Python实现AI人脸识别抖音上颜值高的小姐姐，批量下载视频！

1

目 标 场 景

相信大家平时刷抖音短视频的时候，看到颜值高的小姐姐，都有随手点赞关注的习惯。

如果一条条去刷确实很耗时间，如果 Python 能帮忙筛选出颜值高的小姐姐那就省了很多事。

本篇文章是借助「百度人脸识别」API，帮我们识别出抖音上颜值高的小姐姐，然后下载到手机相册中。

2

准 备 工 作

首先，项目需要对页面元素进行一些精准的操作，需要提前准备一部 Android 设备，激活开发者选项，并在开发者选项中打开 「USB 调试和指针位置」两处设置。

为了确保 adb 命令能正常使用，需要提前配置好 adb 开发环境。

页面元素中的部分元素没法利用 name 等常用属性获取到，可能需要获取到完整的「UI 树」，再利用 Airtest 判断是否存在某个 UI 元素。

# 安装依赖

另外，项目中会对视频进行人脸识别，获取到出现的所有人脸，再进行性别识别及颜值判断。

这里需要进行百度云后台，注册一个人脸识别的应用，获取到一组 「API Key 和 Secret Key」值。

然后利用官网提供的 API 文档即可获取到「access token」，由于 ak 的有效期为一个月，所以只需要初始化一次，后面就可以利用人脸识别接口进行正常的识别了。

appid = '你注册应用的appid'api_key = '你注册应用的ak'secret_key = '你注册应用的sk'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_type=client_credentials&client_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, headers=header_dict)    json_result = json.loads(response_at.text)    access_token = json_result['access_token']    return access_token

3

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Activitypackage_name = 'com.ss.android.ugc.aweme'activity_name = 'com.ss.android.ugc.aweme.splash.SplashActivity'

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

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")

另外，由于下载视频的过程是一个耗时操作，在下载进度对话框还未消失之前，需要做一个「模拟等待」的操作。

def wait_for_download_finished(poco):    """    从点击下载，到下载完全    :return:    """    element = Element()    while True:        # 由于是对话框，不能利用Element类来判断是否存在某个元素来准确处理        # element_result = element.findElementByName('正在保存到本地')        # 当前页面UI树元素信息        # 注意：保存的时候可能会获取元素异常，这里需要抛出，并终止循环        # com.netease.open.libpoco.sdk.exceptions.NodeHasBeenRemovedException: Node was no longer alive when query attribute "visible". Please re-select.        try:            ui_tree_content = json.dumps(poco.agent.hierarchy.dump(), indent=4).encode('utf-8').decode('unicode_escape')        except Exception as e:            print(e)            print('异常，按下载处理~')            break        if '正在保存到本地' in ui_tree_content:            print('还在下载中~')            time.sleep(0.5)            continue        else:            print('下载完成~')            break

在视频保存到本地之后，就可以模拟向上滑动的操作，跳到播放「下一条视频」。

循环上面的操作，即可筛选出所有颜值高的小姐姐，并保存到本地。

def play_next_video():    """    下一个视频    从下往上滑动    :return:    """    os.system("adb shell input swipe 540 1300 540 500 100")

在脚本一条条刷视频的过程中，可能会遇到一下广告，我们需要对这类视频进行过滤。

def is_a_ad():    """    判断的当前页面上是否是一条广告    :return:    """    element = Element()    ad_tips = ['去玩一下', '去体验', '立即下载']    find_result = False    for ad_tip in ad_tips:        try:            element_result = element.findElementByName(ad_tip)            # 是一条广告,直接跳出            find_result = True            break        except Exception as e:            find_result = False    return find_result

4

结 果 结 论

运行上面的脚本，会自动打开抖音，对每一条小视频多次进行人脸识别，直到识别到颜值高的小姐姐，保存视频到本地，然后继续刷下一条短视频。

大家在学python的时候肯定会遇到很多难题，以及对于新技术的追求，这里推荐一下我们的Python学习扣qun：784758214，这里是python学习者聚集地！！同时，自己是一名高级python开发工程师，从基础的python脚本到web开发、爬虫、django、数据挖掘等，零基础到项目实战的资料都有整理。送给每一位python的小伙伴！每日分享一些学习的方法和需要注意的小细节