百万英雄类答题游戏的程序员打开方式

最近这类答题app比较火，我的同事wangtonghe为开源社区贡献了他的python代码。以下文章为他的思路，我只做了部分整理发布于掘金社区，分享给大家。

  • 起因

看了《程序员如何玩转《冲顶大会》？》大受启发，不过弱点很多，需要使用付费的OCR接口、再open到百度搜索答案，我们等待加载并且寻找答案的时候，已经错失了好的机会，刚好前几天研究了下微信跳一跳的辅助，正好可以用上。

-初步思路

思路很明确，把答案截图pull过来，通过PYTHON OCR 库进行识别成文字后再放到百度搜索。匹配出现率最频繁的词语，记过几番尝试后，一些容易搜索的问题还是是可以搜索大部分答案的。

  • 尝试

目前它是手动的，也就是说每次答案出现，手动执行脚本返回答案。同样由于个别题目原因（如某个词有多少笔画）虽然不是百分之百的成功率，但是一般都能进入决赛+一张复活卡基本妥妥‘吃鸡’，下面是吃鸡截图：

百万英雄类答题游戏的程序员打开方式百万英雄类答题游戏的程序员打开方式百万英雄类答题游戏的程序员打开方式百万英雄类答题游戏的程序员打开方式

  • 技术栈

实现语言python,用到的类库如下：

  1. PIL
  2. pytesseract(图片识别库)
  3. BeautifulSoup（页面解析）

文字识别引擎需单独安装，参见Python人工智能之图片识别，Python3一行代码实现图片文字识别以及mac上文字识别 Tesseract-OCR for mac

主体代码如下：

import os
from PIL import Image
import pytesseract
from urllib.request import urlopen
import urllib.request
from bs4 import BeautifulSoup

DEFAULT_WIDTH = 720
DEFAULT_HEIGHT = 1280


def main():
# 720*1280分辨率坐标
    left_top_x = 30
    left_top_y = 200
    right_bottom_x = 680
    right_bottom_y = 380

# 1. 截图
    os.system('adb shell screencap -p /sdcard/answer.png')
    os.system('adb pull /sdcard/answer.png answer.png')

# 2. 截取题目并文字识别
    image = Image.open('answer.png')
    crop_img = image.crop((left_top_x, left_top_y, right_bottom_x, right_bottom_y))
    crop_img.save('crop.png')
    text = pytesseract.image_to_string(crop_img, lang='chi_sim')
    print(text)

# 3. 去百度知道搜索
    text = text[2:]  # 把题号去掉
# text = '一亩地大约是多少平米'
    wd = urllib.request.quote(text)
    url = 'https://zhidao.baidu.com/search?ct=17&pn=0&tn=ikaslist&rn=10&fr=wwwt&word={}'.format(
        wd)
    print(url)
    result = urlopen(url)
    body = BeautifulSoup(result.read(), 'html5lib')
    good_result_div = body.find(class_='list-header').find('dd')
    second_result_div = body.find(class_='list-inner').find(class_='list')
if good_result_div is not None:
        good_result = good_result_div.get_text()
        print(good_result.strip())

if second_result_div is not None:
        second_result = second_result_div.find('dl').find('dd').get_text()
        print(second_result.strip())


if __name__ == '__main__':
    main()

文字识别需经训练，训练越多结果越准。

我把代码放到github上了，可围观hq-answer-assist

  • 结语

要想实现更智能化，有个思路是不停的截图（1秒一次），一旦截到答题页（可以用答题页的色差来做），做文字识别后百度，将百度后的结果与选项做比较，哪个出现次数最多哪个就是最佳答案，这里可以加个判断，如果特别确定直接模拟点击事件选答案，不确定就手工。

有同学提到分析请求，也是个思路，后续可以研究。

欢迎探讨其他更好的实现方式。