OpenCV搞定騰訊滑塊驗(yàn)證碼的實(shí)現(xiàn)代碼
前言
廢話
滑塊驗(yàn)證碼破解是一直都想搞的項(xiàng)目，畢竟多數(shù)網(wǎng)站都會采用滑塊驗(yàn)證碼，于是最近在修改論文的閑暇之余把這事兒給解決了。要搞現(xiàn)在的滑塊驗(yàn)證碼繞不開圖像處理，圖像處理當(dāng)然是首推OpenCV-Python啦！當(dāng)然我的OpenCV非常菜(P.S.兩天速成不敢保證代碼質(zhì)量)，發(fā)現(xiàn)問題就直接指出嘛，不用走流程啦！
環(huán)境
首先需要一個python，然后安裝opencv的python庫，如下：
pip install opencv-python
然后測試一下是否可用，如下：
import cv2 as cv
import numpy as np
if __name__ == '__main__':
img = np.ones((200, 200, 3), np.uint8) * 255
cv.rectangle(img, (50, 50), (150, 150), (0, 0, 255), 2)
cv.imshow('test', img)
cv.waitKey(0)
cv.destroyAllWindows()
正常的話就會如下顯示：
OpenCV的使用
相關(guān)的API我也是邊用邊查的，用得也是相當(dāng)生疏！具體的常用方法大家只好自行百度了，我就不獻(xiàn)丑了！
實(shí)現(xiàn)原理及方法
騰訊滑塊驗(yàn)證
這次搞得目標(biāo)就是騰訊滑塊驗(yàn)證碼，調(diào)用騰訊滑塊這個接口的網(wǎng)站還是挺多的，比如非常好用的在線畫圖網(wǎng)站ProcessOn，其中滑塊驗(yàn)證部分類似這樣子的：
抓個包發(fā)現(xiàn)只有滑塊圖和帶缺口的圖，如下：
破解滑塊驗(yàn)證碼最為關(guān)鍵的地方在于找到滑塊缺口的位置，找到缺口位置后就可以利用Selenium模擬拖動滑塊到指定位置實(shí)現(xiàn)破解，之前的老辦法就是將完整圖的像素點(diǎn)和帶缺口圖的像素點(diǎn)進(jìn)行比較從而得到缺口位置，但是現(xiàn)在一般不會將完整圖暴露給我們，所以只有在帶有缺口的圖上進(jìn)行處理。我這里一共有兩種方案進(jìn)行缺口位置識別，一種是基于模板匹配的，另一種是基于輪廓檢測的，下面會細(xì)講兩種方案的實(shí)現(xiàn)方法。
模板匹配識別缺口
具體是實(shí)現(xiàn)過程如下：
1.處理滑塊的圖片
- 灰度化滑塊圖片
- 處理一下滑塊圖中滑塊的外圈
- 使用inRange二值化滑塊圖
- 使用開運(yùn)算去除白色噪點(diǎn)
運(yùn)行結(jié)果如下所示(左側(cè)為原始滑塊，右側(cè)為處理后的滑塊)：
2.處理帶缺口的圖片
- 先來個高斯濾波去噪
- 灰度化帶缺口圖
- 使用閾值二值化該圖
運(yùn)行結(jié)果如下所示(左側(cè)為原始圖，右側(cè)為處理后的圖)：
3.進(jìn)行模板匹配
調(diào)用模板匹配API并圈出匹配上的區(qū)域，結(jié)果如下所示：
警告警告警告
這種方法的缺口識別率在50%左右，很大一部分原因是滑塊圖的背景為純白色，這在匹配時會產(chǎn)生很大的干擾，要是能將滑塊圖的背景變?yōu)橥该?/code>，正確的匹配率可以達(dá)到90%以上
如果大家有任何將滑塊圖的背景變?yōu)橥该鞯霓k法，可以留言到評論區(qū)，我真的萬分感謝！?。?/code>下面是現(xiàn)階段的實(shí)現(xiàn)代碼：
# encoding:utf-8
import cv2 as cv
import numpy as np
# 對滑塊進(jìn)行二值化處理
def handle_img1(image):
kernel = np.ones((8, 8), np.uint8) # 去滑塊的前景噪聲內(nèi)核
gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
width, heigth = gray.shape
for h in range(heigth):
for w in range(width):
if gray[w, h] == 0:
gray[w, h] = 96
# cv.imshow('gray', gray)
binary = cv.inRange(gray, 96, 96)
res = cv.morphologyEx(binary, cv.MORPH_OPEN, kernel) # 開運(yùn)算去除白色噪點(diǎn)
# cv.imshow('res', res)
return res
# 模板匹配(用于尋找缺口有點(diǎn)誤差)
def template_match(img_target, img_template):
tpl = handle_img1(img_template) # 誤差來源就在于滑塊的背景圖為白色
blurred = cv.GaussianBlur(img_target, (3, 3), 0) # 目標(biāo)圖高斯濾波
gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY)
ret, target = cv.threshold(gray, 127, 255, cv.THRESH_BINARY) # 目標(biāo)圖二值化
# cv.imshow("template", tpl)
# cv.imshow("target", target)
method = cv.TM_CCOEFF_NORMED
width, height = tpl.shape[:2]
result = cv.matchTemplate(target, tpl, method)
min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)
left_up = max_loc
right_down = (left_up[0] + height, left_up[1] + width)
cv.rectangle(img_target, left_up, right_down, (0, 0, 255), 2)
cv.imshow('res', img_target)
if __name__ == '__main__':
img0 = cv.imread('./demo/3/hycdn_3.jpg')
img1 = cv.imread('./demo/3/hycdn_3_2.png')
template_match(img0, img1)
cv.waitKey(0)
cv.destroyAllWindows()
輪廓檢測識別缺口
基于輪廓檢測缺口的思路簡單很多，加上合理的條件識別率在95%以上，實(shí)現(xiàn)過程如下：
帶缺口圖高斯模糊去噪用(200,400)的閾值做Canny邊緣檢測尋找輪廓對已有的輪廓做約束，比如輪廓的面積范圍，輪廓的周長范圍
多個匹配結(jié)果如下：
實(shí)現(xiàn)代碼如下：
# encoding:utf-8
import cv2 as cv
def get_pos(image):
blurred = cv.GaussianBlur(image, (5, 5), 0)
canny = cv.Canny(blurred, 200, 400)
contours, hierarchy = cv.findContours(canny, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
for i, contour in enumerate(contours):
M = cv.moments(contour)
if M['m00'] == 0:
cx = cy = 0
else:
cx, cy = M['m10'] / M['m00'], M['m01'] / M['m00']
if 6000 < cv.contourArea(contour) < 8000 and 370 < cv.arcLength(contour, True) < 390:
if cx < 400:
continue
x, y, w, h = cv.boundingRect(contour) # 外接矩形
cv.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)
cv.imshow('image', image)
return x
return 0
if __name__ == '__main__':
img0 = cv.imread('./demo/4/hycdn_4.jpg')
get_pos(img0)
cv.waitKey(0)
cv.destroyAllWindows()
遺留問題
問題1
如何將滑塊圖的純白背景變?yōu)橥该鞅尘埃?/p>
問題2
使用Selenium和軌跡算法拖動滑塊時將滑塊拖出左側(cè)的范圍之外，軌跡算法是先加速后減速整體是向前移動的，按道理來說不可能往回走，但是模擬拖動的時候會出現(xiàn)滑塊向后拖動且拖出范圍的現(xiàn)象，這問題如何解決？
以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了使用Python腳本生成隨機(jī)IP的簡單方法,并且可以自己設(shè)定IP數(shù)值范圍,需要的朋友可以參考下2015-07-07
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)五子棋雙人對弈，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2022-05-05
Python利用memory_profiler查看內(nèi)存占用情況
memory_profiler是第三方模塊，用于監(jiān)視進(jìn)程的內(nèi)存消耗以及python程序內(nèi)存消耗的逐行分析。本文將利用memory_profiler查看代碼運(yùn)行占用內(nèi)存情況，感興趣的可以了解一下2022-06-06
和孩子一起學(xué)習(xí)python之變量命名規(guī)則
這篇文章我們給大家總結(jié)了關(guān)于兒童學(xué)習(xí)python中的變量命名規(guī)則相關(guān)知識點(diǎn)內(nèi)容，有興趣的朋友跟著參考學(xué)習(xí)下。2018-05-05
OpenCV是一個基于BSD許可（開源）發(fā)行的跨平臺計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)軟件庫，可以運(yùn)行在Linux、Windows、Android和Mac OS操作系統(tǒng)上，本文給大家分享python opencv通過按鍵采集圖片源碼，感興趣的朋友一起看看吧2021-05-05
OpenCV-Python實(shí)現(xiàn)人臉美白算法的實(shí)例
人臉美白原理說透了，就是一種圖像的顏色空間處理，所以我們需要通過顏色空間進(jìn)行設(shè)計(jì)。本文就詳細(xì)的介紹一下，感興趣的可以了解一下2021-06-06
Python批量查詢關(guān)鍵詞微信指數(shù)實(shí)例方法
在本篇文章中小編給大家整理的是關(guān)于Python批量查詢關(guān)鍵詞微信指數(shù)實(shí)例方法以及相關(guān)代碼，需要的朋友們可以跟著學(xué)習(xí)下。2019-06-06
python 和c++實(shí)現(xiàn)旋轉(zhuǎn)矩陣到歐拉角的變換方式
今天小編就為大家分享一篇python 和c++實(shí)現(xiàn)旋轉(zhuǎn)矩陣到歐拉角的變換方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
使用Python實(shí)現(xiàn)數(shù)據(jù)庫文檔生成工具
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)數(shù)據(jù)庫文檔生成工具,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以參考一下2024-04-04
python實(shí)現(xiàn)自動搶課腳本的示例代碼
本文主要介紹了python實(shí)現(xiàn)自動搶課腳本的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-12-12