Python解析最簡單的驗(yàn)證碼

更新時(shí)間：2016年01月07日 09:43:45 作者：jerrylsxu

最近在學(xué)python，正好遇到學(xué)校需要選宿舍，就用python寫了一個(gè)搶宿舍的軟件。下面通過本文給大家介紹python解析最簡單的驗(yàn)證碼，對(duì)python解析驗(yàn)證碼相關(guān)知識(shí)感興趣的朋友一起學(xué)習(xí)吧

最近在學(xué)python，正好遇到學(xué)校需要選宿舍，就用python寫了一個(gè)搶宿舍的軟件。其中有一個(gè)模塊是用來登陸的，登陸的時(shí)候需要輸入驗(yàn)證碼，不過后來發(fā)現(xiàn)了直接可以繞過驗(yàn)證碼直接登陸的bug。不過這是另外的話題，開始的時(shí)候我并沒有發(fā)現(xiàn)這個(gè)隱藏起來的秘密，所以我就寫了這個(gè)python代碼段用來實(shí)現(xiàn)解析驗(yàn)證碼的功能。

　　我們學(xué)校的驗(yàn)證碼是最簡單的驗(yàn)證碼，形式大概如下：

　　其中這個(gè)圖片的大小是60X24像素的，大概每個(gè)數(shù)字的大小是15X24像素。

　　觀察這個(gè)驗(yàn)證碼之后可以發(fā)現(xiàn)，驗(yàn)證碼中只有數(shù)字而且數(shù)字的字體很規(guī)范，只不過每個(gè)數(shù)字的顏色不同而已。

　　當(dāng)時(shí)有2個(gè)思路

　　1.將整張照片平均切片成四分，每個(gè)數(shù)字一個(gè)圖片，然后掃描每張照片的每個(gè)像素，為每個(gè)數(shù)字初始化一個(gè)特征碼buff,大小為15X24的byte,即總共45Byte。

　　先取背景色，可以知道(0,0)位置是背景色。然后掃描數(shù)字的每個(gè)像素和背景色對(duì)比如果相同則為1不同則為0。然后分析出0-9這10個(gè)字符的特征值。等需要解析驗(yàn)證碼的時(shí)候直接將驗(yàn)證碼圖片分片取特征值跟標(biāo)準(zhǔn)特征值對(duì)比就可以了。

　　2.我們可以想象0-9這10個(gè)字符每個(gè)字符的字形都不一樣，則有可能比如9這個(gè)數(shù)字在像素(2,12)(1,13)這個(gè)位置是獨(dú)有的，也就是說分片圖片中假如(2,12)位置的像素點(diǎn)和背景色一致，則該分片圖片一定不是9否則一定是9。

　上面兩種方法有一個(gè)bug就是這個(gè)圖片的第一個(gè)數(shù)字有一定的偏移，比如其他位置的數(shù)字是從第3列開始的，它可能從第4列，這個(gè)我就沒具體分析了。不過這個(gè)也有辦法解決，我用的辦法就是從第一列非背景色的地方算起。不管什么圖片怎么偏移，它x軸向?qū)τ谧约鹤钭筮叺狞c(diǎn)的x方向的差值是不變的。

　　最后我的實(shí)現(xiàn)方法就是按第二種，因?yàn)檫@種方法是最快的，只需要取特征像素處的點(diǎn)就可以。

我的方法是這樣的，首先選用材料圖片三張，包含0-9這10個(gè)字符，然后校驗(yàn)他們每個(gè)像素與背景色是否一致，如果一致則把這個(gè)數(shù)字放到對(duì)應(yīng)這個(gè)像素的hash表里面。

　　最后分析這個(gè)hash表找出哪個(gè)像素是1個(gè)數(shù)字獨(dú)有的，哪個(gè)像素是2個(gè)數(shù)字獨(dú)有的，哪個(gè)像素3個(gè)數(shù)字獨(dú)有的，最后解析這個(gè)表。

　　找到可以唯一確定一個(gè)數(shù)字的方法，比如(0,18),(0,19)這兩個(gè)數(shù)字可以唯一確定數(shù)字1。

　　然后得出一個(gè)hash字典：

NumberKeyPixel={
[(7,10),(0,12),(0,10),(0,11),(0,8),(1,14),(1,15)],
[(4,8)],
[(0,18),(0,19)],
 [], 
[(5,7)],
[(0,4),(0,10)],
[(2,6)],
[(2,16)],
[(0,12)],
[(2,13)]
}

　　使用的時(shí)候，只需依次比對(duì)這些像素點(diǎn)就可以判斷這張圖片的驗(yàn)證碼值了。

下面介紹具體代碼

1.首先是分析的時(shí)候的代碼，用來獲得數(shù)字的特征像素：

from PIL import Image
import os
#存放材料圖片的路徑
path="C:\\vaildpic\\"
#取得材料圖片
images=os.listdir(path)
存放數(shù)字的切片，0-9的圖片
nubimgs=[]
#存放背景色
backpixels=[]
#存放像素對(duì)應(yīng)表
pixDir={}
#首非背景色偏移值
pixBlankEndPos=[]
#這個(gè)函數(shù)用來取得這個(gè)圖片中數(shù)字結(jié)構(gòu)的偏移值
def GetLastBlankPosition(materialPic,x=0):
bc=materialPic.getpixel((0,0))
for i in range(15):
for j in range(24):
if materialPic.getpixel((i+x,j))!=bc:
return i
#因?yàn)橹皇墙馕鰶]有寫的很嚴(yán)謹(jǐn)，這個(gè)地方
#取得目標(biāo)文件夾的圖片
for image in images:
if os.path.isdir(path+image):
continue
image=Image.open(path+image)
#對(duì)于每張圖片切成四份，存到字典中，取得相應(yīng)的背景色，首非背景色偏移x，接下來計(jì)算用
for i in range(4):
ma=image.crop((i*15,0,(i+1)*15,24))
nubimgs.append(ma)
backpixels.append(image.getpixel((0,0)))
pixBlankEndPos.append(GetLastBlankPosition(ma))
print pixBlankEndPos
#對(duì)于每個(gè)數(shù)字圖片的每個(gè)像素，如果對(duì)應(yīng)位置非背景色，將該圖片放到該位置的字典中,其結(jié)構(gòu)如下，接下來用下面的數(shù)據(jù)統(tǒng)計(jì)來取得每個(gè)數(shù)字的特征像素
'''　　pixDir[pixel(x-x_offset,y),imgSeq]=picture<br>'''
for i in range(15):
for j in range(24):
ai=None
aj=None
pixDir[(i,j)]={}
for imgNum in range(nubimgs.__len__()):
if(nubimgs[imgNum].getpixel((i,j))!=backpixels[imgNum]):
pixDir[(i-pixBlankEndPos[imgNum],j)][imgNum]=nubimgs[imgNum]
"""nubimgs[0].putpixel ((i,j),nubimgs[imgNum].getpixel((i,j)))"""
'''下面將只有n個(gè)數(shù)字有的像素存到對(duì)應(yīng)的文件夾中'''
for pix in pixDir.items():
if pix[1].__len__()<=6:
print pix
i=0
for pic in pix[1].items():
i+=1
if not os.path.exists(path+str(pix[1].__len__())):
os.mkdir(path+str(pix[1].__len__()))
pic[1].save(os.path.join(path+str(pix[1].__len__()),str(pix[0][0])+"_"+str(pix[0][1])+"__"+str(i)+".bmp"))

材料圖片：

解析結(jié)果如下

對(duì)應(yīng)的文件夾中就放著n個(gè)圖片共享的像素，接下來的分析我是手動(dòng)分析的，其實(shí)也可以用程序?qū)?，不過要預(yù)先告訴程序哪個(gè)片段是什么數(shù)字，可以通過把圖片名起為對(duì)應(yīng)驗(yàn)證碼來解析。因?yàn)檫@是后想到的，就沒有實(shí)現(xiàn)了。

2.接下來就是使用得到的特征值來解析驗(yàn)證碼

下面的方法用來取得背景色，方法同上面解析一樣，沿圖片最上面一層取顏色，因?yàn)樽钌厦娌焕L制

def getBackColors(bmp):
list=[]
for i in range(60):
if bmp.getpixel((i,0)) not in list:
list.append(bmp.getpixel((i,0)))
return list

同上面解析一樣，取得首繪偏移值

def GetLastBlankPosition(materialPic,x=0):
bc=getBackColors(materialPic)
for i in range(15):
for j in range(24):
if materialPic.getpixel((i+x,j)) not in bc:
return i

解析驗(yàn)證碼，利用特征嗎判斷

def GetVaildJpgNumber(bmp):
print 'GetVaildJpgNumber'
vaildStr="";
backColors=getBackColors(bmp)<br>　　#對(duì)于一個(gè)驗(yàn)證碼的4個(gè)數(shù)字分別驗(yàn)證，其x范圍為n*15~(n+1)*15
for pos in range(4):<br>　　　　#取得對(duì)應(yīng)位置的首繪偏移值
offset=GetLastBlankPosition(bmp,pos*15)<br>　　　　　#對(duì)于0-9，分別判斷對(duì)應(yīng)的特征是否為背景色，如果不是解析完成，是背景色則判斷下一個(gè)數(shù)字，因?yàn)?的像素基本和其他圖像共享，所以如果最后沒有找到特定的數(shù)字，就是3
for nr in range(0,10):
isthisNr=True
for pix in NumberKeyPixel[nr]:
if pix[0]+offset>=15:
isthisNr=False
break
if bmp.getpixel((pix[0]+offset+pos*15,pix[1])) in backColors :
isthisNr=False
break;
if isthisNr and NumberKeyPixel[nr].__len__()!=0 :
vaildStr+=str(nr)
break
if vaildStr.__len__()==pos:
vaildStr+='3'
print vaildStr
return vaildStr

從網(wǎng)絡(luò)抓取驗(yàn)證碼，使用的是httplib，其中我們學(xué)校名我已替代為myschool

def GetVaildJpg ():
print 'GetVaildJpg'
headers={
'Accept': 'image/png, image/svg+xml, image/*;q=0.8, */*;q=0.5',
'Referer': 'http://zcc.myschool.edu.cn/',
'Accept-Language': 'zh-Hans-CN,zh-Hans;q=0.8,en-US;q=0.5,en;q=0.3',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko',
'Accept-Encoding': 'gzip, deflate',
'Host': 'zcc.myschool.edu.cn',
'DNT': '1',
'Connection': 'Keep-Alive',
'Cookie': sessionId
}
httpClient=httplib.HTTPConnection('zcc.myschool.edu.cn',80,timeout=300)
httpClient.request("GET",'http://zcc.myschool.edu.cn/image.jsp',None,headers)
response=httpClient.getresponse()
'''print response.getheaders()'''
stBmp=response.read()
bmp=Image.open(BytesIO(stBmp))
bmp.save('D:\PROJECT\PYTHON\catchDorm\catch.bmp')
'''bmp.show()'''
return GetVaildJpgNumber(bmp)

以上內(nèi)容給大家介紹了Python解析最簡單的驗(yàn)證碼的相關(guān)知識(shí)，希望大家喜歡。

您可能感興趣的文章: