2019天猫双十一活动--自动逛店领猫币

今年的双十一合伙人活动需要攒猫币升级领红包，其中一种收集猫币的方式就是需要进入店铺滑动浏览。

需要工具：

一个安卓手机

思路：

之前看过github上有微信跳一跳的脚本，可以无脑刷分。使用的工具技术与其类似。核心思路如下：

1.通过adb工具模拟手指操作，获取手机屏幕截屏。

2.通过分析屏幕截屏，获取点击坐标。

具体实现过程：

1.下载adb工具，调试安卓手机

下载链接：https://developer.android.google.cn/studio/releases/platform-tools.html

下载完成后解压后如下图，并且将 C:\Users\userl\Downloads\platform-tools 加入环境变量

之后可连接安卓手机做下测试，安卓手机需要打开开发者选项USB调试，不需要越狱，开启方式可以参考如下链接：

https://jingyan.baidu.com/article/f25ef2548d7941482c1b82f4.html

好了，接下来让我们连接上手机试一下吧，在cmd 中输入adb shell中，就可以与自己的手通讯了。可以试一下一些常用的linux命令。

2.python代码

python版本3.7

需要用到的包opencv , requeset

安装命令 :

pip install opencv-python

pip install requests

主要逻辑说明:

1.在淘宝中手动进入活动主页面（如下）：

2.下滑到店铺品牌列表页，需要适配下滑的距离

3.通过图像识别店铺品牌列表页面，得到需要点击的像素点位置

4.点击进入店铺，模拟滑动15后返回

5.依次重复，直到达到上限

唯一需要动脑的地方--怎么识别出品牌的坐标

我们先看下品牌列表页

思路：通过边缘检测算法，得到边缘。获得每个轮廓点集的最小包围圆。

# -*- coding: utf-8 -*-
import cv2
def cv_find_circle(filename):img = cv2.imread(filename)# 灰度图像gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 二值化ret, binary = cv2.threshold(gray, 175, 255, cv2.THRESH_BINARY)contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 以圆形框出for i in range(len(contours)):(x, y), radius = cv2.minEnclosingCircle(contours[i])center = (int(x), int(y))radius = int(radius)img = cv2.circle(img, center, radius, (0, 255, 0), 2)cv2.imwrite(filename.split(".")[0]+"_circle.png",img)if __name__ == '__main__':cv_find_circle("screencut0.png")

执行代码后得到如下结果，看起来效果并不是很理想，有很多干扰项。

我们采取最简单的方式来排除大部分干扰项，设定最大最小半径阈值，在1080p的手机上，我取了半径在40px 到400px之间，得到如下图

if radius <= 400 and radius >= 90:candidate_circle_list.append({"center":center,"radius":radius})img = cv2.circle(img, center, radius, (0, 255, 0), 2)

这样看起来效果好多了，不过如果直接使用的话，同一家品牌可能要点击进入多次，让费电费啊。我想了两种方法，

1.只要有两圆存在相交或包含的情况就取其中之一即可。

2.识别详情页的文字，浏览过的店铺会提醒任务完成-继续逛逛吧。只要判断是否存在文字，即可

试了几下后，发现方法1有缺陷，因为后面的品牌列表识别出来会呈现出如下图中，如果按照方法1筛选，就会有问题。（其实也不用考虑那么多啦，因为有每日上限，前面几家店铺逛逛就过够了）

我最后还是选用方法二的方式来实现的，因为涉及到ORC，直接用百度免费的ocr api 省力。

百度ocr-api 文档链接：https://ai.baidu.com/docs#/OCR-API/top

鉴权token获取链接：https://console.bce.baidu.com/ai/?_=1572095896806&fromai=1#/ai/ocr/app/list

根据详情页识别到的文字，来判断是否逛过，是否达到今日上线

if '今日已达上限' in res:print("今日已达上限")sys.exit()
if "任务完成" in res or "继续逛逛吧" in res:print("这家店已经逛过了")back()
else:print("逛店中...................")look_detail()back()

附上效果图：

csdn资源下载 https://download.csdn.net/download/qqdai1/11927754

github 地址 https://github.com/userljw/taobao_1111.git