#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

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