抖X自动关注粉丝Python引流脚本,每天上110人左右

时间:2024-03-09 19:16:31

 

我只发Python脚本,别的什么都不说了!
因为很多人在问,这个不是什么高大上的玩意儿,发出来共同进步!我自己在用的,还只有这个稳定一点,别的什么其实都不好用。
需要自己截图,存在程序同目录下,就是通过图片判断,是否点击和点击位置。

 

Python源码:

"""
当然在学习Python的道路上肯定会困难,没有好的学习资料,怎么去学习呢?
学习Python中有不明白推荐加入交流Q群号:928946953
群里有志同道合的小伙伴,互帮互助, 群里有不错的视频学习教程和PDF!
还有大牛解答!
"""

#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<threshold)
        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

 

有同学问写脚本难不难学,我一直没回复,想等个时间用最简单明了的方式说明一下。
拿写各种挂机脚本来说,其实非常简单。如果有人说难,那就是准备忽悠你。
挂机脚本,用一句话说明白:让程序去驱动手机,模拟人的动作,操作手机执行一定动作。
人有视觉,会思考判断,知道下一步该干什么。而程序脚本一开始它是不知道的。所以你得告诉它。它呢,听不懂人话,所以你得用程序语言来告诉它。
我们知道语言,有单词和语法两个重要的东西,掌握了这两个,你就会说人话。比如“天”是单词,“我抬头看了看天”是语法句式。“我抬头看了看天,发现天快要下雨了,我决定回家拿把伞”,这里就有思考和判断,可以让一个人不再是个傻。

 

 


所有的脚本编程语言,不管python,还是autojs,他们也都有自己的单词和语法两个东西。但是单词和语法总量,就那么几个,花两三天时间就能浏览完,并稍加理解,如果记不住,到时用的时候查百度查文档就行,这不是闭卷考试,你随便翻书。只要两三天时间,你以后就知道该怎么翻书偷看了。
接下来,你就会写挂机脚本了,比如你要刷抖音粉丝。
当你想到你可以去关注一个人的粉丝列表下所有的人,这样就有不少人也许会回关你。这个就是一开始的程序设计思路。这本身跟程序无关。
那么,你要写的脚本就是,先到一个抖音用户的粉丝列表页,这个页面有什么特征标识,你眼睛看得到,程序不知道啊,它只能通过页面上有的东西来判断,比如页面上有什么图形(这个叫找图识图,我的python脚本就是用的这种方式),或者页面有什么元素,或者有什么文字之类的(autojs提供这种功能)。
当确定了一个粉丝列表页,接下来就该去点击每个“关注”按钮了。一页有10个“关注”按钮,程序就得点10次,你就得用语法告诉程序,让它按照你的设计来执行动作。
点完一个按钮之后,为了防止抖音察觉有机器人在快速圈粉,你得装作人类,点完一个按钮要稍微停顿一下,这时你就可以用一个单词,比如sleep(1000),这个表示程序执行到这里,暂停1000毫秒。
再说一遍,掌握这些单词和语法,两三天时间就够了。
你不愿意学,几年,十几年在原地打转,那谁也没办法救你。

问python脚本的同学,我那个脚本需要你在本地配置好python环境。
截图是截你要查找的标识图片,或者你要点击的按钮图片。如果不懂python那肯定有点蒙圈。
这个没时间教了,有兴趣自己查一下,不难的,一天把的事。