建湖建网站的公司最新消息今天的新闻
（1）Python所有方向的学习路线（新版）
这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
最近我才对这些路线做了一下新的更新，知识体系更全面了。
（2）Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
（3）100多个练手项目
我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
def get_access_token():
“”"
其关access_token有效期一般有一个月
“”"
此变量赋值成自己API Key的值
client_id = api_key
此变量赋值成自己Secret Key的值
client_secret = secret_key
auth_url = ‘https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id=’ + client_id + ‘&client_secret=’ + client_secret
header_dict = {‘User-Agent’: ‘Mozilla/5.0 (Windows NT 6.1; Trident/7.0; rv:11.0) like Gecko’,
“Content-Type”: “application/json”}
请求获取到token的接口
response_at = requests.get(auth_url, headers=header_dict)
json_result = json.loads(response_at.text)
access_token = json_result[‘access_token’]
return access_token
在上面已经配置好了 adb 环境的情况下，可以直接借助 python 中的 os 模块执行 adb 命令打开抖音 App。
抖音App的应用包名和初始Activity
package_name = ‘com.ss.android.ugc.aweme’
activity_name = ‘com.ss.android.ugc.aweme.splash.SplashActivity’
def start_my_app(package_name, activity_name):
“”"
打开应用
adb shell am start -n com.tencent.mm/.ui.LauncherUI
:param package_name:
:return:
“”"
os.popen(‘adb shell am start -n %s/%s’ % (package_name, activity_name))
接着，我们需要截取当前播放视频的截图到本地。
需要注意的是，抖音视频播放界面包含视频创作者头像、BGM 创作者头像等一些杂乱的元素，可能对人脸识别的结果产生一些误差，所以需要对屏幕截图之后的图像进行「二次裁剪」处理。
def get_screen_shot_part_img(image_name):
“”"
获取手机截图的部分内容
:return:
“”"
截图
os.system(“adb shell /system/bin/screencap -p /sdcard/screenshot.jpg”)
os.system(“adb pull /sdcard/screenshot.jpg %s” % image_name)
打开图片
img = Image.open(image_name).convert(‘RGB’)
图片的原宽、高(1080*2160)
w, h = img.size
截取部分，去掉其头像、其他内容杂乱元素
img = img.crop((0, 0, 900, 1500))
img.thumbnail((int(w / 1.5), int(h / 1.5)))
保存到本地
img.save(image_name)
return image_name
现在可以使用百度提供的 API 获取到上面截图的人脸列表。
def parse_face_pic(pic_url, pic_type, access_token):
“”"
人脸识别
5秒之内
:param pic_url:
:param pic_type:
:param access_token:
:return:
“”"
url_fi = ‘https://aip.baidubce.com/rest/2.0/face/v3/detect?access_token=’ + access_token
调用identify_faces，获取人脸列表
json_faces = identify_faces(pic_url, pic_type, url_fi)
if not json_faces:
print(‘未识别到人脸’)
return None
else:
返回所有的人脸
return json_faces
从上述的人脸列表中筛选出性别为女，年龄为 18-30 岁之间，颜值超过 70 的小姐姐。
def analysis_face(face_list):
“”"
分析人脸，判断颜值是否达标
18-30之间，女，颜值大于80
:param face_list:识别的脸的列表
:return:
“”"
是否能找到高颜值的美女
find_belle = False
if face_list:
print(‘一共识别到%d张人脸，下面开始识别是否有美女~’ % len(face_list))
for face in face_list:
判断是男、女
if face[‘gender’][‘type’] == ‘female’:
age = face[‘age’]
beauty = face[‘beauty’]
if 18 <= age <= 30 and beauty >= 70:
print(‘颜值为:%d,及格，满足条件！’ % beauty)
find_belle = True
break
else:
print(‘颜值为:%d,不及格，继续~’ % beauty)
continue
else:
print(‘性别为男,继续~’)
continue
else:
print(‘图片中没有发现人脸.’)
return find_belle
由于视频是连续播放的，很难通过截取视频某一帧，判断视频有出现颜值高的小姐姐。
另外，大部分短视频播放时长为「10s+」，这里需要对每一个视频多次截图去做人脸识别，直到识别到颜值高的小姐姐。
一条视频最长的识别时间
RECOGNITE_TOTAL_TIME = 10
识别次数
recognite_count = 1
对当前视频截图去人脸识别
while True:
获取截图
print(‘开始第%d次截图’ % recognite_count)
截取屏幕有用的区域，过滤视频作者的头像、BGM作者的头像
screen_name = get_screen_shot_part_img(‘images/temp%d.jpg’ % recognite_count)
人脸识别
recognite_result = analysis_face(parse_face_pic(screen_name, TYPE_IMAGE_LOCAL, access_token))
recognite_count += 1
第n次识别结束后的时间
recognite_time_end = datetime.now()
这一条视频出现了颜值高的小姐姐
if recognite_result:
pass
else:
print(‘超时！！！这是一条没有吸引力的视频！’)
跳出里层循环
break
一旦当前播放的视频识别出有颜值高的小姐姐，就需要模拟保存视频到本地的操作。
获取「分享」和「保存本地」两个按钮的坐标位置，依次利用 adb 执行点击操作即可下载视频到本地。
def save_video_met():
“”"
:return:
“”"
分享
os.system(“adb shell input tap 1000 1500”)
time.sleep(0.05)
保存到本地
os.system(“adb shell input tap 350 1700”)
最后
不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~
给大家准备的学习资料包括但不限于：
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
需要这份系统化学习资料的朋友，可以戳这里获取
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！