爬虫解决图片验证码，和点击验证码问题

12306的点击选中验证码

# @Time : 2020/7/24 10:57
# @Author : ZhangYangyang
# @Software: PyCharm
import requests
# img图片获取的链接
img_url = 'https://kyfw.12306.cn/passport/captcha/captcha-image?login_site=E&module=login&rand=sjrand'
session = requests.session()
req = session.get(img_url).content
with open('code.png', 'wb') as f:
    f.write(req)  # 存储图片
codeImg = input('请输入验证码：')
check_url = 'https://kyfw.12306.cn/passport/captcha/captcha-check'
data = {
    'answer': codeImg,
    'rand': 'sjrand',
    'login_site': 'E',
}
cons = session.get(check_url, params=data).text
print(cons)

分析：

分析网页发现获取图片的链接是：https://kyfw.12306.cn/passport/captcha/captcha-image?login_site=E&module=login&rand=sjrand

我们把图片存储起来，根据像素确定你要点击的东西

图片验证码

'''
验证码内可能有多余线条干扰图片识别
可进行转灰度,二值化等操作
先将原图转为灰度图像,再指定二值化阈值
'''
import tesserocr
from PIL import Image
image = Image.open('code.jpg')
#传入L,将图片转换为灰度图像,去掉多余线条
image = image.convert('L')
threshold = 127
table = []
for i in range(256):
    if i<threshold:
        table.append(0)
    else:
        table.append(1)
image = image.point(table,'1')
result = tesserocr.image_to_text(image)
print(result)

分析：

我们需要安装tesserocr以及他依赖的环境，配置环境变量，这里不做细说

当然了，这种识别图片上验证码数字字母正确率不保证，如果自己测试可以用自己输入验证码的方式登录