Python破解BiliBili滑塊驗證碼的思路詳解(完美避開人機識別)
準備工作
B站登入頁 https://passport.bilibili.com/login
python3
pip install selenium (webdriver框架)
pip install PIL (圖片處理)
chrome driver:http://chromedriver.storage.googleapis.com/index.html
firefox driver:https://github.com/mozilla/geckodriver/releases
B站的滑塊驗證碼如上。
這類驗證碼可以使用 selenium 操作瀏覽器拖拽滑塊來進行破解,難點兩個,一個如何確定拖拽到的位置,另一個是避開人機識別(反爬蟲)。
確定滑塊驗證碼需要拖拽的位移距離
有三種方式
- 人工智慧機器學習,確定滑塊位置
- 通過完整圖片與缺失滑塊的圖片進行畫素對比,確定滑塊位置
- 邊緣檢測演算法,確定位置
各有優缺點。人工智慧機器學習,確定滑塊位置,需要進行訓練,比較麻煩,也可以看是否存在線上api可以呼叫。以下介紹其他兩種方式。
對比完整圖片與缺失滑塊的圖片
| 僅介紹,本文不進行實現。對於B站來說,是準確率最高的方式(100%),但不能保證未來B站的滑塊驗證升級,導致不可用。
B站的滑塊驗證模組,一共有三張圖片:
完整圖、缺失滑塊圖、滑塊圖,都是由畫布繪製出的。類似於:
完整圖:
缺失滑塊圖:
滑塊圖:
HTML程式碼類似於:
<div class="geetest_canvas_img geetest_absolute" style="display: block;"> <div class="geetest_slicebg geetest_absolute"> <canvas class="geetest_canvas_bg geetest_absolute" height="160" width="260"></canvas> <canvas class="geetest_canvas_slice geetest_absolute" width="260" height="160"></canvas> </div> <canvas class="geetest_canvas_fullbg geetest_fade geetest_absolute" height="160" width="260" style="display: none;"></canvas> </div>
只需要通過selenium獲取畫布元素,執行js拿到畫布畫素,遍歷完整圖和缺失滑塊圖的畫素,一旦獲取到差異(需要允許少許畫素誤差),畫素矩陣x軸方向即是滑塊位置。
另外由於滑塊圖距離畫布座標原點有距離,還需要減去這部分距離。
最後使用 selenium 拖拽即可。
邊緣檢測演算法,確定位置
| 滑塊基本上是個方形,通過演算法確定方形起始位置即可。
介紹兩種方式
- 滑塊是方形的,存在垂直的邊,該邊在缺失滑塊圖中基本都是灰黑的。遍歷畫素找到基本都是灰黑的邊即可。
- 缺失滑塊圖中滑塊位置是灰黑封閉的。通過演算法可以找到封閉區域,大小與滑塊相近,即是滑塊需要拖拽到的位置。
第二種實現起來有些複雜,不進行實現了。
下面是第一種實現方式,會存在檢測不出或錯誤的情況,使用時需要換一張驗證碼。也可能存在檢測出的邊是另一條(因為B站的滑塊不是長方形,存在弧形邊),那麼需要減去滑塊寬度
class VeriImageUtil(): def __init__(self): self.defaultConfig = { "grayOffset": 20,"opaque": 1,"minVerticalLineCount": 30 } self.config = copy.deepcopy(self.defaultConfig) def updateConfig(self,config): # temp = copy.deepcopy(config) for k in self.config: if k in config.keys(): self.config[k] = config[k] def getMaxOffset(self,*args): # 計算偏移平均值最大的數 av = sum(args) / len(args) maxOffset = 0 for a in args: offset = abs(av - a) if offset > maxOffset: maxOffset = offset return maxOffset def isGrayPx(self,r,g,b): # 是否是灰度畫素點,允許波動offset return self.getMaxOffset(r,b) < self.config["grayOffset"] def isDarkStyle(self,b): # 灰暗風格 return r < 128 and g < 128 and b < 128 def isOpaque(self,px): # 不透明 return px[3] >= 255 * self.config["opaque"] def getVerticalLineOffsetX(self,bgImage): # bgImage = Image.open("./image/bg.png") # bgImage.im.mode = 'RGBA' bgBytes = bgImage.load() x = 0 while x < bgImage.size[0]: y = 0 # 點》》線,灰度線條數量 verticalLineCount = 0 if x == 258: print(y) while y < bgImage.size[1]: px = bgBytes[x,y] r = px[0] g = px[1] b = px[2] # alph = px[3] # print(px) if self.isDarkStyle(r,b) and self.isGrayPx(r,b) and self.isOpaque(px): verticalLineCount += 1 else: verticalLineCount = 0 y += 1 continue if verticalLineCount >= self.config["minVerticalLineCount"]: # 連續多個畫素都是灰度畫素,直線 # print(x,y) return x y += 1 x += 1 pass if __name__ == '__main__': bgImage = Image.open("./image/bg.png") veriImageUtil = VeriImageUtil() # veriImageUtil.updateConfig({ # "grayOffset": 20,# "opaque": 0.6,# "minVerticalLineCount": 10 # }) bgOffsetX = veriImageUtil.getVerticalLineOffsetX(bgImage) print("bgOffsetX:{} ".format(bgOffsetX))
總結
以上所述是小編給大家介紹的Python破解BiliBili滑塊驗證碼的思路詳解(完美避開人機識別),希望對大家有所幫助!