Python反爬案例——验证码的识别

news2024/12/23 13:48:07

验证码的识别

使用打码平台识别验证码

利用打码平台可以轻松识别各种各样的验证码，图形验证码、滑动验证码、点选验证码和逻辑推理验证码。打码平台提供了一系列API，只需要向API上传验证码图片，它便会返回对应的识别结果。

使用超级鹰平台，官网：https://www.chaojiying.com/ ，首页如图所示：
在这里插入图片描述

超级鹰打码平台支持识别的内容包括但不限于：简单数字、字母、中文字符、滑动拼图验证等类型的验证码。同时，该平台还提供云端识别服务，可为所有软件提供验证码识别自动化解决方案，帮助客户进行验证码识别、远程答题、人工打码，以实现价值。

使用超级鹰打码平台进行验证码识别的步骤通常包括以下几点：

  • 注册并登录超级鹰打码平台的账号。
  • 下载需要识别的验证码图片，并将其保存在本地。
  • 调用平台提供的API或示例代码，将图片数据发送到超级鹰打码平台进行识别。
  • 接收平台返回的识别结果，并进行后续的操作。

通过这个平台，用户可以轻松地对各种类型的验证码进行识别，从而提高自动化流程的效率和准确性。

  1. 准备工作

安装两个Python库——opencv-python和Pillow，安装命令如下：

pip3 install opencv-python pillow

自行下载测试所用的验证码，地址为https://github.com/Python3WebSpider/CaptchaPlatform，可以先复制下来：

git clone [https://github.com/Python3WebSpider/CaptchaPlatform](https://github.com/Python3WebSpider/CaptchaPlatform).git

复制之后，本地出现一个CaptchaPlatform-master文件夹，内部存放的是测试需要的验证码图片。还有一个chaojiying.py文件，内容如下：

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 = {
            'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36',
        }
    
    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()
    
    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()

定义了一个Chaojiying类，其构造方法接收三个参数。

  • username:超级鹰账户的用户名
  • password:超级鹰账户和密码
  • soft_id:软件ID，需要到超级鹰后台的“软件ID”中获取，如图所示，就生成一个软件ID928939：

在这里插入图片描述

这个类还实现了两个方法，post_pic方法用于上传验证码并获取识别结果，report_error方法用于上报识别错误，识别错误时不扣提分，就是不花钱。

以上内容都准备好后，开始识别验证码，首先是图像验证码。

在这里插入图片描述

  1. 图形验证码

这是一个由英文字母和数字组合而成的验证码，一共六位，查阅价格文档https://www.chaojiying.com/price.html，和这个验证码相符合的描述是“1-6位英文数字”，类型是“1006”，如图所示：

在这里插入图片描述

接着就可以编写实现代码：

from chaojiying import Chaojiying

"""
USERNAME、PASSWORD、SOFT_ID需要更改为自己的用户名、密码和软件ID
"""
USERNAME = 'lxw1973'
PASSWORD = '2～～～-**w'
SOFT_ID = '928939'
CAPTCHA_KIND = '1006'
FILE_NAME = 'captcha1.png'
client = Chaojiying(USERNAME, PASSWORD, SOFT_ID)
result = client.post_pic(open(FILE_NAME, 'rb').read(), CAPTCHA_KIND)
print(result)

这里首先利用USERNAME， PASSWORD和SOFT_ID三个信息初始化了一个Chaojiying对象，赋值为client变量，然后调用client的post_pic方法上传了图片中的二进制内容，这里把post_pic方法的第二个参数设置为CAPTCHA_KIND，即1006。

返回结果如下：

{'err_no': 0, 'err_str': 'OK', 'pic_id': '2246121180794820046', 'pic_str': '6m44nn', 'md5': '275d14cb7a43b2ce7c9aa1745be2aafd'}

可以看到，返回结果中的pic_str字段出现了正确的识别结果，识别成功。

  1. 点选验证码

12306的验证码就是非常典型的一种点选验证码。如下图所示的点选验证码：

在这里插入图片描述

比较符合这个验证码的描述是“坐标多选”，类型是“9004”，会返回1～4个坐标，如图所示：

在这里插入图片描述

将“图形验证码”代码中的CAPTCHA_KIND改为9004，FILE_NAME改成captcha2.png，然后重新运行代码，结果如下：

{'err_no': 0, 'err_str': 'OK', 'pic_id': '2246121320794820047', 'pic_str': '94,121|206,139', 'md5': 'b7ab91737bc958b6dd47bf63921a615d'}

可以看到返回结果中的pic_str字段变成了’94,121|206,139’，使用OpenCV技术在上图中标注出这个点：

import cv2

image = cv2.imread('captcha2.png')
image = cv2.circle(image, (94, 121), radius=10, color=(0,0,255), thickness=-1)
image = cv2.circle(image, (206,139), radius=10, color=(0,0,255), thickness=-1)
cv2.imwrite('captcha2_label_test.png', image)

运行结果如下图：

在这里插入图片描述

可以看到标注出来的正是第1张和第2张图片，没问题，验证成功！

另外，还有些验证码也属于点选类型，例如指定点击物品的颜色的验证码，如图所示：

在这里插入图片描述

指定文字点击顺序的验证码，如图所示：

在这里插入图片描述

要求按照语序点击文字的验证码，如图所示：

在这里插入图片描述

  1. 滑动验证码

我们再来验证滑块验证码，这里以下图为例进行讲解，如下图所示：

在这里插入图片描述

查阅价格文档，比较符合这个验证码的描述是“坐标选一”，类型是“9101”，如图所示：

在这里插入图片描述

和“点选验证码”类似，将“图形验证码”代码中国内地CAPTCHA_KIND改成9101，FILE_NAME改成captcha3.png，然后重新运行代码，得到如下结果：

{'err_no': 0, 'err_str': 'OK', 'pic_id': '1246122000794820048', 'pic_str': '204,90', 'md5': '66608b4a14544e3b3b36c56c94e1959d'}

可以看到返回结果中的pic_str字段变成了204,90，我们用OpneCV技术在例图上标注这个点：

import cv2

image = cv2.imread('captcha3.png')
image = cv2.circle(image, (204, 90), radius=10, color=(0,0,255), thickness=-1)
cv2.imwrite('captcha3_label_test.png', image)

返回结果如下图：

在这里插入图片描述

可以在图片上做一些处理，例如添加自定义的文字，提醒标注人员哪里是正确的位置。下面使用OpenCV技术在例图上加一行字“请点击目标缺口的左上角”：

import cv2
from PIL import ImageFont, ImageDraw, Image
import numpy as np
import io
from chaojiying import Chaojiying

USERNAME = 'lxw1973'
PASSWORD = '2～～～-**w'
SOFT_ID = '928939'
CAPTCHA_KIND = '9101'
def cv2_add_text(image, text, left, top, textColor=(255, 0, 0), text_size=20):
    image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
    draw = ImageDraw.Draw(image)
    font = ImageFont.truetype('simsun.ttc', text_size, encoding='utf-8')
    draw.text((left, top), text, textColor, font=font)
    return cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR)

image = cv2.imread('captcha3.png')
image = cv2_add_text(image, '请点击目标缺口的左上角', int(image.shape[1]/10), int(image.shape[0]/2), (255,0,0), 40)
client = Chaojiying(USERNAME, PASSWORD, SOFT_ID)

image = cv2.circle(image, (204, 90), radius=10, color=(0,0,255), thickness=-1)
client = Chaojiying(USERNAME, PASSWORD, SOFT_ID)
result = client.post_pic(io.BytesIO(cv2.imencode('.png', image)[1]).getvalue(), CAPTCHA_KIND)
print(result)

这里我们定义一个cv2_add_text方法，由于直接添加中文会产生乱码，所以需要借助Pillow库，并且依赖一个中文字体文件，添加文字后，图片如下所示：

在这里插入图片描述

重新运行代码，得到如下结果：

{'err_no': 0, 'err_str': 'OK', 'pic_id': '1246209360794820050', 'pic_str': '200,90', 'md5': '428e629f358f39a7d899a0f19a5852de'}

这时返回结果中的pic_str字段变成了200,90，标注一下这个点，结果如图所示：

在这里插入图片描述

  1. 问答验证码

再看一种验证码——问答验证码，样例图片入下图所示：

在这里插入图片描述

可以看到，验证码上有一个问题，并且在问题后的括号里有答案提示，问题中每个字的颜色、形状和字与字之间距离各不相同，背景中还有一些干扰线。

这种验证码，如果想自动化完成识别，难度是比较大的。首先需要识别出图片上的文字，这对正确率有很高的要求。在能正确提取所有文字并且问题相对简单的前提下，可以通过用爬虫模拟一些网络搜索操作获得结果。如果问题稍微复杂一些或者在网络上搜素不到答案，可以通过一些自然语言处理技术或者知识库获得答案。但总的来说，通过纯技术手段识别问答验证码的难度还是比较高的。

这样的验证码，比较合适的解决方案依然是打码平台，借助平台背后的人工力量完成识别。同样，查阅一下超级鹰平台对此类验证码的支持情况，如图所示：

在这里插入图片描述

可以看到6004类型是支持此类验证码的，我们把代码中的CAPTCHA_KIND改成6004，FILE_NAME改成captcha4.png，然后重新运行代码，得到如下结果：

from chaojiying import Chaojiying

"""
USERNAME、PASSWORD、SOFT_ID需要更改为自己的用户名、密码和软件ID
"""
USERNAME = 'lxw1973'
PASSWORD = '~~~~-**w'
SOFT_ID = '928939'
CAPTCHA_KIND = '6004'
FILE_NAME = 'captcha4.png'
client = Chaojiying(USERNAME, PASSWORD, SOFT_ID)
result = client.post_pic(open(FILE_NAME, 'rb').read(), CAPTCHA_KIND)
print(result)

运行结果如下：
{'err_no': 0, 'err_str': 'OK', 'pic_id': '2246210120794820051', 'pic_str': '大象', 'md5': '985c12e820556347a54f149111a40bba'}

返回结果中的pic_str字段是大象，回答正确，如此看来，打码平台着实非常强大。

更多的体验可以在小蜜蜂AI网站获取，网址为：https://zglg.work

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/1562257.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Qt 实现的万能采集库( 屏幕/相机/扬声器/麦克风采集)

Qt 实现的万能采集库( 屏幕/相机/扬声器/麦克风采集)

【写在前面】 之前应公司需要，给公司写过一整套直播的库( 推拉流，编解码)，类似于 libobs。 结果后来因为没有相关项目，便停止开发&维护了。 不过里面很多有用的组件，然后也挺好用的，遂开源出来一部分。…
阅读更多...
软件测试(测试用例详解)(三)

软件测试(测试用例详解)(三)

1. 测试用例的概念 测试用例（Test Case）是为了实施测试而向被测试的系统提供的一组集合。 测试环境操作步骤测试数据预取结果 测试用例的评价标准： 用例表达清楚，无二义性。。用例可操作性强。用例的输入与输出明确。一条用例只有…
阅读更多...
怎么在UE游戏中加入原生振动效果

怎么在UE游戏中加入原生振动效果

我是做振动触感的。人类的五感“视听嗅味触”，其中的“触”就是触觉，是指皮肤、毛发与物体接触时的感觉。触感可以带来更加逼真的沉浸式体验。但也许过于司空见惯，也是习以为常，很多人漠视了触感的价值。大家对触感的认知还远远不…
阅读更多...
skywalking idea中启动调试报错Output path is shared between the same module error

skywalking idea中启动调试报错Output path is shared between the same module error

报错信息 简单描述：就是多个moudle一样用了一样的输出路径，这样容易造成冲突 Output path is shared between the same module error 参考：scala - Output path is shared between the same module error - Stack Overflow 解决方法&…
阅读更多...
VScode使用Prettier格式化代码

VScode使用Prettier格式化代码

1、安装Prettier插件 2、扩展设置 3、设置.prettierrc.json配置文件路径 4、.prettierrc 配置文件 .prettierrc.json 是 Prettier 格式化工具的配置文件，用于指定代码格式化的规则和风格。下面是一些可能的配置选项，请自行选择： {"prin…
阅读更多...
spring boot自动配置原理-怎样回答这个问题

spring boot自动配置原理-怎样回答这个问题

首先我们说一下自动配置的概念。 自动配置：遵循约定大约配置的原则，在boot程序启动后，起步依赖中的一些bean对象会自动注入到ioc容器 例子 程序引入spring-boot-starter-web 起步依赖，启动后，会自动往ioc容器中注入…
阅读更多...
一文了解微带天线

一文了解微带天线

微带天线介绍 微带天线的结构一般由介质基板、辐射体及接地板构成。介质基板的厚度远小于波长，基板底部的金属薄层与接地板相接，正面则通过 光刻工艺 制作具有特定形状的金属薄层作为辐射体。 辐射片的形状根据要求可进行多种变化。微波集成技术和新型制…
阅读更多...
高频小信号放大器概述

高频小信号放大器概述

高频放大器与低频（音频）放大器的主要区别是：工作频率范围和所需通过的频带宽度都有所不同。其采用的负载也不相同。 低频放大器的工作频率低，但工作频带宽度很宽，所以负载采用无调谐负载，例如电阻、有铁心…
阅读更多...
Docker容器监控之CAdvisor+InfluxDB+Granfana

Docker容器监控之CAdvisor+InfluxDB+Granfana

介绍：CAdvisor监控收集InfluxDB存储数据Granfana展示图表 目录 1、新建3件套组合的docker-compose.yml 2、查看三个服务容器是否启动 3、浏览cAdvisor收集服务，http://ip:8080/ 4、浏览influxdb存储服务，http://ip:8083/ 5、浏览grafan…
阅读更多...
flink: 将接收到的tcp文本流写入HBase

flink: 将接收到的tcp文本流写入HBase

一、依赖&#xff1a; <?xml version"1.0" encoding"UTF-8"?> <project xmlns"http://maven.apache.org/POM/4.0.0"xmlns:xsi"http://www.w3.org/2001/XMLSchema-instance"xsi:schemaLocation"http://maven.apache.o…
阅读更多...
总结：微信小程序中跨组件的通信、状态管理的方案

总结：微信小程序中跨组件的通信、状态管理的方案

在微信小程序中实现跨组件通信和状态管理,有以下几种主要方案: 事件机制 通过事件机制可以实现父子组件、兄弟组件的通信。 示例: 父组件向子组件传递数据: 父组件: <child binddata"handleChildData" /> 子组件: Component({..., methods: { handleChildData(…
阅读更多...
VTK 简介

VTK 简介

VTK 简介 VTK 简介什么是 VTK&#xff1f;VTK 能做什么&#xff1f;VTK 的基本组成VTK 的框架结构VTK 的数据结构VTK 的可视化流程参考 VTK 简介 什么是 VTK&#xff1f; VTK&#xff0c;全称是Visualization Toolkit&#xff0c;即可视化工具包。是一个开源、跨平台、可自由…
阅读更多...
C++面向对象程序设计 - 访问对象中成员的3种方法

C++面向对象程序设计 - 访问对象中成员的3种方法

在C程序中访问对象的成员变量和成员函数&#xff0c;有三种方法&#xff1a; 通过对象名和成员运算符访问对象中的成员&#xff1b;通过指向对象的指针访问对象中的成员&#xff1b;通过对象的引用变量访问对象中的成员 在了解访问对象中成员的3种方法前&#xff0c;先了解下C…
阅读更多...
uniapp 小程序和app map地图上显示多个酷炫动态的标点，头像后端传过来，真机测试有效

uniapp 小程序和app map地图上显示多个酷炫动态的标点，头像后端传过来，真机测试有效

展示效果 二、引入地图 如果需要搜索需要去腾讯地图官网上看文档&#xff0c;找到对应的内容 1.申请开发者密钥&#xff08;key&#xff09;&#xff1a;申请密钥 2.开通webserviceAPI服务&#xff1a;控制台 ->应用管理 -> 我的应用 ->添加key-> 勾选WebService…
阅读更多...
LCD TP触摸屏调试方法

LCD TP触摸屏调试方法

一、硬件连接 I2C总线&#xff1a;I2C-SDA和i2C-SCL 中断信号&#xff1a;touch-gpio 复位信号&#xff1a;reset-gpio 电源信号&#xff1a;power-gpio 二、驱动调试 2.1 确认从设备地址 在给TP供电正常后&#xff0c;检测其I2C设备从地址&#xff0c;或者通过datashee…
阅读更多...
香港科技大学广州｜数据科学与分析学域硕博招生宣讲会—天津大学专场

香港科技大学广州｜数据科学与分析学域硕博招生宣讲会—天津大学专场

时间&#xff1a;2024年4月12日&#xff08;星期五&#xff09;14:00 地点&#xff1a;天津大学北洋园校区55楼B204 报名链接&#xff1a;https://www.wjx.top/vm/Q0cKTUI.aspx# 跨学科研究领域 *数据驱动的人工智能和机器学习 *统计学习和建模 工业和商业分析 *特定行业的数…
阅读更多...
渗透测试：数据库UDF提权（linux）

渗透测试：数据库UDF提权（linux）

目录 开头: 1.UDF提权简介&#xff1a; 1.1共享库文件(UDF文件)指定目录&#xff1a; 版本特征&#xff1a; 操作系统版本&#xff1a; 2.靶场UDF提权复现 提权前提 1.要有一个高权限的MySQL的账号 ​编辑 2.MySQL的权限配置secure_file_priv为空 3.必须有存放UDF文件的…
阅读更多...
非关系型数据库——Redis配置与优化

非关系型数据库——Redis配置与优化

目录 一、关系型数据库和非关系型数据库 1.定义 1.1关系型数据库 1.2非关系型数据库 2.非关系型数据库产生的背景 3.关系型数据库和非关系型数据库区别 3.1适用性不同 3.2数据一致性要求不同 3.3数据模型不同 3.4数据查询语言不同 3.5数据存储方式不同 3.6扩展方式…
阅读更多...
【面试八股总结】超文本传输协议HTTP（二）

【面试八股总结】超文本传输协议HTTP（二）

一、HTTP缓存技术 将资源&#xff08;如网页、图像、脚本等&#xff09;的副本存储在客户端或中间代理服务器上&#xff0c;以便将来的请求可以直接从缓存中获取&#xff0c;而不必重新从服务器下载资源。这有助于减少网络延迟&#xff0c;提高页面加载速度&#xff0c;并减轻…
阅读更多...
Docker工作流

Docker工作流

1.工作流 开发应用编写Dockerfile构建Docker镜像运行Docker容器测试应用发布镜像到Hub迭代更新镜像 2.开发应用 首先你需要创建一个应用&#xff0c;这个应用可以是后端应用或者前端应用&#xff0c;任何语言都可以。 比如&#xff1a;我使用IDEA 创建一个Java后端应用&…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023