靖江网站制作多少钱,做相亲网站,徐汇网站开发培训班,网站开发维护合同书#xff08;1#xff09;Python所有方向的学习路线#xff08;新版#xff09;
这是我花了几天的时间去把Python所有方向的技术点做的整理#xff0c;形成各个领域的知识点汇总#xff0c;它的用处就在于#xff0c;你可以按照上面的知识点去找对应的学习资源#xff…1Python所有方向的学习路线新版
这是我花了几天的时间去把Python所有方向的技术点做的整理形成各个领域的知识点汇总它的用处就在于你可以按照上面的知识点去找对应的学习资源保证自己学得较为全面。
最近我才对这些路线做了一下新的更新知识体系更全面了。 2Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频总共100多个虽然没有那么全面但是对于入门来说是没问题的学完这些之后你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。 3100多个练手项目
我们在看视频学习的时候不能光动眼动脑不动手比较科学的学习方法是在理解之后运用它们这时候练手项目就很适合了只是里面的项目比较多水平也是参差不齐大家可以挑自己能做的项目去练练。 网上学习资料一大堆但如果学到的知识不成体系遇到问题时只是浅尝辄止不再深入研究那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友可以戳这里获取
一个人可以走的很快但一群人才能走的更远不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人都欢迎加入我们的的圈子技术交流、学习资源、职场吐槽、大厂内推、面试辅导让我们一起学习成长
def get_access_token():
“”
其关access_token有效期一般有一个月
“”
此变量赋值成自己API Key的值
client_id api_key
此变量赋值成自己Secret Key的值
client_secret secret_key
auth_url ‘https://aip.baidubce.com/oauth/2.0/token?grant_typeclient_credentialsclient_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, headersheader_dict)
json_result json.loads(response_at.text)
access_token json_result[‘access_token’]
return access_token
编 写 脚 本 在上面已经配置好了 adb 环境的情况下可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。
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):
“”
打开应用
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))
接着我们需要截取当前播放视频的截图到本地。
需要注意的是抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素可能对人脸识别的结果产生一些误差所以需要对屏幕截图之后的图像进行「二次裁剪」处理。
def get_screen_shot_part_img(image_name):
“”
获取手机截图的部分内容
:return:
“”
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(1080*2160)
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, 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
现在可以使用百度提供的 API 获取到上面截图的人脸列表。
def parse_face_pic(pic_url, pic_type, access_token):
“”
人脸识别
5秒之内
:param pic_url:
:param pic_type:
:param access_token:
:return:
“”
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:
print(‘未识别到人脸’)
return None
else:
返回所有的人脸
return json_faces
从上述的人脸列表中筛选出性别为女年龄为 18-30 岁之间颜值超过 70 的小姐姐。
def analysis_face(face_list):
“”
分析人脸判断颜值是否达标
18-30之间女颜值大于80
:param face_list:识别的脸的列表
:return:
“”
是否能找到高颜值的美女
find_belle False
if face_list:
print(‘一共识别到%d张人脸下面开始识别是否有美女~’ % len(face_list))
for face in face_list:
判断是男、女
if face[‘gender’][‘type’] ‘female’:
age face[‘age’]
beauty face[‘beauty’]
if 18 age 30 and beauty 70:
print(‘颜值为:%d,及格满足条件’ % beauty)
find_belle True
break
else:
print(‘颜值为:%d,不及格继续~’ % beauty)
continue
else:
print(‘性别为男,继续~’)
continue
else:
print(‘图片中没有发现人脸.’)
return find_belle
由于视频是连续播放的很难通过截取视频某一帧判断视频有出现颜值高的小姐姐。
另外大部分短视频播放时长为「10s」这里需要对每一个视频多次截图去做人脸识别直到识别到颜值高的小姐姐。
一条视频最长的识别时间
RECOGNITE_TOTAL_TIME 10
识别次数
recognite_count 1
对当前视频截图去人脸识别
while True:
获取截图
print(‘开始第%d次截图’ % recognite_count)
截取屏幕有用的区域过滤视频作者的头像、BGM作者的头像
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.now()
这一条视频出现了颜值高的小姐姐
if recognite_result:
pass
else:
print(‘超时这是一条没有吸引力的视频’)
跳出里层循环
break
一旦当前播放的视频识别出有颜值高的小姐姐就需要模拟保存视频到本地的操作。 获取「分享」和「保存本地」两个按钮的坐标位置依次利用 adb 执行点击操作即可下载视频到本地。
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”)
最后
不知道你们用的什么环境我一般都是用的Python3.6环境和pycharm解释器没有软件或者没有资料没人解答问题都可以免费领取包括今天的代码过几天我还会做个视频教程出来有需要也可以领取~
给大家准备的学习资料包括但不限于
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划 网上学习资料一大堆但如果学到的知识不成体系遇到问题时只是浅尝辄止不再深入研究那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友可以戳这里获取
一个人可以走的很快但一群人才能走的更远不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人都欢迎加入我们的的圈子技术交流、学习资源、职场吐槽、大厂内推、面试辅导让我们一起学习成长
