图形解锁验证码破解（附Python代码）

前言：

爬虫开源死得快，新浪微博又改策略了。在去年的这个时候，微博还是没什么限制的。2016年12月我将新浪微博爬虫的代码作了一次更新，并将文章转到了知乎，爬微博的人似乎从那个时候开始多了许多。也许是这个缘故，微博开始对IP设了限制，接着禁了原来免验证码的登录方式，现在将weibo.cn的登录途径也关了，weibo.cn采用m.weibo.cn的登录，登录过程中可能出现图形解锁验证码。这种验证码比较少见，因为多用在手机平台。

我怀疑QQ交流群（537549079）里应该是有新浪微博反爬虫的人，不过这也没什么关系，我们做爬虫的，本来就是带头“制造麻烦”的人，没有被请去喝茶，就已经要感恩了。另外需要声明一点，其实我个人并不需要微博数据，平时自己也没有爬，只是出于责任，既然把项目开源了，就有义务持续维护更新下去。另外是出于兴趣爱好，作为一名爬虫工作者，出现了新的反爬机制，我自己也是很兴奋 很想去研究突破的。

废话少说，上代码：WeiboSliderCode。
运行效果：

正文：

看到这种验证码时的第一感觉就是，效果还挺酷！第二感觉是，要破应该不难。
背景很干净，基本上不需要除噪；如果要写程序破解，只需要判断哪些点之间有连线，以及箭头的指向即可。背景和线条的像素很规范，使得我们只需要判断像素变化就可以很清晰地识别线条和箭头方向。

图片是由一个个像素组成的，Image打开图片后一个像素包含三个数值，分别代表RGB数值。将图片转为灰度图像后，每个像素只有一个数值，从0到255（从黑到白）。将图形解锁验证码的图片灰度化，可以发现图片背景值为253，线条的灰度值都为小于253的数。

缩小一下，来看看整张图：

是不是感觉这识别难度似乎也并不大？

后来我仔细想了一想，好像哪里不对劲，这验证码，，才四宫格！！这意味着什么？
四个点的连线，最多有多少种可能？手指掐一下也能算出：4*3*2*1=24。总共才24种可能，我只要手动收集这24张图，人工标识轨迹。以后每次遇到验证码，只要比对一下这24张图的像素值就能知道轨迹方向了呀！
哭笑不得，这验证码还真是简单得不行！

我们给四宫格的四个点定编号：1、2、3、4。如下图。则轨迹可以标记为：”2314”。

接下来收集24张图：

然后将各个图片转为像素矩阵，见Github代码中的 ims.py 文件。
当遇到一张新图片后，对比ims.py存的24张图的像素，得出轨迹方向。然后程序模拟操作鼠标滑动解锁。运行的效果图上面已经有了。感兴趣的可以拿代码运行一下。

程序运行步骤：

1. 安装Python2.7，安装谷歌浏览器（Chrome）。
2. 根据Chrome的版本下载chromedriver.exe（参考http://blog.csdn.net/huilan_same/article/details/51896672），解压放在Chrome的安装目录，并将该路径加入到环境变量。
3. 需要安装的Python模块：PIL、StringIO、selenium。
4. 运行 login.py 。

结语：

群里爬微博的，多是需要数据写论文的学生，其中很多都是非计算机专业的同学，可能抓取微博的过程中会遇到各种问题。还是那句话，需要数据的，爬之前尽量先找群里有数据的同学要，有偿也可以，因为数据抓取本来就是需要投入大量时间和人力的。尽量不要给微博官方造成不必要的麻烦。

我喜欢追求技术，但不希望自己会给他人造成很大困扰，谢谢！如果有什么问题请留言。

转载请注明出处，谢谢！（原文链接：http://blog.csdn.net/bone_ace/article/details/71056741）