python滑塊驗證碼的破解實現

阿新 • • 發佈：2020-01-09

破解滑塊驗證碼的思路主要有2種：

獲得一張完整的背景圖和一張有缺口的圖片，兩張圖片進行畫素上的一一對比，找出不一樣的座標。
獲得一張有缺口的圖片和需要驗證的小圖，兩張圖片進行二極化以及歸一化，確定小圖在圖片中間的座標。
之後就要使用初中物理知識了，使用直線加速度模仿人手動操作

本次就使用第2種，第一種比較簡單。廢話不多說，直接上程式碼：

以下均利用無頭瀏覽器進行獲取

獲得滑塊驗證的小圖片

def get_image1(self,driver):
  """
  獲取滑塊驗證缺口小圖片
  :param driver:chrome物件
  :return:缺口小圖片
  """
  canvas = driver.find_element_by_xpath("//div[@id='xy_img']").get_attribute("style")
  image_data=re.findall("data:image/jpg;base64,(.*?)\"\)",canvas)[0]
  # print(image_data)
  binary_image_data=base64.b64decode(image_data,'-_')
  file_like=BytesIO(binary_image_data)
  image=Image.open(file_like)
  return image

一般來說，這張小圖片都是獨立的，比較好獲取，圖片如下：

獲得滑塊驗證的背景圖片

！！！這個背景圖片網頁一般會返回亂序的圖片，然後通過js對圖片進行重新排序，要破解需要的時間較多，且每個js排序演算法不一樣，不具有複用性。這裡就取了個巧，直接對當前瀏覽器截圖，然後在擷取指定範圍圖片。

def get_image2(self,driver):
  """
  獲取滑塊驗證碼背景圖片
  :param driver:chrome物件
  :return:背景圖片
   """
  driver.save_screenshot('yanzhengma.png')
  # 通過圖片元素節點獲取座標值
  # element = driver.find_element_by_id("bgImg")
  # left = element.location['x']
  # top = element.location['y']
  # right = element.location['x'] + element.size['width']
  # bottom = element.location['y'] + element.size['height']
  # 通過畫圖軟體直接獲取相應圖片的座標值
  left=359
  top=238
  right=658
  bottom=437
  # print((left,top,right,bottom))
  im = Image.open('yanzhengma.png')
  im = im.crop((left,bottom))
  return im

圖片如下：

軌跡計算方法

def get_track(self,distance):
  """
  根據偏移量獲取移動軌跡
  :param distance:偏移量
  :return:移動軌跡
  """
  # 移動軌跡
  track = []
  # 當前位移
  current = 0
  # 減速閾值
  mid = distance * 4 / 5
  # 計算間隔
  t = 0.2
  # 初速度
  v = 0

  while current < distance:
    if current < mid:
      # 加速度為正2
      a = 2
    else:
      # 加速度為負3
      a = -3
    # 初速度v0
    v0 = v
    # 當前速度v = v0 + at
    v = v0 + a * t
    # 移動距離x = v0t + 1/2 * a * t^2
    move = v0 * t + 1 / 2 * a * t * t
    # 當前位移
    current += move
    # 加入軌跡
    track.append(round(move))
  return track

驗證主程式

 def slider_verification_code(self,driver,cnt):
  """
  破解滑塊驗證主程式
  :param driver:chrome物件；cnt：已驗證次數
  :return:已驗證次數
  """
  print("出現滑塊驗證，驗證中")
  # 1、出現滑塊驗證，獲取驗證小圖片
  picture1 = self.get_image1(driver)
  picture1.save("./picture1.png")
  # 2、獲取有缺口驗證圖片
  picture2 = self.get_image2(driver)
  picture2.save("./picture2.png")
  #二值化圖片,進行對比，輸出匹配的座標系
  target_rgb=cv2.imread("./picture2.png")
  target_gray=cv2.cvtColor(target_rgb,cv2.COLOR_BGR2GRAY)
  template_rgb=cv2.imread("./picture1.png",0)
  res=cv2.matchTemplate(target_gray,template_rgb,cv2.TM_CCOEFF_NORMED)
  value=cv2.minMaxLoc(res)
  value = value[3][0]
  cnt += 1
  print("需要位移的距離為："+str(value)+",已驗證"+str(cnt)+"次")
  #根據距離獲取位移的軌跡路線
  track=self.get_track(value)
  time.sleep(1)
  ActionChains(driver).click_and_hold(driver.find_element_by_class_name("handler.handler_bg")).perform()
  for x in track:
    ActionChains(driver).move_by_offset(xoffset=x,yoffset=0).perform()
  time.sleep(0.5)
  ActionChains(driver).release().perform()
  return cnt

看！有飛機：