编程技巧│python 对动态验证码、滑动验证码的降噪和识别

目录

一、动态验证码 

二、滑动验证码

三、验证码的降噪

四、验证码的识别


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

  • import tesserocr
    
    #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)

    来源:极客飞兔

    物联沃分享整理
    物联沃-IOTWORD物联网 » 编程技巧│python 对动态验证码、滑动验证码的降噪和识别

    发表评论