词达人模拟点击完成答题代码开源(基本都可以自动)词达人模拟点击完成答题代码开源(基本都可以自动)
本方法采用本方法采用ocr文字识别获取坐标,然后与答案进行对比,点击屏幕文字识别获取坐标,然后与答案进行对比,点击屏幕
1.申请某度申请某度api
具体方法参考我之前的博客
2.fiddler配置参考我这个博客配置参考我这个博客
3.可以去下方链接看效果可以去下方链接看效果
https://www.bilibili.com/video/BV1AQ4y1T7qx/
词达人利用python自动答题
4.对代码的解析(拒绝白嫖,从我做起,直接运行代码会报错)对代码的解析(拒绝白嫖,从我做起,直接运行代码会报错)
## 2020.04.16
## jun_军
## qq:604803231
## blog主页:https://blog.csdn.net/weixin_44868057
## qq交流群:635032789 (进群密码:词达人)
from aip import AipOcr
import json
import pyautogui
import numpy as np
import cv2 as cv
import time
import os
try:
while True:
##1截图以及图片处理
img = pyautogui.screenshot(region=[0,0,592,1040]) # x,y,w,h
img.save('1/answer.jpg')
## 2图片灰度处理
def access_pixels(image):
height, width, channels = image.shape
print("width:%s,height:%s,channels:%s" % (width, height, channels))
for row in range(height):
for list in range(width):
for c in range(channels):
pv = image[row, list, c] image[row, list, c] = 255 - pv
# cv.imshow("AfterDeal", image)
src = cv.imread('1/answer.jpg')
# cv.imshow('OriginalImage', src)
# 获取当前系统以运行的周期数
t1 = cv.getTickCount()
# 运行函数
access_pixels(src)
# 再次获取当前系统以运行的周期数
t2 = cv.getTickCount()
# 计时周期数差值除以每秒周期数,获得处理时间