滑动验证码破解

By 刘志军, 2022-08-04, 分类: 爬虫

opencv, 爬虫

做爬虫总会遇到各种各样的反爬限制,反爬的第一道防线往往在登录就出现了,为了限制爬虫自动登录,各家使出了浑身解数,所谓道高一尺魔高一丈,今天分享个如何简单处理滑动图片的验证码的案例。

微信截图_20210324163532.png

类似这种拖动滑块移动到与目标图片中缺口位置与之重合的登录验证在很多网站或者APP都比较常见,他的好处是对真实用户体验友好,容易识别。同时也能拦截掉大部分初级爬虫。

作为一只python爬虫,如何正确地自动完成这个验证过程呢?

先来分析下,核心问题其实是要怎么样找到目标缺口的的位置,一旦知道了位置,我们就可以借用selenium等工具完成拖动的操作。

我们可以借用opencv来解决我们的问题,主要步骤:

微信截图_20210324174645.png

opencv 是什么?

OpenCV(Open Source Computer Vision Library)是开放源代码计算机视觉库,主要算法涉及图像处理、计算机视觉和机器学习相关方法,可用于开发实时的图像处理、计算机视觉以及模式识别程序。

直接安装

pip install opencv-python

高斯模糊处理

首先将图片进行高斯模糊处理,高斯模糊的主要作用是减少图像的噪声,用于预处理阶段。

import cv2 as cv
image = cv.imread(image_path)
blurred = cv.GaussianBlur(image, (5, 5), 0)
cv.imshow("blurred", blurred)

处理后的效果

微信截图_20210324170809.png

Canny边缘检测

接着用Canny边缘检测到得到一个包含“窄边界”的二值图像。所谓二值图像就是黑白图,只有黑色和白色。

canny = cv.Canny(blurred, 200, 400)
cv.imshow("canny", canny)

微信截图_20210324172641.png

轮廓检测

contours, hierarchy = cv.findContours(canny, cv.RETR_CCOMP, cv.CHAIN_APPROX_SIMPLE)
for i, contour in enumerate(contours):  # 所有轮廓
    x, y, w, h = cv.boundingRect(contour)  # 外接矩形
    cv.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)
cv.imshow('image', image)

找出所有的轮廓,并用红色线框将其绘制标识出来了,看出来大大小小有几十个轮廓

微信截图_20210324173054.png

剩下的问题就好办了,我们只需要对轮廓的面积或者周长范围做限制,就能过滤出目标轮廓的位置, 前提是我们对目标位置的轮廓大小是预先确定的。

for i, contour in enumerate(contours):  # 所有轮廓
    if 6000 < cv.contourArea(contour) <= 8000 and 300 < cv.arcLength(contour, True) < 500:
        x, y, w, h = cv.boundingRect(contour)  # 外接矩形
        print(x, y, w, h)
        cv.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)
        cv.imshow('image', image)
        # 找目标缺口,第一个可能是滑块
        if x <= 200:
            continue
        return x + int(w / 2), 675

轮廓的面积大概是6000到8000之间,周长在300到500之间, 最后用外界矩形获取该轮廓图的坐标位置和宽高大小。

微信截图_20210324172950.png

https://blog.csdn.net/Tracy_LeBron/article/details/84567419

https://segmentfault.com/a/1190000019218588


有问题可以扫描二维码和我交流

关注公众号「Python之禅」,回复「1024」免费获取Python资源

python之禅

猜你喜欢

2017-05-23
爬虫入门系列(五):正则表达式完全指南(上)
2017-02-10
Python 爬虫:把廖雪峰教程转换成 PDF 电子书
2017-05-28
爬虫入门系列(六):正则表达式完全指南(下)
2017-04-26
爬虫入门系列(四):HTML文本解析库BeautifulSoup
2017-08-29
用Python爬取微博数据生成词云图片
2021-09-29
公众号数据采集解决方案
2017-02-14
基于微博数据打造一颗“心”
2017-04-16
爬虫入门系列(三):用 requests 构建知乎 API
2020-03-01
4步爬取微博评论数据,会写 helloworld 就能学会
2017-04-06
爬虫入门系列(一):快速理解HTTP协议