极验反混淆调用w值图片还原记录

2022年6月3日22:07:35
[地址]: https://www.geetest.com/demo/slide-popup.html
如下是返混淆的js

以9.10为例子
返混淆前 6771行代码

反混淆后

返混淆流程大概就这样：（好像不能直接贴代码,不然过不了）

剩下的流程大概就是找加密位置，扣代码咯。
w1：
w2:

长度和浏览器计算的一样，就是请求的时候需要模拟鼠标点击，和点击时间，这应该就是所谓的风控，一些浏览器的值也加入了计算，如果指纹少了，node和浏览器计算的长度不一样。
w3:
自己摸索。算法一样。网上挺多的。

首先是图片还原：
还原前图片
还原后的图片

图片还原代码javascript版本:

const {createCanvas, loadImage} = require('canvas')
const webp = require("webp-converter");
const fs = require('fs');
function bg_image_path(input_path, out_path, bg_path) {
    const webp = require('webp-converter');
    const result = webp.dwebp(input_path, out_path, "-o", logging = "-v");
    result.then((response) => {
        const canvas1 = createCanvas(312, 160)
        const canvas2 = createCanvas(260, 160)
        const o = canvas1.getContext('2d')
        const s = canvas2.getContext('2d')
        loadImage(out_path).then(image => {
            o.drawImage(image, 0, 0)
            let Ut = [
                39, 38, 48, 49, 41, 40, 46, 47, 35, 34, 50, 51, 33, 32, 28, 29,
                27, 26, 36, 37, 31, 30, 44, 45, 43, 42, 12, 13, 23, 22, 14, 15, 21, 20, 8,
                9, 25, 24, 6, 7, 3, 2, 0, 1, 11, 10, 4, 5, 19, 18, 16, 17
            ]
            for (var a = 80, _ = 0; _ < 52; _ += 1) {
                var c = Ut[_] % 26 * 12 + 1, u = 25 < Ut[_] ? a : 0, l = o.getImageData(c, u, 10, a);
                s.putImageData(l, _ % 26 * 10, 25 < _ ? a : 0)
            }
            const buffer = canvas2.toBuffer('image/png')
            fs.writeFileSync(bg_path, buffer)
        })
    });
    return bg_path
}

bg_image_path('./bg.webp', './bg.jpg', './bg.png')

图片还原python版本（这是网上的）

# -*- coding: utf-8 -*-
# @Time    : 2022/5/21 18:20
# @Author  : Mint..lv
# @Site    : 
# @File    : imgCover.py
# @Software: PyCharm
# -*- coding: utf-8 -*-
import io
from pathlib import Path

from PIL import Image


def parse_bg_captcha(img, im_show=False, save_path=None):
    """
    
    """
    if isinstance(img, (str, Path)):
        _img = Image.open(img)
    elif isinstance(img, bytes):
        _img = Image.open(io.BytesIO(img))
    else:
        raise ValueError(f'输入图片类型错误, 必须是<type str>/<type Path>/<type bytes>: {type(img)}')
    # 图片还原顺序, 定值
    _Ge = [39, 38, 48, 49, 41, 40, 46, 47, 35, 34, 50, 51, 33, 32, 28, 29, 27, 26, 36, 37, 31, 30, 44, 45, 43,
           42, 12, 13, 23, 22, 14, 15, 21, 20, 8, 9, 25, 24, 6, 7, 3, 2, 0, 1, 11, 10, 4, 5, 19, 18, 16, 17]
    w_sep, h_sep = 10, 80

    # 还原后的背景图
    new_img = Image.new('RGB', (260, 160))
    for idx in range(len(_Ge)):
        x = _Ge[idx] % 26 * 12 + 1
        y = h_sep if _Ge[idx] > 25 else 0
        # 从背景图中裁剪出对应位置的小块
        img_cut = _img.crop((x, y, x + w_sep, y + h_sep))
        # 将小块拼接到新图中
        new_x = idx % 26 * 10
        new_y = h_sep if idx > 25 else 0
        new_img.paste(img_cut, (new_x, new_y))

    if im_show:
        new_img.show()
    if save_path is not None:
        save_path = Path(save_path).resolve().__str__()
        new_img.save(save_path)
    return new_img


if __name__ == '__main__':
    parse_bg_captcha("./test.webp", im_show=True, save_path='bg.jpg')

使用cv2 识别一下缺口：

# -*- coding: utf-8 -*-
# @Time    : 2022/5/21 23:33
# @Author  : Mint..lv
# @Site    : 
# @File    : identify_gap.py
# @Software: PyCharm
import cv2


def identify_gap(bg, tp, out):
    """

    :param bg: 背景图片
    :param tp: 缺口图片
    :param out: 输出图片
    :return:
    """
    # 读取背景图片和缺口图片
    bg_img = cv2.imread(bg)  # 背景图片
    tp_img = cv2.imread(tp)  # 缺口图片

    # 识别图片边缘
    bg_edge = cv2.Canny(bg_img, 100, 200)
    tp_edge = cv2.Canny(tp_img, 100, 200)

    # 转换图片格式
    bg_pic = cv2.cvtColor(bg_edge, cv2.COLOR_GRAY2RGB)
    tp_pic = cv2.cvtColor(tp_edge, cv2.COLOR_GRAY2RGB)

    # 缺口匹配
    res = cv2.matchTemplate(bg_pic, tp_pic, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)  # 寻找最优匹配

    # 绘制方框
    th, tw = tp_pic.shape[:2]
    tl = max_loc  # 左上角点的坐标
    br = (tl[0] + tw, tl[1] + th)  # 右下角点的坐标
    cv2.rectangle(bg_img, tl, br, (0, 0, 255), 2)  # 绘制矩形
    cv2.imwrite(out, bg_img)  # 保存在本地

    # 返回缺口的X坐标
    return tl, br


if __name__ == '__main__':
    print(identify_gap('./origin.jpg', './key.png', './result.jpg'))

结果：

以上仅为初次实战ast反混淆的记录，仅为个人观点。