怎么用Python爬蟲破解滑動(dòng)驗(yàn)證碼

這篇文章給大家分享的是有關(guān)怎么用Python爬蟲破解滑動(dòng)驗(yàn)證碼的內(nèi)容。小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，一起跟隨小編過來看看吧。

python的數(shù)據(jù)類型有哪些?

python的數(shù)據(jù)類型：1. 數(shù)字類型，包括int（整型）、long（長整型）和float（浮點(diǎn)型）。2.字符串，分別是str類型和unicode類型。3.布爾型，Python布爾類型也是用于邏輯運(yùn)算，有兩個(gè)值：True（真）和False（假）。4.列表，列表是Python中使用最頻繁的數(shù)據(jù)類型，集合中可以放任何數(shù)據(jù)類型。5. 元組，元組用”()”標(biāo)識(shí)，內(nèi)部元素用逗號(hào)隔開。6. 字典，字典是一種鍵值對(duì)的集合。7. 集合，集合是一個(gè)無序的、不重復(fù)的數(shù)據(jù)組合。

做爬蟲總會(huì)遇到各種各樣的反爬限制，反爬的第一道防線往往在登錄就出現(xiàn)了，為了限制爬蟲自動(dòng)登錄，各家使出了渾身解數(shù)，所謂道高一尺魔高一丈。

今天分享個(gè)如何簡單處理滑動(dòng)圖片的驗(yàn)證碼的案例。

類似這種拖動(dòng)滑塊移動(dòng)到圖片中缺口位置與之重合的登錄驗(yàn)證在很多網(wǎng)站或者APP都比較常見，因?yàn)樗鼘?duì)真實(shí)用戶體驗(yàn)友好，容易識(shí)別。同時(shí)也能攔截掉大部分初級(jí)爬蟲。

作為一只python爬蟲，如何正確地自動(dòng)完成這個(gè)驗(yàn)證過程呢？

先來分析下，核心問題其實(shí)是要怎么樣找到目標(biāo)缺口的位置，一旦知道了位置，我們就可以借用selenium等工具完成拖動(dòng)的操作。

我們可以借用opencv來解決這個(gè)問題，主要步驟：

opencv 是什么？

OpenCV（Open Source Computer Vision Library）是開放源代碼計(jì)算機(jī)視覺庫，主要算法涉及圖像處理、計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)相關(guān)方法，可用于開發(fā)實(shí)時(shí)的圖像處理、計(jì)算機(jī)視覺以及模式識(shí)別程序。

直接安裝

首先將圖片進(jìn)行高斯模糊處理，高斯模糊的主要作用是減少圖像的噪聲，用于預(yù)處理階段。

處理后的效果

接著用Canny邊緣檢測到得到一個(gè)包含“窄邊界”的二值圖像。所謂二值圖像就是黑白圖，只有黑色和白色。

輪廓檢測

找出所有的輪廓，并用紅色線框?qū)⑵淅L制標(biāo)識(shí)出來了，看出來大大小小有幾十個(gè)輪廓

剩下的問題就好辦了，我們只需要對(duì)輪廓的面積或者周長范圍做限制，就能過濾出目標(biāo)輪廓的位置， 前提是我們對(duì)目標(biāo)位置的輪廓大小是預(yù)先確定的。

輪廓的面積大概是6000到8000之間，周長在300到500之間， 最后用外接矩形獲取該輪廓圖的坐標(biāo)位置和寬高大小。

如上就找到了目標(biāo)位置，剩下的工作就是將滑塊移動(dòng)到指定位置即可

感謝各位的閱讀！關(guān)于“怎么用Python爬蟲破解滑動(dòng)驗(yàn)證碼”這篇文章就分享到這里了，希望以上內(nèi)容可以對(duì)大家有一定的幫助，讓大家可以學(xué)到更多知識(shí)，如果覺得文章不錯(cuò)，可以把它分享出去讓更多的人看到吧！