize(result,result, 0, 1, cv2.NORM_MINMAX, -1 )
#寻找矩阵（一维数组当做向量，用Mat定义）中的最大值和最小值的匹配结果及其位置
min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
#对于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趋近与0匹配度越好，匹配位置取min_loc
#对于其他方法max_val越趋近于1匹配度越好，匹配位置取max_loc
strmin_val = str(min_val)
#min_loc：矩形定点
cv2.rectangle(target,min_loc,(min_loc[0]+twidth,min_loc[1]+theight),(0,0,225),2)
#显示结果,并将匹配值显示在标题栏上
print ("匹配最小值为："+as_num(float(str(min_val))))
print ('匹配最大值为：'+as_num(float(str(max_val))))
if (abs(float(as_num(float(str(max_val))))) >= 0.9):# 如果找到
print ('找到符合的图片')
return min_loc[0]+twidth1/2,min_loc[1]+theight1/2
else:
print('没有找到符合的图片')
return False抖X自动关注粉丝引流脚本源码
赏
支付宝扫码打赏
微信扫码打赏
支付宝扫码打赏
微信扫码打赏
如果文章对你有帮助，欢迎点击上方按钮打赏作者
未经允许不得转载：军哥驿站 » 抖X自动关注粉丝引流脚本源码