OCR 方案的聊天记录提取

[brightrystal]

如题，最近研究了很多提取客户端聊天记录的方案，但是要么是 Hook 要么是 wechaty 这种，总是担心因为特征等原因导致封号，所以想尝试一下纯使用计算机视觉的方案去提取聊天记录

发现效果还行

原理就是先取得边框再切割记录

最后使用 OCR 提取信息就行了，不知道为啥市面上很少看到这种方案，除了慢还有其他原因嘛？

[brightrystal]

简单修改了下参数，其他的软件适配也很简单，相比各个软件去 hook 似乎这种方案也更通用吧


[ztbz123]

大佬，这个有具体技术实现或代码分享吗，近期也在研究 工作群聊天记录 保存和总结 ，想借鉴一下。

[malusama]

你能拿到设备直接解密本地的数据库啊。。。那么复杂干嘛

[brightrystal]

@malusama uia 吗？还是？一般这些客户端好像没有接口暴露出来吧

[brightrystal]

@ztbz123 过段时间吧，里面耦合了太多业务代码了，我用的是 opencv

[ztbz123]

@alsritter1 ok 已关注，问问，对于聊天记录刷屏翻页的要怎么处理，滚动吗？还有基于 opencv 的，一次只能监控一个群(打开界面)，如果是多个群消息需要采集和分析，是不是就要开多台机器和窗口运行 cv 代码？

[brightrystal]

@ztbz123 滚动这块没啥好办法，我是滚动截图，最后再合成的方案，目前这个方案主要是 OCR 的速度有点慢，我用的是 RapidOCR ，满屏消息需要 7 秒左右，不知道有没有更快的开源 OCR 工具

[phx1]

能拿到原始数据为啥要搞计算机视觉？

[csulyb]

这不是侵犯隐私吗 这么多人在干这种事？

[brightrystal]

@phx1 怎么拿？

[gdfsjunjun]

我记得不是有可以提取本地数据库，然后备份聊天记录吗？上个月看到的，不记得在哪看到的。反正关键词就是备份。

[brightrystal]

@gdfsjunjun 不是备份记录的需求，是自动化客服的场景，主要是想要快速对接多平台，一个个去写太累了

[malusama]

https://www.forensicfocus.com/articles/decrypt-wechat-enmicromsgdb-database/
wechat 是可以解密本地数据库的， 就是设备得 root

[malusama]

企业微信也有 api 直接获取消息的啊？

[brightrystal]

@malusama 企业微信的 api 我知道，但是得收费，我的目标群体大部分都是个体户，让人家掏这个钱不太现实

[phx1]

@alsritter1 https://github.com/LC044/WeChatMsg

[musi]

@csulyb #9 我看我自己和我朋友的聊天记录侵犯了你的隐私？