Python对旋转图片验证码的识别和破解（一）

Python对旋转图片验证码的识别和破解

本文主要使用python + selenium来破解旋转突破的验证码；其中用到numpy和OpenCV（CV2）来进行图片拼接，转换，遮罩，识别等，共分为三个部分：

（一）旋转图片的正确位置

旋转突破最难的在于如何计算旋转角度，我们不可能用人工智能的方式来自动识别图片摆正的位置，那么我们只能遍历可能出现的图片并保存。通常遍历有两种可能：

1. HTML代码中有所有图片的链接或Base64图片数据
2. 程序自动运行，抓取图片，分析图片的异同，然后手工调正

---

第一种方法

图片1的方法很简单，比如51fapiao开出的发票url，当需要下载或浏览发票时，会有一个验证码，这个验证随机出现滑动验证码或者旋转验证码，但检查其出现验证码的html时，发现它保存有所有正确验证码图片的url列表

# 使用正则表达式取出所有的正确图像的url
html = driver.page_source
url_list = re.findall(
    "\'(http[^\']+?\d+?\.(?:jpg|png))\'", html, re.S)
# 旋转图片通常是一个正方形，假设宽高分别为w，h（通常w = h)
# 为了识别的方便，需要将所有图像拼接到一起，形成一行图像（或1列图像）
n = len(url_list)
img_all = np.zeros((h, w*n), dtype=np.uint8)
n = 0
for img_url in url_list:
    try:
        # 下载图像并载入
        r = requests.get(img_url)
        img_tmp = cv2.imdecode(np.asarray(
            bytearray(r.content), dtype=np.uint8), cv2.IMREAD_COLOR)
    except:
        continu