原文发表在：陌陌公众号【老潘家的潘老师】
项目github地址：
目录
为何要做这个呢？
在各种直播平台，都有对主播点赞的功能，有一些直播平台（比如天猫直播）的点赞按键是可以无限点击的（为何要双击666，明明可以无限击）。在天猫直播中，主播看见自己收获好多赞以后，有几率放一些粉丝福利，个别福利是以中奖为方式的，粉丝们在互动区疯狂发送关键字，主播随机截图，并给在截图中的粉丝送出福利。这个过程须要粉丝疯狂的点赞，以及实时盯住屏幕以防哪些时侯开始刷屏中奖。如果全程亲自操作，借助自己自动点击的话，不能解放右手，是十分拉低做事效率的。假如借助自己盯住屏幕看，也是极其原始的做法。
所以，假若能有一个自动点赞+手动窥屏的外挂将会让我们在薅羊绒的路上满载而归。
鉴于之前早已有朋友实现了手动挖掘抖音美眉的案例，所以这个看法总算有了一丝付诸实践的曙光，潘老师和那位朋友一样使用了Python+ADB的方法来实现。
Python你们都很熟悉，人生苦短，我用Python。
ADB（AndroidDebugBridge）则是一种通过笔记本调试控制安卓设备的技术，我可以在笔记本上输入指令，达到和手工操作一样的疗效（例如说我可以用笔记本控制安卓手机点开某个应用，点击某个按键等等）。如同开了外挂一样凉爽。
（前期打算工作须要安装：Python环境，opencv，pillow，ADB并配置好环境变量，免费注册一个百度文本辨识的帐号）
自动点赞获取点击的位置
我想晓得点击了屏幕以后，这个点的位置是多少，该怎么操作？
首先联接笔记本与手机，手机打开USB调试，接着在笔记本上打开cmd输入
adb shell getevent这时cmd会等待点击。
我点击了按键上a字母的位置，cmd给出了以下信息。找到下边的信息，最后位置的十六补码数就是座标，换算成十补码即可。
/dev/input/event4: 0003 0035 XXXXXXXX
/dev/input/event4: 0003 0036 YYYYYYYY自动点赞
首先，ADB句子控制点击屏幕上某一点的指令是：
adb shell input tap 123 456其中的123456是点击位置的座标，这个座标可以通过上一节形式获取。经过测试，天猫直播的右下角点赞按键座标大约是(1015,1730)。
为了防止让天猫认为这个操作太机器人，所以不让他每次都点击到这个固定点，让他随机出现一个偏斜（即使仔细想想似乎这样做也没哪些意义）。
为了始终点下去，加一个循环进去，使用for循环，可以指定给主播点多少个赞。同样地，为了不让天猫认为点击速率太均匀，加入一个随机的延后。点赞主要的部份就是如下代码了：
import os
import time
import random
def click_hearts(i):
delay = random.uniform(0.1, 0.5)
time.sleep(delay)
randomX = str(random.randint(-15, 15) + 1015)
randomY = str(random.randint(-20, 20) + 1730)
cmd = 'adb shell input tap ' + randomX + ' ' + randomY
os.popen(cmd)
print('%s%d, %s%f%s, %s(%s,%s)'%('已点赞 X', i, '延迟', delay, 's',
'点击坐标：', randomX, randomY))
for i in range(1,21): # 自动点赞20次
click_hearts(i)实际测试一下，我们先使用这个方式点一点鼠标上的a字母瞧瞧：
嗯还是可以的。
检查有没有中奖获取屏幕
ADB截取屏幕的指令是：
adb shell screencap -p /sdcard/autolottery.png其中-p前面接的是储存的路径和文件名。
ADB把文件从手机中拷贝下来的指令是：
adb pull /sdcard/autolottery.png ./img第一个路径是手机中文件的路径和文件名，后一个路径是储存在笔记本中的路径，./img表示存在当前py文件目录下的img文件夹里。
在python中给Android发送ADB指令则通过调用系统cmd实现，让python帮你把顿号上面的诗句输进cmd而且执行：
def get_screen():
os.system('adb shell screencap -p /sdcard/autolottery.png')
os.system('adb pull /sdcard/autolottery.png ./img')截图预处理
因为直接用来截图进行文本辨识，正确率较低（经过测试实际是极其低了），所以须要对源图象处理一下。这儿须要安装opencv和pillow。
首先剪裁出文本区域，尽量除去干扰。
import cv2
from PIL import Image
def cut_image():
# 裁出文字识别区
image = Image.open('img/autolottery.png')
box1 = (0, 1100, 800, 1700) #设置图像裁剪区域(left, upper, right, lower)
image1 = image.crop(box1)
image1.save('img/textarea.png')之后将该区域二值化，提高辨识率，因为要辨识的文字部份颜色是白色，所以阀值可以设的大一些：
def extract_text():
# 图像分割
image = cv2.imread("img/textarea.png")
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 转灰度图
(T, threshInv) = cv2.threshold(image, 230, 255, cv2.THRESH_BINARY_INV) # 反阈值化，阈值为215
cv2.imwrite('img/textextract.png', threshInv)原图：
处理后：
文本辨识
二话不说，直接怼百度的文本辨识。百度虽然是汉语起家，辨识汉语的确切度还是很高的
from aip import AipOcr
# 配置百度AipOcr
APP_ID = '自己去注册'
API_KEY = '自己去注册'
SECRET_KEY = '自己去注册'
client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
def baidu_ocr_text():
# 百度文本识别AipOcr
image = open('img/textextract.png', 'rb').read()
msg = client.basicGeneral(image)
text = 'result:\n'
for i in msg.get('words_result'):
text += (i.get('words') + '\n')
print(text)
return text看一下辨识里面图片的结果：
在辨识繁体英文的同时，不耽搁辨识数字，实际上辨识英文的同时英语字母也可以辨识并且确切率低一些。
字符串与子串
这些基本算法（虽然潘老师算法很渣）就不须要解释好多了，送分题。
def string_lottery(m_str, sub_str):
count = 0
# 第一层循环，从主字符串的第0个元素开始
# 第二层循环，通过切片获取下标从i开始与子字符串长度一致的字符串，并与字符串比较，如果等于子字符串则count+1
for i in range(len(m_str)-1):
if m_str[i:i+len(sub_str)] == sub_str:
count += 1
return count组装
当我们有了获取屏幕，而且辨识其英文本的能力，那就让他手动为我们检查有没有出现中奖抓手，依据经验，假如屏幕中有4条以上中奖关键字，证明中奖要开始了，你们已然焦躁上去了，所以要让刚才辨识出的那串文本里出现“指定关键字”这个子字符串数目小于等于4即可。
直接怼，不解释：
import ctypes
while 1:
get_screen()
cut_image()
extract_text()
text = baidu_ocr_text()
string_count = string_lottery(text, "抽奖")
if string_count >= 4:
ctypes.windll.user32.MessageBoxW(0, '要抽奖了，关键词出现次数：'
+ str(string_count), '抽奖了', 0)
break由于目前时间主播还没有播出，所以先自己拿备忘录打几个字试试。
实际测试
悲哀的事情发生了，测试的时侯发觉主播早已调整了中奖方法，多数奖品用随机放出的“狂戳福利按键”送出了，下午只出了一次刷屏中奖的方式。所以，这件事情告诉我们，产品研制就是在和时间赛跑。
所以，上次开发手动检查“狂戳福利按键”并手动狂戳的外挂？
实际测试疗效（关键字：“有草”）：
在这个外挂的辅助下，潘老师还是没有抽到奖，其实这就是，非命不改。
总结
运气差这些事，用python都挽救不了。
虽然单看这个外挂还是有好多成长空间的，比如：
【点赞】可以先测量用户点击的座标，接受并传递给代码里的座标。节约事先查坐标的时间和精力。
【抽奖】可以改建关键字的部份，不须要自动指定关键字，智能辨识刷屏的字符串。此外还可以添加手动打字参与刷屏，以及手动检查中奖结果，实现全手动无人值守式中奖。
