004python+selenium+opencv滑块验证

最新推荐文章于 2022-07-15 10:29:54 发布
最新推荐文章于 2022-07-15 10:29:54 发布
阅读量350 收藏 5
点赞数
分类专栏： 反爬虫原理 文章标签： selenium opencv
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/m0_48683643/article/details/114838691
版权

一.内容简介:

  实现对QQ自动模拟登录，以及解决滑块验证。

二.模块描述:

  (1).qq_login.py:主程序
  (2).test_distance.py:定位滑块，获取x轴方向
  (3).info.json:个人账户(json数据格式)

三.实现:

  (1)分析url:https://i.qq.com/;F12调试打开
  (2)问题一:关于iframe框架作用域问题，会影响接下来定位不到元素。
  (3)问题二:关于iframe多层跳入与跳出问题，会影响接下来定位不到滑块元素。


代码一：

import os
import re
import sys
sys.path.append(os.path.abspath(os.path.dirname(__file__)))
import time
import json
from parsel import Selector
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

from test_distance import get_distance


class QQLogin(object):
    def __init__(self):
        self.bw = webdriver.Chrome()

    def get_qq_page(self, url):
    	# 创建brower对象
        bw = self.bw
        # 全窗口显示
        bw.maximize_window()
        bw.get(url)
        # 跳过作用域
        bw.switch_to.frame('login_frame')
        # page = bw.page_source
        # 定位选择使用账号密码登录
        swither_login = WebDriverWait(bw, 10, 0.5).until(EC.presence_of_element_located((By.ID, "switcher_plogin")))
        swither_login.click()
        # 获取个人用户信息(账号，密码)
        with open('info.json', 'r', encoding="utf-8") as fr:
            account = json.load(fr)
        # 定位账号输入框
        user_area = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "u")))
        user_area.click()
        bw.find_element_by_id('u').send_keys(account["username"])
        # 定位密码输入框
        pwd_area = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "p")))
        pwd_area.click()
        bw.find_element_by_id('p').send_keys(account["pwd"])
        # 点击登录
        login_submit = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "login_button")))
        time.sleep(1)
        login_submit.click()
        # 跳出iframe框架，到最外层
        bw.switch_to.default_content()
        # 定位下一个iframe2框架
        iframe2 = bw.find_element_by_css_selector(".login_wrap > iframe")
        # 跳进指定iframe2框架
        bw.switch_to.frame(iframe2)
        time.sleep(1)
        # 跳进指定iframe3框架
        iframe3 = bw.find_element_by_css_selector('#newVcodeIframe > iframe')
        bw.switch_to.frame(iframe3)
        time.sleep(1)

NO.1
在这里插入图片描述
NO.2
在这里插入图片描述


代码二：
  前提是已经解决iframe问题。主要获取滑块背景图和滑块图

    def get_area_img(self, brower):
        # 定位滑块元素,获取滑块图片
        slide_block = brower.find_element_by_id("slideBlock")
        # 截图保存图片
        slide_block.screenshot('./tag_img.png')
		# 获取滑块图片的url
        bg_img_url = brower.find_element_by_xpath('//img[@id="slideBg"]').get_attribute('src')
        # print(bg_img)
        options = webdriver.ChromeOptions()
        # 设置无头浏览,以防关闭上一个窗口
        options.add_argument('--headless')
        bw2 = webdriver.Chrome(options=options)
        bw2.get(bg_img_url)
        # print(brower.page_source)
        # 滑块图定位
        bg_img = bw2.find_element_by_css_selector('body > img')
        bg_img.screenshot('./bg_img.png')

NO.1:滑块背景图
在这里插入图片描述
NO.2:滑块图片
在这里插入图片描述


代码三:
  展示目录
在这里插入图片描述

  test_distance.py

import cv2


def detail_img(old_bg_img):
    bg_img1 = cv2.imread(old_bg_img)
    # 修改图片尺寸
    bg_img_res = cv2.resize(bg_img1, (280, 163), )
    # 保存修改后的图片
    cv2.imwrite('bg_img_res.png', bg_img_res)


def get_distance(bg_image, slider_image):
    detail_img('./bg_img.png')
    bg_img = cv2.imread(bg_image)
    slider_img = cv2.imread(slider_image)
    # cv2.GaussianBlur: https://www.freesion.com/article/2473908556/
    # 高斯滤波,(9,9)高斯内核:都必须为正数和奇数，也可以为零
    bg_gus = cv2.GaussianBlur(bg_img, (9, 9), 0)
    slider_guas = cv2.GaussianBlur(slider_img, (3, 3), 0)
    # 识别图片边缘
    # 127表示最小阈值，260表示最大阈值，用于进一步删选边缘信息(可以自己调试)
    bg_edge = cv2.Canny(bg_gus, 127, 260)
    slider_edge = cv2.Canny(slider_guas, 127, 255)
    # RGB模式是(255,0,0)，BGR模式是(0,0,255)
    bg_img_gray = cv2.cvtColor(bg_edge, cv2.COLOR_GRAY2RGB)
    slider_img_gray = cv2.cvtColor(slider_edge, cv2.COLOR_GRAY2RGB)
    # 显示处理后的图片
    # cv2.imshow('v1', bg_img_gray)
    # cv2.imshow('v2', slider_img_gray)
    # 在滑块背景图中匹配滑块。参数cv.TM_CCOEFF_NORMED是opencv中的一种归一化相关系数匹配法
    res = cv2.matchTemplate(bg_img_gray, slider_img_gray, cv2.TM_CCOEFF_NORMED)
    # min_val, max_val:矩阵最大值最小值
    # min_loc, max_loc:索引最小值，最大值
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
    # x轴坐标
    tl = max_loc
    th, tw = slider_img_gray.shape[:2]
    br = (tl[0]+tw, tl[1]+th)
    # 方框标记，可以在‘out.png’图片查看标记
    cv2.rectangle(bg_img, tl, br, (0, 0, 255), 1)
    cv2.imwrite('out.png', bg_img)
    # print(min_val, max_val, min_loc, max_loc)
    cv2.waitKey(0)
    # print(tl[0])
    return tl[0]


if __name__ == '__main__':
    get_distance('./bg_img_res.png', './tag_img.png')

NO.1：边缘检测结果图
在这里插入图片描述
NO.2:标记结果图(红色方框是自己生成的)：
在这里插入图片描述


代码四(完整): 
# -*- coding:utf8 -*-
import os
import re
import sys
sys.path.append(os.path.abspath(os.path.dirname(__file__)))
import time
import json
from parsel import Selector
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

from test_distance import get_distance


class QQLogin(object):
    def __init__(self):
        self.bw = webdriver.Chrome()
        self.headers = {
            'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.111 Safari/537.36',
            'Connection': 'keep-alive',
            'Host': 'aegis.qq.com'
        }

    def get_qq_page(self, url):
        bw = self.bw
        bw.maximize_window()
        bw.get(url)
        # 跳过作用域
        bw.switch_to.frame('login_frame')
        # page = bw.page_source
        swither_login = WebDriverWait(bw, 10, 0.5).until(EC.presence_of_element_located((By.ID, "switcher_plogin")))
        swither_login.click()
        with open('info.json', 'r', encoding="utf-8") as fr:
            account = json.load(fr)
        user_area = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "u")))
        user_area.click()
        bw.find_element_by_id('u').send_keys(account["username"])
        pwd_area = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "p")))
        pwd_area.click()
        bw.find_element_by_id('p').send_keys(account["pwd"])
        # 点击登录
        login_submit = WebDriverWait(bw, 5, 0.5).until(EC.presence_of_element_located((By.ID, "login_button")))
        time.sleep(1)
        login_submit.click()
        # 跳出上层的iframe框架
        bw.switch_to.default_content()
        iframe2 = bw.find_element_by_css_selector(".login_wrap > iframe")
        # 跳进指定iframe2框架
        bw.switch_to.frame(iframe2)
        time.sleep(1)
        # 跳进指定iframe3框架
        iframe3 = bw.find_element_by_css_selector('#newVcodeIframe > iframe')
        bw.switch_to.frame(iframe3)
        time.sleep(1)

        self.get_area_img(bw)
        self.get_distance(bw)

    def get_area_img(self, brower):
        # # 获取去全图图片
        # full_img_screen = brower.get_screenshot_as_png()
        # # 左上(左上节点), 右下(右下节点)
        # cut_info = (774, 161, 1054, 320)
        # # 将图片转成二进制流形式
        # full_img = Image.open(BytesIO(full_img_screen))
        # # 二进制流截图
        # cut_img = full_img.crop(cut_info)
        # # 保存区域截图
        # cut_img.save("./yz.png")

        # 定位滑块元素,获取滑块图片
        slide_block = brower.find_element_by_id("slideBlock")
        slide_block.screenshot('./tag_img.png')

        bg_img_url = brower.find_element_by_xpath('//img[@id="slideBg"]').get_attribute('src')
        # print(bg_img)
        options = webdriver.ChromeOptions()
        options.add_argument('--headless')
        bw2 = webdriver.Chrome(options=options)
        bw2.get(bg_img_url)
        # print(brower.page_source)
        # 背景图定位
        bg_img = bw2.find_element_by_css_selector('body > img')
        bg_img.screenshot('./bg_img.png')

    def get_distance(self, brower):
        # 获取距离
        distance = get_distance('./bg_img_res.png', './tag_img.png')
        # 定位按钮
        slider_block = WebDriverWait(brower, 10, 0.5).until(EC.presence_of_element_located((By.ID, "slideBlock")))
        # 创建动作链
        action = webdriver.ActionChains(brower)
        action.click_and_hold(slider_block).perform()
        page = brower.page_source
        element = Selector(page)
        # 获取slideBlock css样式
        slideBlock_style = element.css('#slideBlock::attr("style")').get()
        slideBlock_left_val = re.findall(r'left: (\d+|\d+.\d+)px;', slideBlock_style)[0]
        print(distance, slideBlock_left_val)
        diff_distance = float(int(distance) - int(slideBlock_left_val))
        action.move_by_offset(diff_distance, 0)
        action.release().perform()

    def main(self):
        self.get_qq_page('https://i.qq.com/')


if __name__ == '__main__':
    qq_login = QQLogin()
    qq_login.main()

备注:有些图片未能识别滑块缺口，导致不能自动登录。( 仅供学习使用，违法必究！)
Tivain
关注
  • 0
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Python OpenCV 使用滑动条来调整函数参数的方法
09-19
主要介绍了Python OpenCV 使用滑动条来调整函数参数的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
滑动验证码的破解（python+opencv+selenium）
qew110123的专栏
03-18 882
这个周末突然接到电话，要监听一个网页内容，如果网页发生了变化，需要邮件通知。第一感觉这个事应该挺简单的啊，用爬虫把页面读取下来，如果和上次爬取的内容不一样，不就说明发生了变化了嘛。这个时候我把改网页打开，突然发现，what，竟然是要登录后才能跳转到想要的网页，心想这个也没有什么吗，大不了我把账号，密码填进去不就ok了么，当我把账号密码填进去，又TM出幺蛾子了，竟然出现了如下的滑动验证码。 这个时候，我心里一万个羊驼奔驰而过，就一个网页监听，至于这么事么，为了完成领导的安排，我还是踏实的的解决吧。记得以前看
Python基于OpenCV实现滑块验证
qq_51038274的博客
07-15 2431
Python基于OpenCV实现滑块验证，爬虫是pyppeteer
python 使用opencv处理selenium的图片滑块验证码问题
weixin_38039773的博客
07-16 1303
一、获取图片地址： 1.使用selenium通过获取接口返回请求获取图片地址： #获取背景图和缺口图地址 def getpicpath(): request_log = browser.get_log('performance') print(request_log) for i in range(len(request_log)): message = json.loads(request_log[i]['message']) message = message['message']['p
TrackBar控件
Henry的博客
05-18 411
目录 1. 介绍 2. 代码演示 1. 介绍 2. 代码演示 import cv2 import numpy as np # 创建窗口 cv2.namedWindow('trackbar',cv2.WINDOW_NORMAL) cv2.resizeWindow('trackbar',640,480) # 定义回调函数 def callback(value): print(value) # 创建三个trackbar cv2.createTrackbar('R','t..
python+selenium+unittest环境搭建1
08-08
python+selenium+unittest环境搭建1
python+selenium个人开发的自动化测试框架
01-27
在网上或者测试行业现阶段分析了一下，python这门语言学习起来简单一些但是功能强大，最后2016年下半年决定在空余时间学习研究python+selenium，最终在年底开发出来一个可使用的基于web页面的自动化测试框架。...
python3.8.1+selenium实现登录滑块验证功能
09-16
主要介绍了python3.8.1+selenium解决登录滑块验证的问题,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
python+selenium+unittest自动化测试demo
10-09
使用python+selenium+unittest自动化测试框架编写的一个demo，可实现测试用例管理，批量执行用例，生成测试报告，自动发送邮件等功能
Python+selenium点击网页上指定坐标的实例
09-19
今天小编就为大家分享一篇Python+selenium点击网页上指定坐标的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
使用Python的OpenCV模块识别滑动验证码的缺口（推荐）
09-19
主要介绍了使用Python的OpenCV模块识别滑动验证码的缺口,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下
python-OpenCV轻松入门-中值滤波与滑块调整
ddfool的博客
06-27 199
前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，OpenCV这门技术也越来越重要，很多人都开启了学习OpenCV，本文就介绍了OpenCV的基础内容。 一、中值滤波是什么？ 它是将像素内灰度的中值（在中值计算中包括原像素值）代替该像素的值。 中值滤波器的使用非常普遍，这是因为对于一定类型的随机噪声，它提供了一种优秀的去噪能力，而且比相同尺寸的线性平滑滤波器的模糊程度明显要低。 中值滤波器对处理脉冲噪声非常有效，该种噪声也成为椒盐噪声，因为这种噪声是以黑白点的形式叠加在图像上
python横向滚动条_opencv python 滑动条操作
weixin_39795284的博客
12-15 371
滑动条操作cv2.createTrackbar(trackbarName, windowName, value, count, onChange)cv2.getTrackbarPos(trackbarname, winname)trackbarName:轨道栏名称windowName:窗口名称value：参数的默认值count：参数的最大值onChange：执行的回调函数应用创建一个简单的应用程序...
Python+OpenCV教程3：滑动条
wzw12315的专栏
05-07 783
目标 创建和使用滑动条 OpenCV函数：cv2.createTrackbar(), cv2.getTrackbarPos() 教程 滑动条的使用 首先我们需要创建一个滑动条，如cv2.createTrackbar('R','image',0,255,call_back)，其中 参数1：滑动条的名称 参数2：所在窗口的名称 参数3：当前的值 参数4：最大值 参数5：回调函数名称，...
selenium+opencv处理滑块验证码
m0_59874815的博客
11-11 5337
测试时间：2021年11月7日 大家做爬虫的时候肯定会遇到很多验证码列如本文所指的图像识别： 小伙伴们我讲的可能会比较啰嗦，还希望你们不要嫌弃 这次以顺丰官网查询快递为例： 运单追踪 (sf-express.com)https://www.sf-express.com/cn/sc/dynamic_function/waybill/滑块验证码会在输入快递单号点击查询之后弹出来，这里我们已经为大家准备了一个假的运单号供测试使用嘿嘿嘿 SF1300477886754 我们现在要做的呢就是...
c++ opencv mat_使用java + selenium + OpenCV破解腾讯防水墙滑动验证码
weixin_39880666的博客
11-29 158
腾讯防水墙：007.qq.com* 验证码地址：在线体验 - 腾讯防水墙_专业的业务安全解决方案* 使用OpenCv模板匹配* 成功率90%左右* Java + Selenium + OpenCV产品样例来吧！展示！注意！！！· 在模拟滑动时不能按照相同速度或者过快的速度滑动，需要向人滑动时一样先快后慢，这样才不容易被识别。模拟滑动代码↓↓↓/** 看操作，no bb，直接上代码private 代...
python识图自动化_【python+selenium自动化】图像识别技术在UI自动化测试中的实际运用...
weixin_39595931的博客
11-27 302
引言：目前在图像识别方面的自动化测试框架有很多，其中比较有名的是airtest，主要做手机端的游戏自动化测试（http://airtest.netease.com/）因为没有实际把airtest运用在项目中的经验，所以此篇文章暂不讨论，等后续有时间去实践了，一定回来分享-----------------------------------------------------------------...
OpenCV 系列 --- 交互（一）滑动条
Keep Trying, Keep Fighting
09-16 3163
对图像处理来说，很多时候需要与用户进行交互，最典型的应用有两种：(1) 在算法设计时，要根据某一参数的不同取值来进行相应的计算;(2) 交互式分割算法其中，对第1种情况而言，OpenCV提供了滑动条，可以灵活地设置参数值来进行相应的处理。而对第2种情况而言，则提供了鼠标交互，首先我们介绍关于滑动条的知识点，下文将会给出鼠标的相关知识点。 为了更好地说明滑动条的应用，我采用Canny边缘检测算法来进行
Python selenium自动化 无头浏览器
qq_38232003的博客
12-14 5271
selenium模块 与爬虫的联系 便捷的获取网站中动态加载的数据 便捷的实现模拟登入 定义 基于浏览器自动化的模块。 使用流程 安装环境 pip install selenium 下载浏览器的驱动程序 以下以谷歌浏览器为例： http://chromedriver.storage.googleapis.com/index.html 下载对应版本的驱动 实例化浏览器对象 from selenium import webdriver driver = webdriver.Chrome(execut
滑块验证python
最新发布
08-04
在Python中，可以使用selenium库来处理滑块验证码。首先，使用selenium打开网页，并定位到滑块按钮的位置。然后，使用selenium模拟鼠标拖动滑块完成验证。具体的思路是，首先打开开发者工具，用元素选择整个滑块模块...

“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