编程

当前位置:永利皇宫463登录 > 编程 > 人脸识别绝对美丽妙对啊,想看的电影须要充会

人脸识别绝对美丽妙对啊,想看的电影须要充会

来源:http://www.makebuLuo.com 作者:永利皇宫463登录 时间:2019-12-09 04:23

代码截图

$ sudo apt-get install libgtk-3-dev

  1. 界面打开至挑战关卡:陨落的废都 - 魔女回忆 【点击下一步】
  2. 进入阵容调整界面,提前安排好阵容。【点击闯关】
  3. 进入挑战界面。【点击右上角-自动-等待挑战结束】
  4. 进入挑战完成界面。【点击屏幕继续】
  5. 进入关卡奖励界面。【点击再次挑战】
  6. 进入阵容调整界面,循环至步骤1或步骤2【貌似取决于游戏区和版本】

大家是否已经迫不及待了呢?赶紧去尝试吧!欢迎留言发表不同意见哦!

这个函数里的shape是dlib脸部特征检测的输出,一个shape里包含了前面说到的脸部特征的68个点。这个函数将shape转换成Numpy array,为方便后续处理。def resize(image, width=1200):

大功告成!

个人博客:凌霄的博客 - 全栈技术博客

 

原始图片:

准备

  • 本脚本适用于安卓游戏区,需要真实安卓手机。
  • 手机需开启USB调试模式,允许电脑调试。
  • 电脑需安装好安卓驱动,一般豌豆荚或者各种管家可以自动帮你装好。
  • 电脑需要有ADB工具集,很多方式可以获取。
  • ADB工具需要加入环境变量PATH中,方便随时调用。
  • 电脑上需要安装Python,因为这是我选择的脚本语言。

 

程序识别效果图片:


 

我们的程序中还用到numpy,opencv,所以也需要安装这些库:

步骤

#检测设备
$ adb devices
#如果正常则显示
List of devices attached
b******4        device

代码实现

def tap_screen(x, y):
    os.system('adb shell input tap {} {}'.format(x, y))

def do_money_work():
    print('#0 start the game')
    tap_screen(1600, 970)
    sleep(3)

    print('#1 ready, go!!!')
    tap_screen(1450, 910)
    sleep(15)

    print('#2 auto power on!')
    tap_screen(1780, 40)

    for i in range(25):
        tap_screen(1000, 500)
        sleep(1)

    print('#3 do it again...n')
    tap_screen(1430, 980)
    sleep(3)

写个主函数来循环

if __name__ == '__main__':
    for i in range(repeat_times):
        print('round #{}'.format(i + 1))
        do_money_work()

此文为转载自 segmentfault

图片 1

此关卡使用纯输出英雄20秒左右可以打BOSS,50秒左右可以通关,每次重复通关可以获得奖励19金币。在开挂前建议你手动通关体验一下。此为游戏原理。

新上映的电影一般都需要VIP,追剧看电影没有会员的话都会有广告,有点烦。今天教大家用二十行Python代码来实现无视尊贵的VIP。

这个函数里的rect是dlib脸部区域检测的输出。这里将rect转换成一个序列,序列的内容是矩形区域的边界信息。

只要你能模拟屏幕点击就可以完成刷金币的脚本,在安卓模拟界面点击最简单的方式就是使用ADB发送命令,不需要root手机,不需要安装第三方软件,方便快捷。ADB命令点击屏幕坐标[x, y] 可以使用命令:

 1 import requests
 2 
 3 from multiprocessing import Pool
 4 
 5 def temp1(n):
 6 
 7 # for i in range(n):
 8 
 9 # url = "https://youku.cdn-tudou.com/20180515/5909_07808cae/1000k/hls/f4a95697adb%03d.ts"
10 
11 url = "https://vip.okokbo.com/20171230/WGIUsKmD/800kb/hls/zltS5RQ81631%03d.ts" % n
12 
13 headers = {
14 
15 "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36"
16 
17 }
18 
19 print(url)
20 
21 r = requests.get(url, headers=headers)
22 
23 f = open('./mp4/{}'.format(url[-10:]), 'ab')
24 
25 f.write(r.content)
26 
27 f.close()
28 
29 if __name__ == '__main__':
30 
31 pool = Pool(20)
32 
33 for i in range(1500):
34 
35 pool.apply_async(temp1, (i,))
36 
37 pool.close()
38 
39 pool.join()
40 
41 # copy /b *.ts new.mp4
42 
43 #加入Python学习群548377875 获取详细视频教程和更多资料

cv2.imshow("Output", image)

adb shell input tap x y

 

x = rect.left()

简单来说,需要执行以下步骤:

图片 2

我们的程序将包含两个步骤:

送给伸手党


  1. 下载 项目 中的 kog.py 到本地。
  2. 将游戏打开,进入挑战模式,魔女回忆,阵容调整界面。
  3. 根据手机性能和分辨率,调整 kog.py 中的参数。(手机分辨率,刷金次数等等)
  4. 命令行运行 python kog.py

 

return resized

个人博客:凌霄的博客 - 全栈技术博客

图片 3

人脸检测代码

王者荣耀的冒险模式里有个挑战模式,第一次过关可以获得比较多的金币,后面重新挑战还是会获得少量金币,这不算是bug,你不嫌烦手动蛮力也可以刷金币。

废话不多说,我们直接上代码!

在检测特征区域前,我们先要检测人脸区域。这段代码调用opencv加载图片,resize到合适的大小,转成灰度图,最后用detector检测脸部区域。因为一张照片可能包含多张脸,所以这里得到的是一个包含多张脸的信息的数组rects。for in enumerate:

这个函数里的image就是我们要检测的图片。在人脸检测程序的最后,我们会显示检测的结果图片来验证,这里做resize是为了避免图片过大,超出屏幕范围。

接下来,开始我们的主程序部分import sys

本文的人脸检测基于dlib,dlib依赖Boost和cmake,所以首先需要安装这些包,以Ubuntu为例:$ sudo apt-get install build-essential cmake

dlib的人脸特征点

dim = (width, int(image.shape[0] * r))

图片 4

cv2.putText(image, "Face #{}".format, (x - 10, y - 10),

image_file = sys.argv[1]

我们先来定义几个工具函数:def rect_to_bb:

detector = dlib.get_frontal_face_detector()

第二部,在检测到的人脸区域中,进一步检测器官(眼睛、鼻子、嘴巴、下巴、眉毛)

resized = cv2.resize(image, dim, interpolation=cv2.INTER_AREA)

for i in range:

predictor = dlib.shape_predictor("shape_predictor_68_face_landmarks.dat")

对于每一张检测到的脸,我们进一步检测脸部的特征(鼻子、眼睛、眉毛等)。对于脸部区域,我们用绿色的框在照片上标出;对于脸部特征,我们用红色的点标出来。

好了,介绍就到这里。接下来,开始准备我们的环境。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

下载到本地路径后解压,记下解压后的文件路径,程序中会用到。

coords[i] = (shape.part.x, shape.part

$ pip install opencv-python

人脸检测基于事先训练好的模型数据,从这里可以下到模型数据

图片 5

h = rect.bottom() - y

cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 2)

上面下载的模型数据是用来估计人脸上68个特征点的坐标位置,这68个坐标点的位置如下图所示:

可以看到脸部区域被绿色的长方形框起来了,脸上的特征被红色点点标识出来了。

image = resize(image, width=1200)

import numpy as np

(x, y, w, h) = rect_to_bb

w = rect.right() - x

准备工作

shape = predictor(gray, rect)

$ sudo apt-get install libboost-all-dev

$ pip install dlib

coords = np.zeros, dtype=dtype)

这篇文章主要介绍怎样用Python实现人脸检测。人脸检测是人脸识别的基础。人脸检测的目的是识别出照片里的人脸并定位面部特征点,人脸识别是在人脸检测的基础上进一步告诉你这个人是谁。

def shape_to_np(shape, dtype="int"):

return (x, y, w, h)

rects = detector

r = width * 1.0 / image.shape[1]

if len < 2:

$ pip install scipy

cv2.circle(image, , 2, (0, 0, 255), -1)

import dlib

图片 6

接下来是令人兴奋的时刻,检验我们结果的时刻到来了。

cv2.rectangle(image, , (x + w, y + h), (0, 255, 0), 2)

最后我们把加了检测标识的照片显示出来,waitKey表示按任意键可退出程序。

iPhone的照片中有一个“人物”的功能,能够将照片里的人脸识别出来并分类,背后的原理也是人脸识别技术。Python学习群:683380553,有大牛答疑,有资源共享!是一个非常不错的交流基地!欢迎喜欢Python的小伙伴!

我们从sys.argv[1]参数中读取要检测人脸的图片,接下来初始化人脸区域检测的detector和人脸特征检测的predictor。shape_predictor中的参数就是我们之前解压后的文件的路径。image = cv2.imread(image_file)

$ pip install numpy

图片 7

y = rect.top()

shape = shape_to_np

for in shape:

import cv2

第一步,在照片中检测人脸的区域

现在的人脸识别技术已经得到了非常广泛的应用,支付领域、身份验证、美颜相机里都有它的应用。用iPhone的同学们应该对下面的功能比较熟悉

sys.exit

是不是很简单?

测试

cv2.waitKey

return coords

本文由永利皇宫463登录发布于编程,转载请注明出处:人脸识别绝对美丽妙对啊,想看的电影须要充会

关键词: