- 博客(18)
- 收藏
- 关注
RSS订阅原创 腾讯六图，六宫格识别，某讯六宫格识别，返回坐标
腾讯六图坐标识别，纯识别60毫秒内，可以gpu 部署，cpu部署，采用多标签相似度训练，有不懂得可以私信。
2024-09-26 19:18:39
183
原创 阿里228，阿里滑块逆向
本文章中所有内容仅供学习交流使用，不用于其他任何目的，抓包内容、敏感网址、数据接口等均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关！直接替换了227的代码用的228文件。随便本地补了一下有一些新的监测点没补还是可以过的，因为本人也没这方面业务所以简单测试一下而已。有相关问题请第一时间头像私信联系我删除博客！同时再次申明本人没有售卖过x82代码。博客只是增加简历优势你懂的。
2024-09-20 10:26:16
294
原创 8.22 某书x-s 54 版本
有人又说key 和 iv 格式怎么不一样，当然AES key 加密原理，以及进行了几轮转变这得知道，无非就是需要将每个32位整数转换为字节数组，然后如果想要字符串格式，最后再将字节数组转换为字符串即可。重点关注 function Uint8Array() 函数，这里，key 和 iv 的相关操作都需要经过。相比之前来说，无非就是OB混淆去了，当然，如果会的人，有没有OB都一样。至于小红书的轨迹，我这边采用的模型训练的，大家可以留言私信。嗯，至于有些人说魔改，那可能真是魔改了吧.......
2024-08-22 17:22:55
366
原创 XHS旋转验证码/x-s逆向，纯算，AI轨迹
关于最新版的小红书旋转验证码，已经是更新完成了，采用AI轨迹后成功率为99左右，欢迎大家私信讨论。
2024-08-14 14:47:19
597
6
原创 CSDN惊现【阿里滑块完整版】，无偿分享(2024.9.07最新版)阿里滑块 140/227/228 AI轨迹，纯协议成功率100%
有疑问的小伙伴可以私信我讨论。
2024-08-14 14:41:35
1175
10
原创 XHS471逆向分析，某书旋转验证码分析
某书更新了一下，之前 signSvn 51 也变为了52了，现在更新的js 成了ob+jsvmp ，但整体问题还是不大，jsvmp流程和之前也没有较大的改变 ，目前版本也就是key变掉了，当然也从461变成471。底图的识别也更加困难，变成灰色，对颜色比较敏感，当然轨迹也更加严格。
2024-07-24 14:45:23
462
原创 拼多多滑块/pdd滑块
关于pdd滑块重要的是 captcha_collect的计算，是gzip的AES算法，同时也要注意。verify_code坐标的换算。
2024-06-29 16:23:47
255
原创 旋转验证码识别
关于旋转验证码的识别，网上教程已经有很多，这里主要讲俩种方法第一种为 pytorch训练分类，进行角度识别，第二种主要运用图像梯度进行识别，效果如下：最后效果如下：
2024-06-29 16:12:56
281
原创 滑块识别，滑块验证码识别平台，验证码识别
背景验证码识别一直都是一个重要的话题，近日有一些公司询问 定制本地离线DLL验证码识别。另外给大家普及一下通用验证码识别和滑块缺口检测的解决方案【滑块】返回坐标：点击进入，如果调用量比较大，建议购买本地验证码识别DLL# coding:utf-8import jsonimport timeimport requestsfrom PIL import Imagefrom selenium import webdriverfrom selenium.webdriver import A
2022-11-15 11:32:19
1889
3
原创 python ddddocr识别图片
一、前言前几天在Python黄金交流群【。】问了一个Python图像处理的问题，下图是截图：输出的结果是空白：二、实现过程这里给了一个可行的代码，importddddocrocr=ddddocr.DdddOcr()withopen('1.png','rb')asf:img_bytes=f.read()res=ocr.classification(img_bytes)print(res)识别的效果非常好！后来【孤烟逐云】还给了一
2022-08-21 09:44:55
1932
原创 解密NumPy求解梯度的一个关键难点
关于numpy的gradient方法，在参数edge_order等于2时，如何得到左右两个边界值，是比较难理解的地方，而网上的博文几乎都千篇一律，都没有对此做出正确的解释。而关注我的老粉「高新区运气王」经过深思熟虑，找出规律，总结出edge_order等于2时左右两个边界值的推导，难能可贵！在此以飨关注我的读者。1 Numpy求梯度importnumpyasnpx=np.random.randint(10,size=(6,))f=x**2print(f"f:{f}")
2022-08-21 09:38:34
355
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人