python基于cv2和selenium通过极验拼图拖动验证

前言

部分参考blog

https://blog.csdn.net/m0_50944918/article/details/112135031
https://blog.csdn.net/hjxu2016/article/details/77833336
https://www.bilibili.com/video/BV1kT4y1L7e5?from=search&seid=1953780930962809824&spm_id_from=333.337.0.0

吐槽

这两天想尝试通过拼图拖动这种验证码，后来经过查询发现很多公司都是用的极验。随机上网查了部分博客，从中学习了很多种方法。但是个人觉得都比较复杂，然后自己使用了cv2的灰度+二值化发现可以轻松获取到拼图的边缘，所以边缘检测这边是我自己写得，可以获取到按钮拖动的距离。下面的拖动加速度等拖动操作主要参考了别人的代码(^_−)☆
感谢@我不是秃头sheep的帮忙

代码

1.引入库

import random
import time
import cv2
import numpy as np
from selenium import webdriver

2.初始化浏览器驱动，设置全局变量btn

options = webdriver.ChromeOptions()
options.add_argument("--auto-open-devtools-for-tabs")
driver = webdriver.Chrome(chrome_options=options)
btn = None

3.编写爬虫对网页元素截图

    def get_pic(self):
        url = "https://www.geetest.com/Register?email="
        self.driver.get(url)
        self.driver.maximize_window()
        self.driver.implicitly_wait(10)
        self.driver.find_element_by_xpath(
            '//*[@id="gt-register-mobile"]/div/div[2]/div[1]/div[2]/div/div[3]/div[1]/input').send_keys("1")
        self.driver.find_element_by_xpath(
            '//*[@id="gt-register-mobile"]/div/div[2]/div[1]/div[2]/div/div[3]/div[2]/div[1]/div').click()
        ele = self.driver.find_element_by_xpath(
            '/html/body/div[3]/div[2]/div[6]/div/div[1]/div[1]/div/a/div[1]/div/canvas[2]')
        time.sleep(0.5)
        ele.screenshot('ele.png')
        global btn
        btn = self.driver.find_element_by_xpath("/html/body/div[3]/div[2]/div[6]/div/div[1]/div[2]/div[2]")

4.cv2边缘识别，获取平移值

    def get_targetOffsetX(self):
        """模仿人的拖拽动作：快速沿着X轴拖动（存在误差），再暂停，然后修正误差
        防止被检测为机器人，出现“图片被怪物吃掉了”等验证失败的情况
        :param source:要拖拽的html元素
        :param targetOffsetX: 拖拽目标x轴距离
        :return: None"""
        # 读取原图片
        img = cv2.imread("ele.png", 0)
        # 二值化（达到阈值的像素变成黑色）
        _, th = cv2.threshold(img, 80, 255, 1)
        # cv2.imshow("2", th)
        # cv2.waitKey()

        # hape[0] =图像的高
        # shape[1] =图像的宽

        # 截取起始位置的拼图
        th1 = th[0:th.shape[0], 0:55]
        # 截取拼图的终点位置
        th2 = th[0:th.shape[0], 55:th.shape[1]]

        # 第一个参数是寻找轮廓的图像；
        # 第二个参数表示轮廓的检索模式，有四种（本文介绍的都是新的cv2接口）：
        #     cv2.RETR_EXTERNAL     表示只检测外轮廓
        #     cv2.RETR_LIST                检测的轮廓不建立等级关系
        #     cv2.RETR_CCOMP