【Python爬虫】 验证码图像识别 --- 第二弹 (打码平台介绍)

上一次 介绍的是 ORC 技术 对 图片进行识别 ,  不过 识别率 并不是很理想, 接下来 在这里介绍 几个 自己觉得好用的打码平台供  大家参考

一丶baidu-aip: 通用文字识别

官网有教程:

接入指南:    https://ai.baidu.com/docs#/Begin/top

Python sdk 文档:  http://ai.baidu.com/docs#/OCR-Python-SDK/07883957

from aip import AipOcr

from PIL import Image

""" 你的 APPID AK SK """

APP_ID = '11673820'

API_KEY = '8kEGtNlLBCDz6iYGeuNFgGBG'

SECRET_KEY = 'tgP0bkUFWtRkDvy7VQ0dKz9tCdqDKj8u '



client = AipOcr(APP_ID, API_KEY, SECRET_KEY)





""" 读取图片 """

def get_file_content(filePath):

with open(filePath, 'rb') as fp:

return fp.read()



# 先将图像进行处理

image =Image.open('captha111.jpg')

# 灰度处理

# image = image.convert('L')

# 二值化处理

image = image.convert('1')

image.save('aa.jpg')



image = get_file_content('aa.jpg')







# """ 调用通用文字识别, 图片参数为本地图片 """

result = client.basicGeneral(image)

print(result)



# """ 如果有可选参数 """

# options = {}

# options["language_type"] = "ENG"

# options["detect_direction"] = "true"

# options["detect_language"] = "true"

# options["probability"] = "true"

# """ 带参数调用通用文字识别（高精度版） """

# result = client.basicGeneral(image, options)

# print(result)



for word in result['words_result']:

print(word['words'])

二 丶 云打码平台

必要文件 ( 云打码平台 会给出几个 源文件 下载相对于的版本下来即可,  有教如何使用 ):

              

                

以 古诗文网 为例:                  

import requests

sessions = requests.session()

headers = {

'user-agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.62 Safari/537.36',

}



# 获取验证码的url

response1 = sessions.get('https://so.gushiwen.org/RandCode.ashx',headers=headers)



# 二进制保存图片

with open('yanzhengma.png','wb')as fp:

fp.write(response1.content)



# 分析验证码

from Shibie import Recoginitier

file_path = 'yanzhengma.png'

s = Recoginitier()

value = s.esay_recoginition(file_path)

value = str(value).split("'")[1]

print(value)



data = {

('email', '账号'),

('pwd', '密码'),

('code', value),

}



# 获取用户收藏页详情

response3 = sessions.post('https://so.gushiwen.org/user/login.aspx?from=http%3a%2f%2fso.gushiwen.org%2fuser%2fcollect.aspx', headers=headers, params=data)



with open('bmx.html','w',encoding='utf-8')as fp:

fp.write(response3.text)

print(response3.status_code)

 

三  丶  超级鹰 :

此平台 需要 花钱购买题分 ,  不一样的验证码破解  所花的 题分 价格也不一样  ,  官网也有 教学文档  : 

这里就不详细的介绍了 ,  直接 给出一个 成功的 实例 :

下载下来的 API  是 2.x 版本的  需要手动修改成3.x版本的即可:

第一个代码块是: 下载的API

第二个代码块是: 以简书为例的一个完整工程

import requests
from hashlib import md5


class Chaojiying(object):

    def __init__(self, username, password, soft_id):
        self.username = username
        self.password = md5(password.encode('utf-8')).hexdigest()
        self.soft_id = soft_id
        self.base_params = {
            'user': self.username,
            'pass2': self.password,
            'softid': self.soft_id,
        }
        self.headers = {
            'Connection': 'Keep-Alive',
            'User-Agent': 'Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 5.1; Trident/4.0)',
        }

    def post_pic(self, im, codetype):
        """
        im: 图片字节
        codetype: 题目类型 参考 http://www.chaojiying.com/price.html
        """
        params = {
            'codetype': codetype,
        }
        params.update(self.base_params)
        files = {'userfile': ('ccc.jpg', im)}
        r = requests.post('http://upload.chaojiying.net/Upload/Processing.php', data=params, files=files,
                          headers=self.headers)
        return r.json()

    #  验证不通过,请求该函数 , 后台 则对该次判断不做扣分处理
    def report_error(self, im_id):
        """
        im_id:报错题目的图片ID
        """
        params = {
            'id': im_id,
        }
        params.update(self.base_params)
        r = requests.post('http://upload.chaojiying.net/Upload/ReportError.php', data=params, headers=self.headers)
        return r.json()



    '''
    下面代码 用于检测 验证码
    '''
# if __name__ == '__main__':
#
#
#         cjy = Chaojiying('账号', '密码', '软件ID')
#         im = open('captcha.jpg', 'rb').read()
#         content = cjy.post_pic(im, 验证码类型)
#         yanzhengma = ''
#         for key,value in content.items():
#             if key == 'pic_str':
#                 yanzhengma = value
#         print(yanzhengma)

import time

from PIL import Image
from  selenium import webdriver
from selenium.webdriver import ActionChains

from 点触验证码的识别.chaojiying import Chaojiying


def crack():

    # 保存网页截图
    browser.save_screenshot('222.jpg')

    # 获取 验证码确定按钮
    button = browser.find_element_by_xpath(xpath='//div[@class="geetest_panel"]/a/div')

    #  获取 验证码图片的 位置信息
    img1 = browser.find_element_by_xpath(xpath='//div[@class="geetest_widget"]')
    location = img1.location
    size = img1.size
    top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
        'width']
    print('图片的宽:', img1.size['width'])
    print(top, bottom, left, right)

    #  根据获取的验证码位置信息和网页图片  对验证码图片进行裁剪 保存
    img_1 = Image.open('222.jpg')
    capcha1 = img_1.crop((left, top, right, bottom-54))
    capcha1.save('tu1-1.png')

    # 接入超级鹰 API 获取图片中的一些参数 (返回的是一个字典)
    cjy = Chaojiying('账号', '密码', '软件ID')
    im = open('tu1-1.png', 'rb').read()
    content = cjy.post_pic(im, 验证码类型)
    print(content)
    #  将图片中汉字的坐标位置 提取出来
    positions = content.get('pic_str').split('|')
    locations = [[int(number)for number in group.split(",")] for group in positions]
    print(positions)
    print(locations)

    #  根据获取的坐标信息 模仿鼠标点击验证码图片
    for location1 in locations:
        print(location1)
        ActionChains(browser).move_to_element_with_offset(img1 , location1[0],location1[1]).click().perform()
        time.sleep(1)
    button.click()
    time.sleep(1)
    # 失败后重试
    lower = browser.find_element_by_xpath('//div[@class="geetest_table_box"]/div[2]').text
    print('判断', lower)
    if  lower != '验证失败 请按提示重新操作'and lower != None:
        print('登录成功')
        time.sleep(3)
    else:
        time.sleep(3)
        print('登录失败')
        # 登录失败后 , 调用 该函数 , 后台 则对该次判断不做扣分处理
        pic_id = content.get('pic_id')
        print('图片id为:',pic_id)
        cjy = Chaojiying('账号', '密码', '软件ID')
        cjy.report_error(pic_id)
        crack()

if __name__ == '__main__':
    patn = 'chromedriver.exe'
    browser = webdriver.Chrome(patn)

    browser.get('https://www.jianshu.com/sign_in')
    browser.save_screenshot('lodin.png')

    # 填写from表单 点击登陆  获取验证码 的网页截图
    login = browser.find_element_by_id('sign-in-form-submit-btn')
    username = browser.find_element_by_id('session_email_or_mobile_number')
    password = browser.find_element_by_id('session_password')
    username.send_keys('账号')
    password.send_keys('密码')
    login.click()
    time.sleep(5)
    crack()