使用Python和OpenCV实现滑动验证码识别及自动登录的完整教程

准备工作
确保你已经安装了Python和OpenCV库，并且能够访问网络。

实现步骤
1. 初始化
首先，创建一个Python文件，并导入所需的库。

python

import time
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from PIL import Image
from io import BytesIO
2. 模拟登录填写，点开滑块验证
在模拟登录过程中，我们需要输入账户和密码，然后点击滑块验证按钮。

python

class CrackGeetest():
    def __init__(self):
        self.url = 'https://account.geetest.com/login'
        self.browser = webdriver.Chrome()
        self.wait = WebDriverWait(self.browser, 20)

    def open(self):
        self.browser.get(self.url)
        email = self.wait.until(EC.presence_of_element_located((By.ID, 'email')))
        password = self.wait.until(EC.presence_of_element_located((By.ID, 'password')))
        email.send_keys('your_email')
        password.send_keys('your_password')
        button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_radar_tip')))
        button.click()
3. 获取并储存有无缺口的两张图片
接下来，我们需要获取网页截图并裁剪出验证码图片，包括有缺口和无缺口的图片。

python

def get_geetest_image(self, name='captcha.png'):
    top, bottom, left, right = self.get_position()
    print('验证码位置', top, bottom, left, right)
    screenshot = self.get_screenshot()
    captcha = screenshot.crop((left, top, right, bottom))
    captcha.save(name)
    return captcha

def crack(self):
    self.open()
    image1 = self.get_geetest_image('captcha1.png')
    time.sleep(2)
    slider = self.get_slider()
    slider.click()
    image2 = self.get_geetest_image('captcha2.png')
4. 获取缺口位置
通过对比两张图片的像素点，找到缺口位置。

python

def get_gap(self, image1, image2):
    left = 65
    for i in range(left, image1.size[0]):
        for j in range(image1.size[1]):
            if not self.is_pixel_equal(image1, image2, i, j):
                left = i
                return left
    return left

def is_pixel_equal(self, image1, image2, x, y):
    pixel1 = image1.load()[x, y]
    pixel2 = image2.load()[x, y]
    threshold = 60
    if abs(pixel1[0]-pixel2[0])<threshold and abs(pixel1[1]-pixel2[1])<threshold and abs(pixel1[2]-pixel2[2])<threshold:
        return True
    else:
        return False
5. 获取移动轨迹
根据缺口位置计算出拖动滑块的轨迹。

python

def get_track(self, distance):
    track = []
    current = 0
    mid = distance * 4 / 5
    t = 0.2
    v = 0

    while current < distance:
        if current < mid:
            a = 2
        else:
            a = -3
        v0 = v
        v = v0 + a * t
        move = v0 * t + 1 / 2 * a * t * t
        current += move
        track.append(round(move))
    return track
6. 按照轨迹拖动，完成验证
最后，根据计算出的轨迹拖动滑块完成验证。

python

def move_to_gap(self, slider, track):
    ActionChains(self.browser).click_and_hold(slider).perform()
    for x in track:
        ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)
    ActionChains(self.browser).release().perform()

def crack(self):
    # 获取验证码图片
    image1 = self.get_geetest_image('captcha1.png')
    # 点按呼出缺口
    slider = self.get_slider()
    slider.click()
    # 获取带缺口的验证码图片
    image2 = self.get_geetest_image('captcha2.png')
    # 获取缺口位置
    gap = self.get_gap(image1, image2)
    print('缺口位置', gap)
    # 获取移动轨迹
    track = self.get_track(gap)
    print('滑动轨迹', track)
    # 拖动滑块
    self.move_to_gap(slider, track)
7. 完成登录
如果验证成功，则执行登录操作。

python

def login(self):
    submit = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'login-btn')))
    submit.click()
    time.sleep(10)
    print('登录成功')

def crack(self):
    # 模拟登录填写...
    # 获取并储存有无缺口的两张图片...
    # 获取缺口位置...
    # 获取移动轨迹...
    # 按照轨迹拖动...
    
    # 失败后重试
    if not success:
        self.crack()
    else:
        self.login()

更多内容联系1436423940