摘要：下面我們便來講種驗(yàn)證碼的識(shí)別方式和一些思路。哈哈庫其實(shí)，驗(yàn)證碼識(shí)別歸根到底還是對各種各樣圖片的識(shí)別和操作，中有很對圖像處理的庫，其中就是其中之一。所以在處理驗(yàn)證碼識(shí)別之前，必須先了解庫和。第五步，按照規(guī)定軌跡進(jìn)行拖動(dòng)，完成驗(yàn)證。

現(xiàn)在，很多網(wǎng)站采取各種各樣的措施來反爬蟲，其中之一就是使用驗(yàn)證碼。當(dāng)我們訪問網(wǎng)頁時(shí)，必須先通過驗(yàn)證碼才能夠訪問頁面。下面我們便來講2種驗(yàn)證碼的識(shí)別方式和一些思路。當(dāng)然我們也可以直接使用付費(fèi)的打碼平臺(tái)，那樣可以增加識(shí)別的準(zhǔn)確度，畢竟出了錢的嘛。哈哈！

其實(shí)，驗(yàn)證碼識(shí)別歸根到底還是對各種各樣圖片的識(shí)別和操作，python中有很對圖像處理的庫，其中PIL就是其中之一。 所以在處理驗(yàn)證碼識(shí)別之前，必須先了解PIL庫和tesserocr。 下面附上其API源碼地址，以及對應(yīng)的學(xué)習(xí)博客。
源碼地址：https://pillow-cn.readthedocs.io/zh_CN/latest/reference/index.html
參考博客：https://blog.csdn.net/louishao/article/details/69879981
下面我們就開始驗(yàn)證碼識(shí)別之路了。

以中國知網(wǎng)為例：

首先，我們先拿到上圖中綠線標(biāo)記的驗(yàn)證碼，下載到本地項(xiàng)目文件中，
然后，編寫如下代碼:

import tesserocr
from PIL import Image

image = Image.open("image.png")
res = tesserocr.image_to_text(image)
print(res)  # F8BS

輸出結(jié)果為：F8BS， 可是實(shí)際圖片為F8B8，這是因?yàn)轵?yàn)證碼內(nèi)多余線條干擾了圖片的識(shí)別，像這類情況，還需要做出額外的處理，比如轉(zhuǎn)灰度，二值化等。當(dāng)然，實(shí)際處理中并不是這樣，一般我們會(huì)先對模糊圖片進(jìn)行灰度處理后，再設(shè)定二值化的閾值，實(shí)際處理如下：

import tesserocr
from PIL import Image

image = Image.open("code.jpg")  # 創(chuàng)建image對象

image = image.convert("L")
threshold = 150  # 指定二值化閾值
table = []
for i in range(256):
    if i < threshold:
        table.append(0)
    else:
        table.append(1)

image = image.point(table, "1")
image.show()
res = tesserocr.image_to_text(image)
print(res) 

輸出結(jié)果：F8B8
進(jìn)行識(shí)別時(shí)，先設(shè)定好二值化閾值threshold，進(jìn)行適當(dāng)調(diào)試，直到圖片能正常識(shí)別為止。

過程分析：

滑動(dòng)驗(yàn)證碼主要的驗(yàn)證方式是拖動(dòng)滑塊，拼合圖像；如圖象完全拼合，則驗(yàn)證成功，即表單提交成功，否則需要重新驗(yàn)證。
如圖：

下面，我們就以極驗(yàn)的驗(yàn)證碼為例，來講訴一下識(shí)別方法。
因?yàn)闃O驗(yàn)的驗(yàn)證碼在拖動(dòng)驗(yàn)證碼后會(huì)生成一個(gè)加密的表單提交到后臺(tái)，所有為了避免麻煩我們直接用selenium模擬瀏覽器行為來完成驗(yàn)證。
登陸網(wǎng)站：極驗(yàn)官網(wǎng)

目標(biāo)站點(diǎn)：https://account.geetest.com/l...

首先，我們發(fā)現(xiàn)登陸界面有個(gè)智能按鈕，一般來說，在輸入郵箱之后，點(diǎn)擊按鈕就會(huì)彈出滑動(dòng)驗(yàn)證窗口，然后我們在拖動(dòng)驗(yàn)證碼完成圖像拼接，完成驗(yàn)證。

所以，滑塊驗(yàn)證識(shí)別需要完成以下步驟：

模擬點(diǎn)擊驗(yàn)證按鈕
識(shí)別滑塊的缺口位置
模擬拖動(dòng)滑塊

如何實(shí)現(xiàn)以上步驟呢？我們先需要將任務(wù)進(jìn)行分解，看似只有三大步驟，其實(shí)里面坑還有很多的，稍后會(huì)做解釋。

第一步，輸入賬號(hào)，獲取智能按鈕，使用selenium模擬點(diǎn)擊，獲取帶有缺口的圖片。

第二步，獲取上面缺口圖片中的完整圖片。這里有個(gè)地方要注意，正常情況下我們在網(wǎng)頁源代碼里是找不到完整圖的，因?yàn)樗浑[藏了，必須執(zhí)行javascript語句才能出現(xiàn)完整圖。

我們將display參數(shù)改為block，opacity參數(shù)改為1，然后進(jìn)行截圖，就可以拿到完整的驗(yàn)證碼圖片了。

第三步，對比兩張圖片的所有RGB像素點(diǎn)，得到缺口位置。

第四步，模擬人的拖動(dòng)習(xí)慣，這里也有坑，極驗(yàn)的驗(yàn)證碼增加了機(jī)器軌跡識(shí)別，勻速移動(dòng)，或者隨機(jī)速度移動(dòng)滑塊都不能通過驗(yàn)證，所以我們將需要拖動(dòng)的總位移分成一段一段小的軌跡，先勻加速拖動(dòng)后勻減速拖動(dòng)。

第五步，按照規(guī)定軌跡進(jìn)行拖動(dòng)，完成驗(yàn)證。

第六步，完成賬號(hào)登陸。

過程分析完了，下面我們就來寫代碼試一下：
首先，我們先將整個(gè)代碼的一個(gè)邏輯思路做一個(gè)大致的概括吧。

def main():
    """主函數(shù)"""

    # 獲取帶缺口驗(yàn)證碼圖片image1, 傳入的參數(shù)后綴為： .png
    image1 = get_unFull_captcha("unfull_captcha.png")
    # print(image1.load()[12,25])
    # 獲取完整驗(yàn)證碼圖片image2
    image2 = get_full_captcha("full_captcha.png")
    # 對比上述圖片像素點(diǎn)，獲取缺口位置，得到偏移距離
    distance = get_quekou_distance(image1, image2)
    print("缺口偏移量:", distance)
    # 獲取滑塊的移動(dòng)軌跡
    track = get_track(distance)
    # 模擬人的行為，拖動(dòng)滑塊，完成驗(yàn)證
    slider = get_slider()
    move(slider, track)
    success = wait.until(EC.text_to_be_present_in_element((By.CLASS_NAME, "geetest_success_radar_tip_content"), "驗(yàn)證成功"))
    print(success)
    if success:
        login()
    else:
        main()

接下來，我們便來逐一完成main函數(shù)里要實(shí)現(xiàn)的功能了。

代碼示例：
通過以上代碼我們便拿到了完整的驗(yàn)證碼和帶有缺口的驗(yàn)證碼。
缺口圖片：

def get_unFull_captcha(name):
    """
    獲取帶缺口驗(yàn)證碼圖片
    :return: unfull captcha
    """
    top, bottom, left, right = get_captcha_position("geetest_canvas_slice")
    print("驗(yàn)證碼1位置:", top, bottom, left, right)
    screenshot = get_screenshot()
    unfull_captcha = screenshot.crop((left, top, right, bottom)) # 按圖片位置裁剪
    unfull_captcha.save(name)     # 這里傳入的name要以xxx.png命名
    return unfull_captcha

完整圖片：

def get_full_captcha(name):
    """
    獲取完整驗(yàn)證碼圖片
    :return: full_captcha
    """
    # 這里要執(zhí)行JavaScript腳本才能拿到完整圖片的截圖
    show_Full_img1= "document.getElementsByClassName("geetest_canvas_fullbg")[0].style.display="block""
    browser.execute_script(show_Full_img1)
    show_Full_img2 = "document.getElementsByClassName("geetest_canvas_fullbg")[0].style.opacity=1"
    browser.execute_script(show_Full_img2)
    # 等待完整圖片加載
    time.sleep(2)
    top, bottom, left, right = get_captcha_position("geetest_canvas_fullbg")
    print("驗(yàn)證碼2位置:", top, bottom, left, right)
    screenshot = get_screenshot()
    full_captcha = screenshot.crop((left, top, right, bottom))  # 同上
    full_captcha.save(name)
    return full_captcha

這里我在調(diào)試的時(shí)候碰到一個(gè)坑，因?yàn)閏hrome中，location方法不滾動(dòng)，直接返回相對整個(gè)html的坐標(biāo)，我的電腦是15.6寸的，顯示設(shè)置上布局的縮放大小被放大到1.25倍，導(dǎo)致location返回的坐標(biāo)與驗(yàn)證碼的坐標(biāo)有誤差。修改布局為100%后就解決了。 下面便是對比圖片找出缺口位置。這里我們需要遍歷圖片的坐標(biāo)點(diǎn)，獲取像素點(diǎn)的RGB數(shù)據(jù)。

代碼示例

def get_quekou_distance(image1, image2):
    """
    對比像素點(diǎn)，獲取缺口位置
    :param image1: 缺口圖片
    :param image2: 完整圖片
    :return: 缺口的偏移距離
    """
    # 缺口在滑塊右側(cè)，設(shè)定遍歷初始橫坐標(biāo)left為59
    left = 60
    # 像素對比閾值
    threshold = 60

    for i in range(left, image2.size[0]):
        for j in range(image2.size[1]):
            rgb1 = image1.load()[i, j]
            rgb2 = image2.load()[i, j]

            res1 = abs(rgb2[0] - rgb1[0])
            res2 = abs(rgb2[1] - rgb1[1])
            res3 = abs(rgb2[2] - rgb1[2])
            if not (res1 < threshold and res2 < threshold and res3 < threshold):
                return i-7 # 返回缺口偏移距離，這里需測試幾次

接下來就是獲取滑塊的移動(dòng)路徑和模擬拖動(dòng)行為了。

執(zhí)行代碼：

def get_track(distance):
    """
    獲取移動(dòng)路徑
    :param distance: 偏移量
    :return: track：移動(dòng)軌跡
    """
    # 存放移動(dòng)軌跡
    track = []
    # 當(dāng)前位置
    current = 0
    # 設(shè)定加速段和減速段臨界點(diǎn)為路徑的3/4處
    mid = distance*4/5
    # 時(shí)間間隔time, 取0.2~0.3之間隨機(jī)數(shù)，避免被網(wǎng)站識(shí)別出來
    t = random.randint(2, 3)/10
    # 初速度
    v = 0

    while current < distance:
        if current < mid:
            # 勻加速移動(dòng)，加速度a
            a = 2
        else:
            a = -3
        # 初速度
        v0 = v
        # 當(dāng)前速度
        v = v0 + a*t
        # 移動(dòng)距離
        s = v0*t + 1/2 * a * t*t
        # 當(dāng)前位移
        current += s
        # 加入到移動(dòng)軌跡
        track.append(round(s))
    return track

def move(slider, track):
    """
    模擬鼠標(biāo)操作，點(diǎn)擊，移動(dòng)滑塊按鈕
    :param: 滑塊
    :param: 軌跡
    :return:
    """
    ActionChains(browser).click_and_hold(slider).perform()
    # 操作鼠標(biāo)按軌跡移動(dòng)
    for x in track:
        ActionChains(browser).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.3)
    # 松開
    ActionChains(browser).release().perform()

最后終于成功了，踩了這么多坑，終于完成了滑塊驗(yàn)證碼的破解。。。現(xiàn)在已經(jīng)實(shí)現(xiàn)功能，因?yàn)檫€可能出現(xiàn)其他情況，接下來我們還需要完善一下代碼，其實(shí)也可封裝成一個(gè)類，測試的時(shí)候我們會(huì)發(fā)現(xiàn)，圖片會(huì)彈出小怪獸被吃了，那是因?yàn)橄到y(tǒng)識(shí)別我們是機(jī)器行為，所以不通過，這里我們需要修改加速度參數(shù)，再增加一個(gè)回調(diào)。

這樣我們就成功破解驗(yàn)證碼，并登陸到網(wǎng)頁界面了。。。忙活了一上午，吃飯去了。
好像現(xiàn)在極驗(yàn)官網(wǎng)改了, 但是滑動(dòng)驗(yàn)證碼思路基本上就是這樣的...

源碼地址：https://github.com/appleguardu/spider_projects/tree/master/Captcha