滑动宫格验证码都给碰上了？没事儿，看完此文分分钟拿下！

时间  2019-11-17
标签 滑动 验证码 碰上 没事儿 看完 此文 分钟 拿下 繁體版
原文   原文链接

本节咱们将介绍新浪微博宫格验证码的识别。微博宫格验证码是一种新型交互式验证码，每一个宫格之间会有一条指示连线，指示了应该的滑动轨迹。咱们要按照滑动轨迹依次从起始宫格滑动到终止宫格，才能够完成验证，以下图所示。
css

鼠标滑动后的轨迹会以黄色的连线来标识，以下图所示。html

访问新浪微博移动版登陆页面，就能够看到如上验证码，连接为https://passport.weibo.cn/signin/login。不是每次登陆都会出现验证码，当频繁登陆或者帐号存在安全风险的时候，验证码才会出现。
git

1、本节目标

咱们的目标是用程序来识别并经过微博宫格验证码的验证。
github

2、准备工做

本次咱们使用的Python库是Selenium，使用的浏览器为Chrome，请确保已经正确安装好Selenium库、Chrome浏览器，并配置好ChromeDriver。
web

3、识别思路

识别从探寻规律入手。规律就是，此验证码的四个宫格必定是有连线通过的，每一条连线上都会相应的指示箭头，连线的形状多样，包括C型、Z型、X型等，以下图所示。
算法



咱们发现，同一类型的连线轨迹是相同的，惟一不一样的就是连线的方向，以下图所示。浏览器


这两种验证码的连线轨迹是相同的。可是因为连线上面的指示箭头不一样，致使滑动的宫格顺序有所不一样。安全

若是要彻底识别滑动宫格顺序，就须要具体识别出箭头的朝向。而整个验证码箭头朝向一共有8种，并且会出如今不一样的位置。若是要写一个箭头方向识别算法，须要考虑不一样箭头所在的位置，找出各个位置箭头的像素点坐标，计算像素点变化规律，这个工做量就会变得比较大。bash

这时咱们能够考虑用模板匹配的方法，就是将一些识别目标提早保存并作好标记，这称做模板。这里将验证码图片作好拖动顺序的标记当作模板。对比要新识别的目标和每个模板，若是找到匹配的模板，则就成功识别出要新识别的目标。在图像识别中，模板匹配也是经常使用的方法，实现简单且易用性好。微信

咱们必需要收集到足够多的模板，模板匹配方法的效果才会好。而对于微博宫格验证码来讲，宫格只有4个，验证码的样式最多4×3×2×1=24种，则咱们能够将全部模板都收集下来。

接下来咱们须要考虑的就是，用何种模板来进行匹配，只匹配箭头仍是匹配整个验证码全图呢？咱们权衡一下这两种方式的匹配精度和工做量。

  • 首先是精度问题。若是是匹配箭头，比对的目标只有几个像素点范围的箭头，咱们须要精确知道各个箭头所在的像素点，一旦像素点有误差，那么会直接错位，致使匹配结果大打折扣。若是是匹配全图，咱们无需关心箭头所在位置，同时还有连线帮助辅助匹配。显然，全图匹配的精度更高。

  • 其次是工做量的问题。若是是匹配箭头，咱们须要保存全部不一样朝向的箭头模板，而相同位置箭头的朝向可能不一，相同朝向的箭头位置可能不一，那么咱们须要算出每一个箭头的位置并将其逐个截出保存成模板，依次探寻验证码对应位置是否有匹配模板。若是是匹配全图，咱们不须要关心每一个箭头的位置和朝向，只须要将验证码全图保存下来便可，在匹配的时候也不须要计算箭头的位置。显然，匹配全图的工做量更少。

综上考虑，咱们选用全图匹配的方式来进行识别。找到匹配的模板以后，咱们就能够获得事先为模板定义的拖动顺序，而后模拟拖动便可。

4、获取模板

咱们须要作一下准备工做。先保存24张验证码全图。由于验证码是随机的，一共有24种。咱们能够写一段程序来批量保存验证码图片，而后从中筛选出须要的图片，代码以下所示：

import time
from io import BytesIO
from PIL import Image
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

USERNAME = ''
PASSWORD = ''

class CrackWeiboSlide():
    def __init__(self):
        self.url = 'https://passport.weibo.cn/signin/login'
        self.browser = webdriver.Chrome()
        self.wait = WebDriverWait(self.browser, 20)
        self.username = USERNAME
        self.password = PASSWORD

    def __del__(self):
        self.browser.close()

    def open(self):
        """ 打开网页输入用户名密码并点击 :return: None """
        self.browser.get(self.url)
        username = self.wait.until(EC.presence_of_element_located((By.ID, 'loginName')))
        password = self.wait.until(EC.presence_of_element_located((By.ID, 'loginPassword')))
        submit = self.wait.until(EC.element_to_be_clickable((By.ID, 'loginAction')))
        username.send_keys(self.username)
        password.send_keys(self.password)
        submit.click()

    def get_position(self):
        """ 获取验证码位置 :return: 验证码位置元组 """
        try:
            img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'patt-shadow')))
        except TimeoutException:
            print('未出现验证码')
            self.open()
        time.sleep(2)
        location = img.location
        size = img.size
        top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size['width']
        return (top, bottom, left, right)

    def get_screenshot(self):
        """ 获取网页截图 :return: 截图对象 """
        screenshot = self.browser.get_screenshot_as_png()
        screenshot = Image.open(BytesIO(screenshot))
        return screenshot

    def get_image(self, name='captcha.png'):
        """ 获取验证码图片 :return: 图片对象 """
        top, bottom, left, right = self.get_position()
        print('验证码位置', top, bottom, left, right)
        screenshot = self.get_screenshot()
        captcha = screenshot.crop((left, top, right, bottom))
        captcha.save(name)
        return captcha

    def main(self):
        """ 批量获取验证码 :return: 图片对象 """
        count = 0
        while True:
            self.open()
            self.get_image(str(count) + '.png')
            count += 1

if __name__ == '__main__':
    crack = CrackWeiboSlide()
    crack.main()复制代码

这里须要将USERNAME和PASSWORD修改成本身微博的用户名和密码。运行一段时间后，本地多了不少以数字命名的验证码，以下图所示。

这里咱们只须要挑选出不一样的24张验证码图片并命名保存。名称能够直接取做宫格的滑动的顺序，以下图所示。

咱们将图片命名为4132.png，表明滑动顺序为4-1-3-2。按照这样的规则，咱们将验证码整理为以下24张图，以下图所示。

如上24张图就是咱们的模板。接下来，识别过程只须要遍历模板进行匹配便可。

5、模板匹配

调用get_image()方法，获得验证码图片对象。而后，对验证码图片对象进行模板匹配，定义以下所示的方法：

from os import listdir

def detect_image(self, image):
    """ 匹配图片 :param image: 图片 :return: 拖动顺序 """
    for template_name in listdir(TEMPLATES_FOLDER):
        print('正在匹配', template_name)
        template = Image.open(TEMPLATES_FOLDER + template_name)
        if self.same_image(image, template):
            # 返回顺序
            numbers = [int(number) for number in list(template_name.split('.')[0])]
            print('拖动顺序', numbers)
            return numbers复制代码

TEMPLATES_FOLDER就是模板所在的文件夹。这里经过listdir()方法获取全部模板的文件名称，而后对其进行遍历，经过same_image()方法对验证码和模板进行比对。若是匹配成功，那么就将匹配到的模板文件名转换为列表。如模板文件3124.png匹配到了，则返回结果为[3, 1, 2, 4]。

比对的方法实现以下所示：

def is_pixel_equal(self, image1, image2, x, y):
    """ 判断两个像素是否相同 :param image1: 图片1 :param image2: 图片2 :param x: 位置x :param y: 位置y :return: 像素是否相同 """
    # 取两个图片的像素点
    pixel1 = image1.load()[x, y]
    pixel2 = image2.load()[x, y]
    threshold = 20
    if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(
            pixel1[2] - pixel2[2]) < threshold:
        return True
    else:
        return False

def same_image(self, image, template):
    """ 识别类似验证码 :param image: 待识别验证码 :param template: 模板 :return: """
    # 类似度阈值
    threshold = 0.99
    count = 0
    for x in range(image.width):
        for y in range(image.height):
            # 判断像素是否相同
            if self.is_pixel_equal(image, template, x, y):
                count += 1
    result = float(count) / (image.width * image.height)
    if result > threshold:
        print('成功匹配')
        return True
    return False复制代码

在这里比对图片也利用了遍历像素的方法。same_image()方法接收两个参数，image为待检测的验证码图片对象，template是模板对象。因为两者大小是彻底一致的，因此在这里咱们遍历了图片的全部像素点。比对两者同一位置的像素点，若是像素点相同，计数就加1。最后计算相同的像素点占总像素的比例。若是该比例超过必定阈值，那就断定图片彻底相同，则匹配成功。这里阈值设定为0.99，即若是两者有0.99以上的类似比，则表明匹配成功。

经过上面的方法，依次匹配24个模板。若是验证码图片正常，咱们总能找到一个匹配的模板，这样就能够获得宫格的滑动顺序了。

6、模拟拖动

接下来，根据滑动顺序拖动鼠标，链接各个宫格，方法实现以下所示：

def move(self, numbers):
    """ 根据顺序拖动 :param numbers: :return: """
    # 得到四个按点
    circles = self.browser.find_elements_by_css_selector('.patt-wrap .patt-circ')
    dx = dy = 0
    for index in range(4):
        circle = circles[numbers[index] - 1]
        # 若是是第一次循环
        if index == 0:
            # 点击第一个按点
            ActionChains(self.browser) \
                .move_to_element_with_offset(circle, circle.size['width'] / 2, circle.size['height'] / 2) \
                .click_and_hold().perform()
        else:
            # 小幅移动次数
            times = 30
            # 拖动
            for i in range(times):
                ActionChains(self.browser).move_by_offset(dx / times, dy / times).perform()
                time.sleep(1 / times)
        # 若是是最后一次循环
        if index == 3:
            # 松开鼠标
            ActionChains(self.browser).release().perform()
        else:
            # 计算下一次偏移
            dx = circles[numbers[index + 1] - 1].location['x'] - circle.location['x']
            dy = circles[numbers[index + 1] - 1].location['y'] - circle.location['y']复制代码

这里方法接收的参数就是宫格的点按顺序，如[3,1,2,4]。首先咱们利用find_elements_by_css_selector()方法获取到4个宫格元素，它是一个列表形式，每一个元素表明一个宫格。接下来遍历宫格的点按顺序，作一系列对应操做。

其中若是当前遍历的是第一个宫格，那就直接鼠标点击并保持动做，不然移动到下一个宫格。若是当前遍历的是最后一个宫格，那就松开鼠标，若是不是最后一个宫格，则计算移动到下一个宫格的偏移量。

经过4次循环，咱们即可以成功操做浏览器完成宫格验证码的拖拽填充，松开鼠标以后便可识别成功。运行效果以下图所示。

鼠标会慢慢从起始位置移动到终止位置。最后一个宫格松开以后，验证码的识别便完成了。

至此，微博宫格验证码的识别就所有完成。验证码窗口会自动关闭。直接点击登陆按钮便可登陆微博。

7、本节代码

本节代码地址为：https://github.com/Python3WebSpider/CrackWeiboSlide。

8、结语

本节介绍了一种经常使用的模板匹配识别图片的方式，模拟了鼠标拖拽动做来实现验证码的识别。若是遇到相似的验证码，咱们能够采用一样的思路进行识别。


本资源首发于崔庆才的我的博客静觅： Python3网络爬虫开发实战教程 | 静觅

如想了解更多爬虫资讯，请关注个人我的微信公众号：进击的Coder

weixin.qq.com/r/5zsjOyvEZ… (二维码自动识别)

相关文章
相关标签/搜索
每日一句
    每一个你不满意的现在，都有一个你没有努力的曾经。
本站公众号
   欢迎关注本站公众号,获取更多信息
联系我们 最近搜索 最新文章 沪ICP备13005482号-10 MyBatis教程 SQL 教程 MySQL教程 Java 教程 Thymeleaf 教程 Hibernate教程 Spring教程 Redis教程