Budżet: 1000 EUR Termin: 15 dni
Nie wiem, na jakim poziomie potrzebna jest farma i na ile kont oraz do czego.
Są dwa rozwiązania
1. zrobić to przez
Darmowe emulatory NoxPlayer, LDplayer.
lub płatne
2. Opcja przez farmę telefonów komórkowych.
po stosie:
1. Interakcja z telefonem przez USB
ADB (Android Debug Bridge) – główne narzędzie do zarządzania urządzeniem Android przez USB. Pozwala na wysyłanie poleceń, klikanie, wprowadzanie tekstu, robienie zrzutów ekranu i uzyskiwanie danych.
Biblioteka pymobiledevice3 – alternatywa dla iOS.
2. Emulacja naciśnięć, przesunięć i wprowadzania tekstu
ADB Input (wbudowane polecenia adb shell input tap, adb shell input swipe, adb shell input text "Hello").
minitouch / maxitouch – do precyzyjnych gestów i multitouch.
uiautomator2 (Android) – do bardziej złożonego zarządzania UI (naciśnięcia, przewijanie, wyszukiwanie elementów).
Appium – do automatyzacji testowania aplikacji mobilnych (wolniejsze niż ADB).
3. Analiza UI i zbieranie tekstu
Tesseract OCR (pytesseract) – rozpoznawanie tekstu ze zrzutów ekranu.
Google ML Kit OCR – bardziej dokładny, ale wymaga Google API.
uiautomator2 / Appium – uzyskiwanie elementów tekstowych bezpośrednio z UI.
4. Wzrok komputerowy do rozpoznawania elementów
OpenCV – przetwarzanie obrazów, wyszukiwanie przycisków, analiza UI.
MediaPipe – do śledzenia obiektów i gestów.
YOLO / Faster R-CNN – do rozpoznawania złożonych elementów.
5. Przesyłanie danych między telefonem a komputerem
ADB Pull & Push – kopiowanie plików między urządzeniami.
WebSockets / Flask / FastAPI – tworzenie serwera na komputerze do odbierania danych.
Python Socket – jeśli potrzebne są minimalne opóźnienia.
6. Optymalizacja wydajności
Użycie numba i multiprocessing do przyspieszenia przetwarzania.
Praca bezpośrednio przez ADB (adb exec-out screencap -p) zamiast wolnych frameworków GUI.
Użycie cv2.matchTemplate() (jeśli trzeba znaleźć przyciski).
Wnioski:
Szybkość: ADB + OpenCV (minimalne opóźnienia).
Elastyczność: uiautomator2 (pełna kontrola UI).
OCR i analiza: pytesseract / Google ML Kit.
Przesyłanie tekstu: Flask / WebSockets.
Napisz do mnie, aby zrozumieć szczegóły, ponieważ na razie nic nie jest jasne. Również prześlę przykład farmy z telefonami, jeśli jesteś zainteresowany.
