Python对旋转图片验证码的识别和破解（二）

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

（二）将验证码图片与所有的图片拼接的大图比较，找到旋转角度

• 使用cv2.getRotationMatrix2D设置选择矩阵，warpAffine进行图片旋转

getRotationMatrix2D比较简单，参数为：旋转圆心坐标(x,y), 旋转角度, 放缩比例

• 使用cv2.matchTemplate来匹配图片

matchTemplate使用各种不同的方法来匹配图片，具体可以参考资料：
result = cv2.matchTemplate( img_all, img, cv2.TM_CCOEFF_NORMED)
min_max_loc = cv2.minMaxLoc(result)

其中matchTemplate的最后一个参数为匹配方法，具体说明见：https://docs.opencv.org/3.3.0/df/dfb/group__imgproc__object.html#ga3a7850640f1fe1f58fe91a2d7583695d
min_max_loc返回（匹配度和匹配位置），但是匹配度与使用的最后一个参数相关，有的匹配方法，匹配度越大越好，有的相反。在此我们使用了TM_CCOEFF_NORMED，并取min_max_loc中的maxVal，越大（接近1）越相似。

核心代码如下：

def is_existed(img_all, img, semilar=0.9):
    '''
    在img_all中寻找img，当相似度到达semilar时停止
    参数：
        img_all:
        img:
        semilar：相似度阀值
    返回：    (maxValue, maxLoc, Angle)
        maxValue: 相似度- 0：不相识，1：全相似
        maxLoc：最相似的位置（x，y）
        Angle：转换到最相似的旋转角度
    '''
    if semilar <0 or semilar >1:
        semilar