Guab

不更新了，因为我不玩了，哈哈

ABOUT

一个Android版冲顶大会的Python辅助程序。

UPDATE

• V1.1 增加题目行数为3的支持

HOW TO USE

TOOLS

• Python 3.6
• 依赖库：pytesseract、opencv、os、requests
• tesseract-ocr 及其简体中文包（包含在Tools文件夹）
• adb调试工具（包含在Tools文件夹）
• 一部安卓手机和一条数据线

STEPS

• 安装以上所有所需软件，并配置环境变量以在命令行下使用。
• 将手机设置为：设置 → 开发者选项on → USB调试on，用数据线将手机与电脑相连接，在命令行模式下输入 adb devices，若返回一串数字字母组合和device，即表示连接成功。我们需要将答题界面的截图发送至电脑。调用python中的os.system()函数，即为：

  os.system("adb shell screencap -p /sdcard/DCIM/demo/demo.png")
  os.system("adb pull /sdcard/DCIM/demo/demo.png C:/Users/Phun/Desktop/guab")

  请对路径进行适当修改，将pull到电脑的路径与主程序在同一目录下。
• 使用opencv对截图进行处理。首先读入图片：

  a = cv2.imread('demo.png')

  在实际答题过程中，题目可能为一行或多行。所以立一个flag：

  flag = 1

  题干和选项的位置并非绝对位置，而是随着题干的长度进行变化。故为了快速检测题目的长度，采取以下方法检测题目长度：

  a = cv2.imread('demo.png')
  flag = 1
  
  for i in range(420,470):
      for j in range(86,130):
          # print(a[i,j,0])
          if a[i,j,0] != 255:
          flag = 2
          break
  
  for i in range(495,545):
      for j in range(86,130):
          # print(a[i,j,0])
          if a[i,j,0] != 255:
          flag = 3
          break

  即检测在第二行、第三行的前两个字符的位置是否有字符出现 （此数值由不同机型决定，此处为Samsung C5000，请根据需求自行调整）。若出现，则flag改变相应数值。

  if flag == 1:    
      title = a[268:485,75:1005]
      ans_1 = a[500:600,105:970]
      ans_2 = a[640:740,105:970]
      ans_3 = a[780:880,105:970]
  
  elif flag == 2:
      title = a[328:531,75:1005]
      ans_1 = a[570:670,105:970]
      ans_2 = a[710:810,105:970]
      ans_3 = a[850:950,105:970]
      
  elif flag == 3:
      title = a[325:560,75:1005]
      ans_1 = a[650:750,105:970]
      ans_2 = a[790:890,105:970]
      ans_3 = a[930:1030,105:970]

  title表示题干的图像范围，ans_1/2/3表示选项的图像范围。示例请见demo.png。
• 使用pytesseract调用tesseract-OCR识别工具识别图片上的文字（将语言设置为简体中文），并将识别结果中的空格剔除。

  title_fin=pytesseract.image_to_string(title,lang='chi_sim').replace(" ","")
  ans_1_fin=pytesseract.image_to_string(ans_1,lang='chi_sim').replace(" ","")
  ans_2_fin=pytesseract.image_to_string(ans_2,lang='chi_sim').replace(" ","")
  ans_3_fin=pytesseract.image_to_string(ans_3,lang='chi_sim').replace(" ","")

• 利用爬虫，将题干放入搜索引擎中搜索，并将选项进行匹配，并返回相匹配的数量。通过查看各搜索引擎搜索结果源代码可以发现，百度的搜索结果源代码广告居多，内容甚少，而google需要科学上网，且延迟较高。最终选定360搜索。通过分析得知搜索结果的链接的结构如下：

  url = "https://www.so.com/s?&q=" + title_fin

  这里省去了一个完整的爬虫中的很多步骤，仅调用requests库中requests.get()函数来获取网页的源代码，直接将选项与源代码内容进行匹配，并返回匹配数即可。（识别失败的结果不显示）

  if ans_1_fin != "":
      print(ans_1_fin,text.count(ans_1_fin))
  if ans_2_fin != "":
      print(ans_2_fin,text.count(ans_2_fin))
  if ans_3_fin != "":
      print(ans_3_fin,text.count(ans_3_fin))

MORE

识别速度不够快，测试用例不够多，仅为demo版。

CONTACT

aaaphun@gmail.com