一个验证码破解的完整演示

最新推荐文章于 2023-07-25 17:12:50 发布
最新推荐文章于 2023-07-25 17:12:50 发布
阅读量1.3w 收藏 18
点赞数 4
分类专栏： 【Caffe 及 应用实例】 【图像处理技术】 【深度学习--应用实例 】 【其他】

 

这篇博客主要讲如何去破解一个验证码，for demo我会使用一个完整的工程来做，从原始图片到最终的识别结果，但是破解大部分的验证码其实是个很费力的活，对技术要求反而不是特别高，为什么这么说呢? 主要原因有以下几点:

  1. 你需要验证码的正确答案作为监督，所以基本是人来识别然后写答案
  2. CNN之类的DL方法对验证码这种简单的图像识别能力非常高

所以，破解的话你需要有耐心

破解流程

破解验证码其实最终归类为classification问题，毫无疑问需要NN(neural network)，还有图像学(digital image)的知识 
所以破解的流程大概是这样的:

  • 预处理(preprocess)
  • 分割字符(split)
  • 识别单个字符(classification)

预处理主要用到的是图形学的相关知识，比如:

  • 二值化
  • CFS
  • 连通域

之类的

分割字符这里就比较麻烦了，要视具体情况而定，比如下面这两种:

不粘连

粘连

对于第一种，很明显的是可以直接分割，因为根本不粘连啊，但是对于第二种你恐怕要动点心思了

识别单个字符，这个可能是最没有技术含量的，现在大量的cnn使用，识别简单的验证码字符完全不是问题，比如caffe+mnist就完全可以，当然最后的识别效果取决与你之前做的样本的好坏

preprocess

首先说下我这次演示的需要破解的验证码，如下所示:

1

2

3

主要有上面的三种样子，我们对其观察可以知道以下事实:

(1) 大部分字符是不粘连的 
(2) 字体的变化的样式基本就三种，不是很多

所以，针对验证码的特点，我的具体的破解的流程是这样的:

  1. CFS获得图像块
  2. NN的方法获得图像块中字符的个数
  3. 平均分割图像块获得单个字符
  4. 识别单个字符获得答案

可能有人会问，为何要使用NN的方法获得图像块中字符的个数? 直观上来说，包含三个字符的图像块比包含两个字符的图像块肯定要宽啊！ 
这个我在使用CFS获得图像块之后进行了统计，发现使用宽度来判定会产生大面积的误判，因为有的三个字符黏在一起其宽度反而比两个的要小，所以就使用NN啦

二值化

    img = cv2.imread(img_path, cv2.IMREAD_GRAYSCALE)
    #180作为阈值
    retval__, binary_im = cv2.threshold(img, 180, 1, cv2.THRESH_BINARY)

顶格

    for x in xrange(0, binary_im.shape[0]):
            line_val = binary_im[x]
            # 不全部是白色(1）
            if not (line_val == 1).all():
                line_start = x
                break
    for x1 in xrange(binary_im.shape[0]-1, -1, -1):
        line_val = binary_im[x1]
        # 不全部是白色(1）
        if not (line_val == 01).all():
            line_end = x1
            break
    for y in xrange(0, binary_im.shape[1]):
        col_val = binary_im[:, y]
        # 不全部是白色(1）
        if not (col_val == 1).all():
            col_start = y
            break
    for y1 in xrange(binary_im.shape[1]-1, -1, -1):
        col_val = binary_im[:, y1]
        # 不全部是白色(1）
        if not (col_val == 1).all():
            col_end = y1
            break
    ding_ge_im = binary_im[line_start:line_end, col_start:col_end]

CFS

    from skimage.measure import regionprops
    from skimage.morphology import label
    im_bw = binary_img(img_path)
    ＃ CFS
    label_image, num_of_region = label(im_bw, neighbors=8, return_num=True)

CFS之后的处理

对于CFS之后的图像(label_image)，我们还需要进行处理，比如被包含的就不要了，质心之间靠的太近的可以合并，这里列出我们可以由label_image获得的相关信息(比如坐标，质心等):

对于我们的验证码，我采用的是三个策略:

  1. 被包含的区域忽略
  2. 像素少于30的区域忽略
  3. 宽高等于图片的宽高的区域之间取交集
    for region in regionprops(label_image):
        # 跳过包含像素过少的区域
        if region.area < 30:
            continue
        minr, minc, maxr, maxc = region.bbox
        # coord_r, coord_c = region.centroid
        coordinates_of_all_region[index] = np.array([minr, minc, maxr, maxc])
        # centroid_of_all_region[index] = np.array([coord_r, coord_c])
        pixels_of_all_region[index] = region.area
        index += 1

    # 判断X代表的区域是否被包含
    for y in xrange(0, coordinates_of_all_region.shape[0]):
        if (coordinates_of_all_region[y] == 0).all() or (y == x):
            continue
        minr_, minc_, maxr_, maxc_ = coordinates_of_all_region[y]
        if minr >= minr_ and maxr <= maxr_ and minc >= minc_ and maxc <= maxc_:
            coordinates_of_all_region[x] = np.zeros((1, 4)) - 1  # 被包含的区域矩形坐标置为-1
            # centroid_of_all_region[x] = np.zeros((1, 2)) - 1  # 被包含的区域的质心坐标置为-1
            pixels_of_all_region[x] = -1  # 被包含的区域的像素数目置为-1
            break

    # 有部分的图像存在定位重合的现象(宽度为高度50)，进行合并
    all_done = False
    for x in xrange(0, coordinates_of_all_region.shape[0]):
        if not all_done:
            for y in xrange(0, coordinates_of_all_region.shape[0]):
                if y == x:
                    continue
                if (coordinates_of_all_region[x][0] == coordinates_of_all_region[y][0] == 0) and (coordinates_of_all_region[x][2] == coordinates_of_all_region[y][2] == 50):
                    # minrow_x = minrow_y and maxrow_x = maxrow_y
                    # 合并两个区域
                    min_r_2 = coordinates_of_all_region[x][0]
                    min_c_2 = min(coordinates_of_all_region[x][1],  coordinates_of_all_region[y][1])
                    max_r_2 = coordinates_of_all_region[x][2]
                    max_c_2 = min(coordinates_of_all_region[x][3], coordinates_of_all_region[y][3])
                    coordinates_of_all_region[x] = np.array([-1, -1, -1, -1])
                    coordinates_of_all_region[y] = np.array([min_r_2, min_c_2, max_r_2, max_c_2])
                    all_done = True
                    break

预测CFS块包含的字符数

这里我使用的是Keras，具体的安装方法可以看下我的关于Keras的博客ubuntu下安装Keras 
典型的长度是这样的:

  • 单个字符: 23 pixel
  • 两个字符: 59 pixel
  • 三个字符: 105 pixel
  • 四个字符: 140 pixel
  • 宽度超过145 pixel认为是4个字符

识别长度的过程是判断某个CFS块的宽度距离上述典型长度的和，找出最小值,比如某个宽度是65，则: 
sum1 = (65-23) + (65-59) = 43 
sum2 = (65-59) + (105-65) = 41 
sum3 = (105-65) + (140-65) = 115 
最小值是41,距离59和65比较近，则猜测为2或者3个字符 
分别训练三个model，用来判断长度,如下:

model 1

model = Sequential()
model.add(Convolution2D(4, 5, 5, input_shape=(1, 30, 40), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(8, 5, 5, input_shape=(1, 26, 36), border_mode='valid'))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.55))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 11, 16), border_mode='valid'))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.60))

model.add(Flatten())
model.add(Dense(input_dim=16*4*6, output_dim=256, init='glorot_uniform'))
model.add(Activation('tanh'))

model.add(Dense(input_dim=256, output_dim=2, init='glorot_uniform'))
model.add(Activation('softmax'))

model 2

model = Sequential()

model.add(Convolution2D(8, 5, 5, input_shape=(1, 40, 100), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(8, 5, 5, input_shape=(1, 36, 96), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(8, 5, 5, input_shape=(1, 32, 92), border_mode='valid'))
model.add(Activation('tanh'))

model.add(MaxPooling2D(pool_size=(2, 3)))
model.add(Dropout(0.45))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 14, 29), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 11, 26), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 8, 23), border_mode='valid'))
model.add(Activation('tanh'))

model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.55))

model.add(Flatten())
model.add(Dense(input_dim=16*2*10, output_dim=256, init='glorot_uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.65))

model.add(Dense(input_dim=256, output_dim=128, init='glorot_uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.40))

model.add(Dense(input_dim=128, output_dim=2, init='glorot_uniform'))
model.add(Activation('softmax'))
  •  

model 3

model = Sequential()

model.add(Convolution2D(8, 5, 5, input_shape=(1, 55, 130), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(8, 5, 5, input_shape=(1, 51, 126), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(8, 5, 5, input_shape=(1, 47, 122), border_mode='valid'))
model.add(Activation('tanh'))

model.add(MaxPooling2D(pool_size=(2, 3)))
model.add(Dropout(0.45))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 21, 39), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 18, 36), border_mode='valid'))
model.add(Activation('tanh'))

model.add(Convolution2D(16, 4, 4, input_shape=(1, 15, 33), border_mode='valid'))
model.add(Activation('tanh'))

model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.55))

model.add(Flatten())
model.add(Dense(input_dim=16*6*15, output_dim=256, init='glorot_uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.60))

model.add(Dense(input_dim=256, output_dim=128, init='glorot_uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.40))

model.add(Dense(input_dim=128, output_dim=2, init='glorot_uniform'))
model.add(Activation('softmax'))

获得字符个数之后就可以均分获得单个字符

单个字符识别

我之前也是训练了个cnn modelusing Keras，但是精度只有大概85%(48个类)，后来改用Caffe+mnist精度到了89%，稍好

model 4

model = Sequential()

model.add(Convolution2D(8, 5, 5, input_shape=(1, 28, 28), border_mode='valid'))
model.add(Activation('tanh'))
model.add(Dropout(0.5))

model.add(Convolution2D(16, 3, 3, input_shape=(1, 24, 24), border_mode='valid'))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Convolution2D(32, 3, 3, input_shape=(1, 11, 11), border_mode='valid'))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(input_dim=32*4*4, output_dim=256, init='glorot_uniform'))
model.add(Activation('tanh'))

model.add(Dense(input_dim=256, output_dim=128, init='glorot_uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.4))

model.add(Dense(input_dim=128, output_dim=48, init='glorot_uniform'))
model.add(Activation('softmax'))

Caffe版本的大家参考我的另外一篇博客Caffe使用自己的数据训练，很简单就可以搞定

总结

对于验证码的破解，主要的工作就是让验证码的所有字符分开，之后使用字符的单个识别就可以识别，过程中会用到图像处理的方法，cnn的方法等 
上述的代码我已经打包好放在我的github上，验证码破解demo完整源码，大家下载下来，装好Keras和Caffe环境后，直接运行demo.py就可以得到识别结果，由于没时间优化的原因，识别率只有46%，但是相信作为demo还是可以的，有问题欢迎留言讨论！

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/Gavin__Zhou/article/details/52071797

haoji007
关注
  • 4
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
PwnCha:使用 Tesseract OCR 的极简验证码破解演示
06-18
PwnChA - Captcha Breaker 演示 安装 将网站文件夹内容上传到您的网络服务器 使用正确的网站 URL 编辑capcap.py文件（当前针对本地主机） 使用以下命令设置looperBenchmark.sh可执行文件： chomd +x looperBenchmark.sh 跑步 ./looperBenchmark 输出文件将使用 OCR 结果覆盖每个循环，并将此结果作为验证码字段测试到网站上的 POST 请求中。 要求 结果 此时，我们成功地获得了30%的成功。 执照 This work is under the MIT License (MIT)
使用selenium+OpenCV破解极验滑动/滑块验证码项目源码
02-22
本项目演示了如何使用selenium+OpenCV破解极验的滑动/滑块验证码，本项目仅作为技术交流使用，禁止用于非法用途。
暴力破解（验证码绕过）
rnn0921的博客
07-25 4197
暴力破解--验证码绕过 on client：正确的应该是，后端生成验证码，传到前端时是图片的形式，(而不是以字符串的形式)用户在前端输入验证码，与后端的验证码值做对比。如果想要爆破的话，在每次请求前要把上一次请求的响应包获取到，把其中的token值取出来，token采用递归payload，把上次请求的token值作为本次请求的token值，然后再进行发送，进入options选项，从响应中提取选项，fetch response，在响应包中选中token值，然后提交token，即可运行。
易语言生成验证码模块和演示源码
05-27
资源介绍：。易语言生成验证码模块和演示源码。资源作者：。易语言如何自学。资源界面：。资源下载：。
暴力破解之验证码识别
希望我的博客，能帮上你解决学习中工作中所遇到的问题
04-10 3083
渗透测试过程中，现在验证码越来越多，这对测试的时候遇到的阻力不小，一位大佬给我安利了一个burp插件，Captcha-killer，可以自动对验证码进行识别，从而进行暴力破解。验证码识别是使用了python的开源验证码识别接口ddddocr模块。使用burp抓包，把验证码的包发到Captcha-killer模块。本地尝试一下运行脚本，出现下面信息，代表运行成功。下载好Captcha-Killer模块，选择生成器，这样就可以进行暴力破解啦。【下载不了的，我把安装包放到文末】回到插件，点击获取验证码。
Pikachu-暴力破解验证码绕过
m0_64005272的博客
12-27 2283
3.由于验证码每次会变，我们无法从验证码这块进行暴力破解，回到页面，看一下这个页面的源码，看一下这个验证码是不是在前端做的，发现验证码是在javascript实现的。2. 随便输入账号密码，不输入验证码，提示请输入验证码，输入错误验证码，提示验证码输入错误，看来一定要这个验证码才能过这一步，输入正确验证码，提示账号密码错误。5. 不输入验证码或输错验证码，均输出账号密码错误，并没有说验证码错误，则后台并没有验证这个验证码。4. 输入错误的验证码，提示说验证码输入错误。
破解验证码利器及使用利器
Laity
05-10 1118
推荐使用：超级鹰 # 1.图像识别 很难 根据不同的网页写不同的算法 # 2.选择互联网上成熟的验证码破解工具 # di：记住你的id # 推荐 超级????（鹰） 使用超级鹰： from selenium.webdriver import Chrome import time from chaojiying import Chaojiying_Client web = Chrome() web.get('http://www.chaojiying.com/user/login/') #...
教你python破解滑块验证码！记得收藏！
weixin_45841831的博客
07-04 9625
有小伙伴们私信反馈说，在web自动化的过程中，经常会被登录的验证码给卡住，不知道如何去通过验证码的验证。今天专门给大家来聊聊验证码的问题，一般的情况下遇到验证码我们可以都可以找开发去帮忙解决，关闭验证码！我们自己有没有办法来处理这些验证码的问题呢？答案当然是有的，常见的验证码一般分为两类，一类是图文验证码，一类是滑块验证码！关于图文识别的验证码，之前已经出了相关的识别解决方案，今天就不做过多的介绍了，有兴趣的小伙伴可以领取配套的视频资料。今天我们主要来聊聊滑动验证码如何去识别破解。
burp跑字典，验证码破解4/6
YH，生活越来越好
05-16 4812
Burp Suite 是一种常用的网络安全测试工具，它可以通过暴力破解的方式来。如何使用 Burp Suite 进行呢？
渗透测试-暴力破解之验证码客户端验证绕过
lza20001103的博客
05-01 4762
暴力破解之验证码客户端验证绕过
ASP.NET验证码控件附演示
03-16
摘要:.NET源码,控件组件,验证码控件　验证码控件附演示源码，数字+字符的验证码控件，有未编译过的源码，的，可以实现不规则的底纹噪点，，Demo代码是C#的。
jsp引用servlet生成的验证码代码演示
10-26
验证码在网站中是一个非常常用的，主要用于有效防止对某一个特定注册用户用特定程序暴力破解方式进行不断的登陆尝试，今天提供的代码是jsp引用servlet生成的验证码
基于YOLOv5工地上安全帽佩戴的检测源码+训练好模型+数据集.zip
04-24
YOLO高分设计资源源码，详情请查看资源内容中使用说明 YOLO高分设计资源源码，详情请查看资源内容中使用说明 YOLO高分设计资源源码，详情请查看资源内容中使用说明 YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明YOLO高分设计资源源码，详情请查看资源内容中使用说明
2011管理类联考199综合能力全国硕士研究生招生考试解析.pdf
04-24
考研管理类联考综合能力答案解析，考研真题，考研历年真题，考研管理类联考历年真题，真题解析。
NIUCLOUD-ADMIN 是一款快速开发SaaS通用管理系统后台框架.zip
04-24
springboot框架 一、Spring Boot基础应用 Spring Boot特征 概念： 约定优于配置，简单来说就是你所期待的配置与约定的配置一致，那么就可以不做任何配置，约定不符合期待时才需要对约定进行替换配置。 特征： 1. SpringBoot Starter：他将常用的依赖分组进行了整合，将其合并到一个依赖中，这样就可以一次性添加到项目的Maven或Gradle构建中。 2,使编码变得简单，SpringBoot采用 JavaConfig的方式对Spring进行配置，并且提供了大量的注解，极大的提高了工作效率，比如@Configuration和@bean注解结合，基于@Configuration完成类扫描，基于@bean注解把返回值注入IOC容器。 3.自动配置：SpringBoot的自动配置特性利用了Spring对条件化配置的支持，合理地推测应用所需的bean并自动化配置他们。 4.使部署变得简单，SpringBoot内置了三种Servlet容器，Tomcat，Jetty,undertow.我们只需要一个Java的运行环境就可以跑SpringBoot的项目了
2024-2030全球及中国冷冻有机毛豆行业研究及十五五规划分析报告.docx
04-24
2024-2030全球及中国冷冻有机毛豆行业研究及十五五规划分析报告
SpringBoo车险理赔源码.rar
04-24
SpringBoo车险理赔源码.rarSpringBoo车险理赔源码.rarSpringBoo车险理赔源码.rar
Python实现基于机器学习的银行客户认购产品预测项目源码+数据集+模型文件.zip
最新发布
04-24
详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；详情请查看资源内容中使用说明；
原生php封装一个验证码类
03-29
这将生成一个验证码图像并将其输出到浏览器。要检查用户输入的验证码是否正确，可以调用`check()`方法： ```php if ($captcha->check($_POST['captcha'])) { // 验证码正确 } else { // 验证码错误 } ``` 请注意...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值