Python如何實(shí)現(xiàn)正方系統(tǒng)滑動(dòng)驗(yàn)證碼識(shí)別

這篇文章主要為大家展示了“Python如何實(shí)現(xiàn)正方系統(tǒng)滑動(dòng)驗(yàn)證碼識(shí)別”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“Python如何實(shí)現(xiàn)正方系統(tǒng)滑動(dòng)驗(yàn)證碼識(shí)別”這篇文章吧。

步驟一：點(diǎn)擊數(shù)據(jù)分析

點(diǎn)擊滑動(dòng)按鈕，將發(fā)送一個(gè)請(qǐng)求到 /zfcaptchaLogin

請(qǐng)求內(nèi)容

"type": "verify"
"rtk": "6cfab177-afb2-434e-bacf-06840c12e7af"
"time": "1624611806948"
"mt": "W3sieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY4Njh9LHsieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY5NDh9XQ=="
"instanceId": "zfcaptchaLogin"
"extend": "eyJhcHBOYW1lIjoiTmV0c2NhcGUiLCJ1c2VyQWdlbnQiOiJNb3ppbGxhLzUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2IiwiYXBwVmVyc2lvbiI6IjUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2In0="

通過 base64 解密 mt和 extend 得出解密的數(shù)值

# mt
[{"x":965,"y":169,"t":1624611806868},{"x":965,"y":169,"t":1624611806948}]
# extend
{"appName":"Netscape","userAgent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36","appVersion":"5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36"}

mt 為用戶的點(diǎn)擊行為，x為X軸上的值，y為Y軸上的值，t為時(shí)間戳。通過大量點(diǎn)擊分析，發(fā)現(xiàn)x值最小值為 950，得出950 為 X軸的起點(diǎn)，y值隨機(jī)無固定值。

extend 為請(qǐng)求頭部?jī)?nèi)容

步驟二：滑動(dòng)驗(yàn)證碼圖像分析，計(jì)算滑動(dòng)距離x值

將圖像灰度化，通過getpixel可以獲取圖像某一點(diǎn)的顏色值， 顏色值越高代表圖像越淺，所以尋找縱向連續(xù)50個(gè)像素點(diǎn)均是 getpixel(x+1, y) > getpixel(x, y)（X軸=x 比 X軸=x+1 顏色淺）

并掃描圖像，當(dāng)x=130、掃描高度=50時(shí)，的顏色比x+1時(shí)深。

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
 
scanf_height= 50 # 掃描的高度
img = Image.open("zfcaptchaLogin.png")
 
 
def contrast(imgl, x, y,scanf_height):
    # 黃框顏色值比紅框顏色值淺的個(gè)數(shù)
    count = 0
    for i in range(scanf_height):
        if imgl.getpixel((x+1, y+i)) > imgl.getpixel((x, y+i)):
            count += 1
    # 當(dāng) count = scanf_height, 代表黃條區(qū)域 整體 紅條區(qū)域 顏色值淺，則是驗(yàn)證碼框位置
    return count
 
 
def scanf(img):
    imgx, imgy = img.size
    imgl = img.convert('L') # 圖像灰度化
    plt.yticks([])
    plt.xticks([i for i in range(0, imgx, 25)])
    plt.imshow(img)
    plt.pause(0.5)
    for y in range(0, imgy-scanf_height, 10):
        plt.pause(0.01)
        plt.clf()
        plt.yticks([])
        plt.xticks([i for i in range(0, imgx, 25)])
        plt.imshow(imgl, cmap=plt.cm.gray)
        for x in range(1, imgx-1, 1):
            plt.pause(0.0001)
            plt.plot([x-1,x-1], [y, y+scanf_height], color='white')
            plt.plot([x,x], [y, y+scanf_height], color='red')
            plt.plot([x+1,x+1], [y, y+scanf_height], color='yellow')
            count = contrast(imgl, x,y, scanf_height)
            plt.title('count: {}'.format(count) )
 
            print("x,y=[{}, {}], 黃條區(qū)域值比紅條區(qū)域顏色值淺的個(gè)數(shù):{}".format(x,y, count))
            if count == scanf_height:
                return
 
 
scanf(img)
plt.show()

優(yōu)化代碼計(jì)算x，y值

import json
import random
import time
from io import BytesIO
 
from PIL import Image
 
 
class ZfCaptchaRecognit(object):
    def __init__(self, img_path):
        self.img = Image.open(img_path)
 
    def _get_xy(self):
        # 計(jì)算 x,y 值
        def _is_dividing_line(img_l, x, y):
            for n in range(50):
                # 尋找縱向連續(xù)50個(gè)像素點(diǎn)均是 X=x 比 X=x+1 顏色深
                if y + n >= img_l.size[1] or x >= img_l.size[0] - 1:
                    return False
                if img_l.getpixel((x + 1, y + n)) - img_l.getpixel((x, y + n)) < 2:
                    return False
            return True
 
        img_l = self.img.convert("L")
        for x in range(img_l.size[0]):
            for y in range(img_l.size[1]):
                if _is_dividing_line(img_l, x, y):
                    return (x, y)
 
 
    def show_tag(self):
        # 展示 切分點(diǎn)
        X, Y = self._get_xy()
        img2 = Image.new("RGB", self.img.size, (255, 255, 255))
        for x in range(self.img.size[0]):
            for y in range(self.img.size[1]):
                pix = self.img.getpixel((x, y))
                img2.putpixel((x, y), pix)
                if x == X or y == Y:
                    img2.putpixel((x, y), 225)
 
        img2.save("show_tag.png")
        img2.show()
 
 
captcha = ZfCaptchaRecognit("zfcaptchaLogin.png")
captcha.show_tag()

步驟三：生成提交參數(shù)

通過 步驟一得出x值最小為950，y值無規(guī)律

則提交參數(shù)mt的大致格式數(shù)據(jù)是

[{
    "x":950+ 滑動(dòng)距離 + 浮動(dòng)值,  #  浮動(dòng)值的范圍通過分析提交參數(shù)得出在10~20內(nèi)
    "y":random.randint(150, 190),  # 無規(guī)律，暫定150到190范圍內(nèi)
    "t":int(time.time() * 1000)},  # 時(shí)間戳
 ...]

獲取mt 參數(shù)

import json
import random
import time
from io import BytesIO
 
from PIL import Image
 
 
class ZfCaptchaRecognit(object):
    def __init__(self, img_stream):
        obj = BytesIO(img_stream)
        self.img = Image.open(obj)
 
    def _get_xy(self):
        ...
 
    def generate_payload(self):
        base_x = 950
        X, Y = self._get_xy()
        payloads = [{"x": base_x + random.randint(5, 20), "y": random.randint(150, 190), "t": int(time.time() * 1000)}]
        for i in range(random.randint(15, 30)):
            # 在上一個(gè)參數(shù)基礎(chǔ)下浮動(dòng)
            last_payload = payloads[-1].copy()
            payloads[0]["x"] += random.choice([0] * 8 + [1, -1] * 2 + [2, -2])
            last_payload["t"] += random.randint(1, 20)
            last_payload["y"] += random.choice([0] * 8 + [1, -1] * 2 + [2, -2])
            payloads.append(last_payload)
 
        payloads[-1]["x"] = base_x + random.randint(10, 20) + X
        return json.dumps(payloads)
 
captcha = ZfCaptchaRecognit("zfcaptchaLogin.png")
captcha. generate_payload()

以上是“Python如何實(shí)現(xiàn)正方系統(tǒng)滑動(dòng)驗(yàn)證碼識(shí)別”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！