超星加密后的最终解决方法---基于人工智能图像识别的思路

Web服务总要呈现给用户，服务的目的是用户能看懂，不敢它再怎么加密，最后要反馈用户能看懂的东西，上次超星使用繁简转换后，最近又改成了其它的，所以现在那个失效了

最近学习人工智能的图像识别发现，我们脚本都是从网页源码中提取的资源，顺着Web服务的思路，我们为啥不从反馈的页面下手，免去了很多麻烦，最后可能需要的就是技术

关于图像文字识别，很多工具可以实现，比如我们平时的手机也可以识别图像文字，还有就是截图，还有很多软件OCR文字识别，都可以识别文本，那么对于搜索题脚本题目的提取，为什么不能从这些里面提取呢。

要实现这些功能，可以开发GUI程序来辅助完成，程序接入题库脚本，脚本实现功能，也可以将程序接入公众号搜索题目，所以最后会发现，做一个集成项目比较好

预期整个项目实现功能有自动播放，题目自动识别后接入脚本，实现点击功能，那会是一个很好的项目。方便项目快速成型，所以开发还是建议Python，分单元测试功能后整合。

Python库---网络方向

pip install asyncio
pip install pyppeteer

上面库可以实现，网页自动点击，浏览等，所以项目最后出来功能也是一科一科进行的

关于视频，自动播放的一般原理还是修改网页设计的参数实现自动切换，但是我们也要看远一点，现在油猴能刷视频，确实减少了不少了压力，那以后呢？所以现在我们可挂油猴，同时我们也要开发更智能的视频切换脚本，比如自动点击

Python的文字识别，具体要学习的还是有很多

pip install pillow
pip install pytesseract

from PIL import Image
import pytesseract

path = '图片路径'
img = Image.open(path)
string = pytesseract.image_to_string(img)
print(string)

软件文字识别

OCR文字识别 提取码: ubhk

最后一套下来，可以解决超星加密。由于篇幅有限，很多东西需要我们去探索，鄙人也需要学习，有了一个好的思路，剩下的就是最后实现功能，更好的思路就在开发过程中不断修改，反正最后大目标是实现功能