一、图形验证码的识别
- 先将验证码的图片保存到本。
- 打开开发者工具，找到验证码元素。验证码元素是一张图片，src 属性是 CheckCode.aspx。打开链接 http://my.cnki.net/elibregister/CheckCode.aspx，保存并命名为 code.jpg。
- 识别测试
- 新建一个项目，将验证码图片放到项目根目录下，用 tesserocr 库识别验证码，示例：
import tesserocr from PIL import Image image = Image.open('code.jpg') result = tesserocr.image_to_text(image) print(result)
这里新建了一个 Image 对象，调用 tesserocr 的 image_to_ text（）方法。传入该 Image 对象 即可完成识别。
-
tesserocr 还有一个更加简单的方法，这个方法可直接将图片文件转为字符串，代码：
import tesserocr print(tesserocr.file_to_text('image.png'))
此方法的识别效果不如上一种方法好。
- 新建一个项目，将验证码图片放到项目根目录下，用 tesserocr 库识别验证码，示例：
-
验证码处理
-
换一个验证码带有多线条，命名为 code2.jpg。重新识别和实际结果有偏差。
-
对于有线条干扰情况，还需要做额外处理，如转灰度、二值化等操作。 可以利用 Image 对象的 convert（）方法参数传人 L，即可将图片转化为灰度图像，示例：
image = image.convert('L') image.show()
传入1 即可将图片进行二值化处理：
image = image.convert('1') image.show()
还可以指定二值化的阈值，上面的方法采用的是默认阈(yù)值。以上方法采用默认阔值 127。不能直接转化原图，要将原图先转为灰度图像，再指定二值化阔值，代码：
import tesserocr from PIL import Image image = Image.open('code.jpg') image = image.convert('L') threshold = 80 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) image = image.point(table,'1') image.show()
变量 threshold 代表二值化阈值，阈值设置为 80。原来验证码中的线条已经去除，整个验证码将会变得黑向分明。这时再重新识别验证码，代码：
import tesserocr from PIL import Image image = Image.open('code2.jpg') image = image.convert('L') threshold = 127 table = [] for i in range(256): if i < threshold: table.append(0) else: table.append(1) image = image.point(table,'1') result = tesserocr.image_to_text(image) print(result)
针对一些有干扰的图片，做一些灰度和二值化处理，会提高图片识别的正确率。
- 阈值：继续遍历图片。如果图片灰度值大于阈值说明是背景图片，将之颜色设置为白色，否则是文字，颜色设置为黑色
-
大概逻辑:
-
(计次循环首(图片.取宽度(),x)
计次循环首(图片.取高度(),y)
‘遍历每一个像素点
‘取出遍历到的当前像素点颜色
颜色值=到字节集(图片.取某点颜色值(x-1,y-1))
‘计算灰度值
灰度值=(颜色值[1]+颜色值[2]+颜色值[3])/3
‘将灰度值放回图片
连续赋值(灰度值,颜色值[1],颜色值[2],颜色值[3])
图片.写某点颜色值(x-1,y-1,灰度值)
计次循环尾()
计次循环尾()
图片.取图片数据()
-
-
二、极验滑动验证码的识别
- 识别思路
- 首先找到一个带有极验验证的网站，如极验官方后台，链接:https://account.geetest.com/login。
-
可以使用Selenium来完全模拟人的行为的方式来完成验证。(一般，验证需要三步：)
- 模拟点击验证按钮： 可以直接用Selenium 模拟点击按钮
- 识别滑动缺口的位置：
- 模拟拖动滑块
- 识别滑动缺口的位置的操作比较关键，需要用到图像相关处理方法
- 首先观察图像：缺口的四周边缘有明显的断裂边缘，边缘和边缘周围有明显的区别。可以实现一个边缘检测算法来找出缺口的位置。对于极验验证码来说，可以利用和原图对比检测的方式来识别缺口的位置，因为在没有滑动滑块之前， 缺口并没有呈现。
-
可以同时获取两张图片。设定一个对比阈值，然后遍历两张图片，找出相同位置像素 RGB 差距超过此阈值的像素点，那么此像素点的位置就是缺口的位置。
- 模拟拖动滑块中需要走注意：极验验证码增加了机器轨迹识别，匀速移动、 随机速度移动等方法都不能通过验证，只有完全模拟人的移动轨迹才可以通过验证。 人的移动轨迹一般是先加速后减速，需要模拟这个过程才能成功。
- 识别滑动缺口的位置的操作比较关键，需要用到图像相关处理方法
- 初始化
- 选定链接：https://account.geetest.com/login，极验的管理后台登录页面。首先初始化一些配置，如 Selenium 对象的初始化及一些参数的配置，示例：
from selenium import webdriver from selenium.webdriver.support.wait import WebDriverWait EMAIL = '[email protected]' PASSWORD = '123456' class CrackGeetest(): def __init__(self): self.url = 'https://account.geetest.com/login' self.browser = webdriver.Chrome() self.wait = WebDriverWait(self.browser,20) self.email = EMAIL self.password = PASSWORD
其中， EMAIL 和 PASSWORD 就是登录极验需要的用户名和密码，如果没有需先注册。
- 选定链接：https://account.geetest.com/login，极验的管理后台登录页面。首先初始化一些配置，如 Selenium 对象的初始化及一些参数的配置，示例：
-
模拟点击
-
实现第一步的操作，也就是模拟点击初始的验证按钮
-
定义一个方法来获取这个按钮，利用显式等待的方法来实现，示例：
def get_geetest_button(self): "获取初始验证按钮：return:按钮对象" button = self.wait.unil(EC.element_to_be_clickable((By.CLASS_NAME,'geetest_radar_tip'))) return button
获取一个WebElement对象，调用它的click（）方法即可模拟点击，示例：
#点击验证按钮 button = get_geetest_button() button.click()
完成第一步模拟点击验证按钮
-
-
-
识别缺口
-
识别缺口的位置。
-
首先获取前后两张比对图片，二者不一致的地方即为缺口 。获取不带缺口图片，利用 Selenium选取图片元素，得到其所在位置和宽高，然后获取整个网页的截图，图片裁切出来即可，代码：
def get_position(self): """获取验证码位置：return：验证码位置元组""" img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME,'geetest_canvas_img'))) time.sleep(2) location =img.location size = img.size top, bottom, left, right = location['y'],location['y']+size['weight'],location['x'],location['x']+size['width'] return(top, bottom, left, right) def get_geetest_image(self,name='captcha.png'): """获取验证码图片：return：图片对象""" top,bottom,left,right = self.get_position() print('验证码位置', top, bottom, left, right) screenshot = self.get_screenshot() captcha = screenshot.crop((left, top, right, bottom)) return captcha
这里 get_position（）函数首先获取图片对象，获取它的位置和宽高，随后返回其左上角和右下角的坐标 get_geetest_image（）方法获取网页截图，调用 crop（）方法将图片裁切出来，返回的是 Image 对象
- 接下来需要获取第二张图片，也就是带缺口的图片。要使得图片出现缺口，只需要点击下方的滑块即可。这个动作触发之后，图片中的缺口就会显现，代码：
def get_slider(self): """获取滑块：return：滑块对象""" slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'greetest_slider_button'))) return slider
利用 get_slider（）方法获取滑块对象，调用 click（）方法即可触发点击，缺口图片即可呈现，代码：
#点按呼出缺口 slider = self.get_slider() slider.click()
调用 get_geetest_image()方法将第二张图片获取下来即可。
- 现在已经得到两张图片对象，分别赋值给变量 image1 和 image2。再对比图片获取缺口。这里遍历图片的每个坐标点，获取两张图片对应像素点的 RGB 数据。如果二者 RGB 数据差距距在一定范围内，那就代表两个像素相同，继续比对下一个像素点 如果差距超过一定范围，则代表像素点不同，当前位置即为缺口位置，代码：
def is_pixel_equal(self, image1, image2, x, y): """判断两个像素是否相同 ：param image1：图片1 ：param image1：图片1 ：param x：位置x ：param y：位置y ：return：像素是否相同""" #取两个图片的像素点 pixel1 = image1.load()[x, y] pixel2 = image2.load()[x, y] threshold = 60 if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(pixel1[2] -pixel2[2])<threshold: return True else: return False def get_gap(self, image1, image2): """获取缺口偏移量 ：param image1：不带缺口图片 ：param image2：带缺口图片 ：return：""" left = 60 for i in range(left,image1.size[0]): for j in range(image1.size[1]): if not self.is_pixel_equal(image1, image2, i, j): left = i return left return left
get_gap（）方法即获取缺口位置的方法。此方法的参数是两张图片， 一张为带缺口图片，另一张为不带缺口图片。遍历两张图片的每个像素，利用 is_pixel_equal（）方法判断两张图片同一位置的 像素是杏相同。比较两张图 RGB 的绝对值是否均小于定义的阈值 threshold。如果绝对值均在阔值之 内，则代表像素点相同，继续遍历。否则代表不相同的像素点，即缺口的位置。
- 滑块的位置会出现在左边位置，缺口会出现在与滑块同一水平线的位置，所以缺口一般会在滑块的右侧。如果要寻找缺口，直接从滑块右侧寻找即可。直接设置遍历的起始横坐标为 60，也就是从滑块的右侧开始识别，这样识别出的结果就是缺口的位置。
-
-
- 模拟拖动
- 完全模拟加速减速的过程也就是人拖动滑块的操作通过验证。前段滑块做匀加速运动，后段滑块做匀减速运动，利用加速度公式即可完成验证。
- 滑块滑动的加速度用 a 表示, 当前速度用 v 表示，初速用 v0 表示，位移用 x 表示，所需时间用t 表示，满足关系：
- x = v0*t + 0.5*a*t*t
- v = v0 + a*t
- 利用这两个公式可以构造轨迹移动算法，计算出先加速后减速的运动轨迹，代码：
def get_track(self, distance): """根据偏移量获取移动轨迹 ：param distance：偏移量 ：return： 移动轨迹""" #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: a = 2 else: a = -3 #初速度 V0 v0 = v v = v0 + a*t move = v0 *t +1/2 *a *t *t current += move #加入轨迹 track.append(round(move)) return track
定义 get_ rack（）方法，传人的参数为移动的总距离，返回的是运动轨迹。运动轨迹用 track 表示，是一个列表，列表的每个元素代表每次移动多少距离。
-
定义变量 mid，即减速的阔值，也就是加速到什么位置开始减速。这里 mid 值为 4/5，即模拟前 4/5 路程是加速过程，后 1/5 路程是减速过程。
- 接着定义当前位移的距离变量 current，初始为 0，然后进入 while 循环，循环的条件是当前位移小于总距离。在循环里我们分段定义了加速度，其中加速过程的加速度定义为 2，减速过程的加速度定义为 -3。之后套用位移公式计算出某个时间段内的位移，将当前位移更新并记录到轨迹里即可。
- 直到运动轨迹达到总距离时，循环终止。最后得到的 track 记录了每个时间间隔移动了多少位移， 这样滑块的运动轨迹就得到了。
- 最后按照该运动轨迹拖动滑块即可，方法实现代码：
def move_to_gap(self, slider,tracks): """拖动滑块到缺口处 ：params slider：滑块 ：params tracks：轨迹 ：return：""" ActionChains(self,browser).click_and_hold(slider).perform() for x in tracks: ActionChains(self,browser).move_by_offset(xoffset=x,yoffset=0).perform() time.sleep(0.5) ActionChains(self.browser).release().perform()
传人的参数为滑块对象和运动轨迹。首先调用 ActionChains 的 click_and_ hold（）方法按住拖动底部滑块，遍历运动轨迹获取每小段位移距离，调用 move_by_offset（）方法移动此位移，最后调用 release（）方法松开鼠标即可。
-
- 滑块滑动的加速度用 a 表示, 当前速度用 v 表示，初速用 v0 表示，位移用 x 表示，所需时间用t 表示，满足关系：
- 完全模拟加速减速的过程也就是人拖动滑块的操作通过验证。前段滑块做匀加速运动，后段滑块做匀减速运动，利用加速度公式即可完成验证。
-
完整代码（需适当修改参数）：
View Codeimport time from io import BytesIO from PIL import Image from selenium import webdriver from selenium.webdriver import ActionChains from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC EMAIL = '[email protected]' PASSWORD = '' BORDER = 6 INIT_LEFT = 60 class CrackGeetest(): def __init__(self): self.url = 'https://account.geetest.com/login' self.browser = webdriver.Chrome() self.wait = WebDriverWait(self.browser, 20) self.email = EMAIL self.password = PASSWORD def __del__(self): self.browser.close() def get_geetest_button(self): """ 获取初始验证按钮 :return: """ button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_radar_tip'))) return button def get_position(self): """ 获取验证码位置 :return: 验证码位置元组 """ img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img'))) time.sleep(2) location = img.location size = img.size top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[ 'width'] return (top, bottom, left, right) def get_screenshot(self): """ 获取网页截图 :return: 截图对象 """ screenshot = self.browser.get_screenshot_as_png() screenshot = Image.open(BytesIO(screenshot)) return screenshot def get_slider(self): """ 获取滑块 :return: 滑块对象 """ slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button'))) return slider def get_geetest_image(self, name='captcha.png'): """ 获取验证码图片 :return: 图片对象 """ top, bottom, left, right = self.get_position() print('验证码位置', top, bottom, left, right) screenshot = self.get_screenshot() captcha = screenshot.crop((left, top, right, bottom)) captcha.save(name) return captcha def open(self): """ 打开网页输入用户名密码 :return: None """ self.browser.get(self.url) email = self.wait.until(EC.presence_of_element_located((By.ID, 'email'))) password = self.wait.until(EC.presence_of_element_located((By.ID, 'password'))) email.send_keys(self.email) password.send_keys(self.password) def get_gap(self, image1, image2): """ 获取缺口偏移量 :param image1: 不带缺口图片 :param image2: 带缺口图片 :return: """ left = 60 for i in range(left, image1.size[0]): for j in range(image1.size[1]): if not self.is_pixel_equal(image1, image2, i, j): left = i return left return left def is_pixel_equal(self, image1, image2, x, y): """ 判断两个像素是否相同 :param image1: 图片1 :param image2: 图片2 :param x: 位置x :param y: 位置y :return: 像素是否相同 """ # 取两个图片的像素点 pixel1 = image1.load()[x, y] pixel2 = image2.load()[x, y] threshold = 60 if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs( pixel1[2] - pixel2[2]) < threshold: return True else: return False def get_track(self, distance): """ 根据偏移量获取移动轨迹 :param distance: 偏移量 :return: 移动轨迹 """ # 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 def move_to_gap(self, slider, track): """ 拖动滑块到缺口处 :param slider: 滑块 :param track: 轨迹 :return: """ ActionChains(self.browser).click_and_hold(slider).perform() for x in track: ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform() time.sleep(0.5) ActionChains(self.browser).release().perform() def login(self): """ 登录 :return: None """ submit = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'login-btn'))) submit.click() time.sleep(10) print('登录成功') def crack(self): # 输入用户名密码 self.open() # 点击验证按钮 button = self.get_geetest_button() button.click() # 获取验证码图片 image1 = self.get_geetest_image('captcha1.png') # 点按呼出缺口 slider = self.get_slider() slider.click() # 获取带缺口的验证码图片 image2 = self.get_geetest_image('captcha2.png') # 获取缺口位置 gap = self.get_gap(image1, image2) print('缺口位置', gap) # 减去缺口位移 gap -= BORDER # 获取移动轨迹 track = self.get_track(gap) print('滑动轨迹', track) # 拖动滑块 self.move_to_gap(slider, track) success = self.wait.until( EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功')) print(success) # 失败后重试 if not success: self.crack() else: self.login() if __name__ == '__main__': crack = CrackGeetest() crack.crack()
三、点触验证码的识别
- 识别思路