python对动态验证码滑动验证码的降噪和识别
Posted autofelix
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python对动态验证码滑动验证码的降噪和识别相关的知识,希望对你有一定的参考价值。
〝 古人学问遗无力,少壮功夫老始成 〞
python对动态验证码、滑动验证码的降噪和识别,在各种自动化操作中,我们经常要遇到沿跳过验证码的操作,而对于验证码的降噪和识别,的确困然了很多的人。这里我们就详细讲解一下不同验证码的降噪和识别。如果这篇文章能给你带来一点帮助,希望给飞兔小哥哥一键三连,表示支持,谢谢各位小伙伴们。
注意:在学习验证码降噪之前,飞兔小哥哥给大家推荐一款超好用的商城系统,麻烦各位小可爱动动可爱的小手指帮忙点一下 http://gitee.likemarket.net/BZ49rotS
目录
一、动态验证码
- 动态验证码是服务端生成的,点击一次,就会更换一次,这就会造成很多人在识别的时候,会发现验证码一直过期
- 这是因为,如果你是把图片下载下来,进行识别的话,其实在下载的这个请求中,其实相当于点击了一次,这个验证码的内容已经被更换了
- 最好的方法是,打开这个页面后,将页面进行截图,然后定位到验证码的位置,将验证码从截图上面裁剪下来进行识别,这样就不会造成多次请求,验证码更换的情况了
from selenium import webdriver
from PIL import Image
# 实例化浏览器
driver = webdriver.Chrome()
# 最大化窗口
driver.maximize_window()
# 打开登陆页面
driver.get(# 你的url地址)
# 保存页面截图
driver.get_screenshot_as_file('./screen.png')
# 定位验证码的位置
location = driver.find_element_by_id('login_yzm_img').location
size = driver.find_element_by_id('login_yzm_img').size
left = location['x']
top = location['y']
right = location['x'] + size['width']
bottom = location['y'] + size['height']
# 裁剪保存
img = Image.open('./screen.png').crop((left,top,right,bottom))
img.save('./code.png')
driver.quit()
二、滑动验证码
- 滑动验证码,通常是两个滑块图片,将小图片滑动到大图片上的缺口位置,进行重合,即可通过验证
- 对于滑动验证码,我们就要识别大图上面的缺口位置,然后让小滑块滑动响应的位置距离,即可
- 而为了让你滑动起来,更加的拟人化,你需要一个滑动的路径,模拟人为去滑动,而不是机器去滑动
# 下载两个滑块
bg = self.driver.find_element_by_xpath('//*[@id="captcha_container"]/div/div[2]/img[1]').get_attribute('src')
slider = self.driver.find_element_by_xpath('//*[@id="captcha_container"]/div/div[2]/img[2]').get_attribute('src')
request.urlretrieve(bg, os.getcwd() + '/bg.png')
request.urlretrieve(slider, os.getcwd() + '/slider.png')
# 获取两个滑块偏移量方法
def getGap(self, sliderImage, bgImage):
'''
Get the gap distance
:param sliderImage: the image of slider
:param bgImage: the image of background
:return: int
'''
bgImageInfo = cv2.imread(bgImage, 0)
bgWidth, bgHeight = bgImageInfo.shape[::-1]
bgRgb = cv2.imread(bgImage)
bgGray = cv2.cvtColor(bgRgb, cv2.COLOR_BGR2GRAY)
slider = cv2.imread(sliderImage, 0)
sliderWidth, sliderHeight = slider.shape[::-1]
res = cv2.matchTemplate(bgGray, slider, cv2.TM_CCOEFF)
a, b, c, d = cv2.minMaxLoc(res)
# print(a,b,c,d)
# 正常如下即可
# return c[0] if abs(a) >= abs(b) else d[0]
# 但是头条显示验证码的框跟验证码本身的像素不一致,所以需要根据比例计算
if abs(a) >= abs(b):
return c[0] * bgWidth / (bgWidth - sliderWidth)
else:
return d[0] * bgWidth / (bgWidth - sliderWidth)
# 移动路径方法
def getTrack(self, distance):
'''
Get the track by the distance
:param distance: the distance of gap
:return: list
'''
# 移动轨迹
track = []
# 当前位移
current = 0
# 减速阈值
mid = distance * 4 / 5
# 计算间隔
t = 0.2
# 初速度
v = 0
while current < distance:
if current < mid:
# 加速度为正2
a = 2
else:
# 加速度为负3
a = -3
# 初速度v0
v0 = v
# 当前速度v = v0 + at
v = v0 + a * t
# 移动距离x = v0t + 1/2 * a * t^2
move = v0 * t + 1 / 2 * a * t * t
# 当前位移
current += move
# 加入轨迹
track.append(round(move))
return track
# 滑动到缺口位置
def moveToGap(self, track):
'''
Drag the mouse to gap
:param track: the track of mouse
:return: None
'''
ActionChains(self.driver).click_and_hold(self.driver.find_element_by_xpath('//*[@id="captcha_container"]/div/div[3]/div[2]/div[2]/div')).perform()
while track:
x = random.choice(track)
ActionChains(self.driver).move_by_offset(xoffset=x, yoffset=0).perform()
track.remove(x)
time.sleep(0.5)
ActionChains(self.driver).release().perform()
三、验证码的降噪
- 验证码的降噪,只是为了处理验证码图像上的多余的线条和干扰线,让你后期识别更加的准确,提高识别的准确度
- 第一步:可以进行灰度转化
img = cv2.imread('yzm.png')
# 将图片灰度化处理,降维,加权进行灰度化c
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow('min_gray',gray)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 第二步: 二值化处理
import cv2
img = cv2.imread('yzm.png')
# 将图片灰度化处理,降维,加权进行灰度化c
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
t,gray2 = cv2.threshold(gray,220,255,cv2.THRESH_BINARY)
cv2.imshow('threshold',gray2)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 第三步:噪点过滤
import cv2
img = cv2.imread('yzm.png')
# 将图片灰度化处理,降维,加权进行灰度化c
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
t,gray2 = cv2.threshold(gray,220,255,cv2.THRESH_BINARY)
def remove_noise(img, k=4):
img2 = img.copy()
# img处理数据,k过滤条件
w, h = img2.shape
def get_neighbors(img3, r, c):
count = 0
for i in [r - 1, r, r + 1]:
for j in [c - 1, c, c + 1]:
if img3[i, j] > 10: # 纯白色
count += 1
return count
# 两层for循环判断所有的点
for x in range(w):
for y in range(h):
if x == 0 or y == 0 or x == w - 1 or y == h - 1:
img2[x, y] = 255
else:
n = get_neighbors(img2, x, y) # 获取邻居数量,纯白色的邻居
if n > k:
img2[x, y] = 255
return img2
result = remove_noise(gray2)
cv2.imshow('8neighbors', result)
cv2.waitKey(0)
cv2.destroyAllWindows()
四、验证码的识别
-
通常我们会使用tesserocr识别验证码,但是这个库有很大的局限性,识别率低,即时降噪效果很好,有很少的线条,也会不准确,这种识别方式并不十分推荐
-
所以我们一般会使用第三方的接口进行识别,比如阿里的图片识别、腾讯也都是有的
-
这些第三方接口需要自己接入识别接口
#识别降噪后的图片
code = tesserocr.image_to_text(nrImg)
#消除空白字符
code.strip()
#打印
print(code)
以上是关于python对动态验证码滑动验证码的降噪和识别的主要内容,如果未能解决你的问题,请参考以下文章