验证码的识别

一：图形验证码的识别
1.准备工作
①安装pytesseract pip install pytesseract
②在安装过程中存在坑，实际运行时提示路径不在指定位置，处理方式参考
https://blog.csdn.net/wang_hugh/article/details/80760940
2.识别测试
①图片中数字和字母清晰，无噪声

from PIL import Image
import pytesseract
image=Image.open(r'C:\Users\wcl\Desktop\image.png')
result=pytesseract.image_to_string(image)
print(result)

②验证码图片内存在干扰信息，需要转灰度、二值化、改变二值化的阈值等操作
将图片转化为灰度图像

image=image.convert('L')

将图片进行二值化处理，传入数字1

image=image.convert('1')

有干扰图片的处理

from PIL import Image
import pytesseract
image=Image.open(r'C:\Users\wcl\Desktop\image.png')
image=image.convert('L')
threshold=127
table=[]
for i in range(256):
    if i <threshold:
        table.append(0)
    else:
        table.append(1)
image=image.point(table,'1')
result=pytesseract.image_to_string(image)
print(result)

二：极验滑动验证码的识别
1.流程
包括分析识别思路、识别缺口位置、生成滑块拖动路径、模拟实现滑块拼合通过验证等步骤
2.以魅族网站为例
思路：
①模拟点击验证按钮
②识别滑动缺口的位置
?模拟拖动滑块
3.过程
①第一步比较简单，直接用selenium模拟点击按钮
②识别缺口的位置比较关键，需要用到图像相关的处理方法。
分为若干种情况：
a.有原图和有缺口的图
分别截图原图和有缺口的图，通过对比像素，找到两者之间的距离
b.只有有缺口的图
存在某种规律，比如每类滑动滑块滑动的间距一致，这类只需要将两者间距填入即可
c.只有有缺口的图2
两者间距不一致，存在变化，需要将图片切割，然后再合成，此类比较麻烦（不会）
4.详细介绍前两种验证码的识别
①只有有缺口的图1：滑动间距固定

from selenium import webdriver
import time
from selenium.webdriver.common.action_chains import ActionChains
#模拟拖动
def get_track(distance):
    '''
    根据偏移量获取移动轨迹
    :param distance: 偏移量
    :return: 移动轨迹
    '''
    #移动轨迹
    track=[]
    #当前位移
    current=0
    #减速阈值
    mid=distance*4/5
    #计算间隔
    t=0.2
    #初速度
    v=0
    while current<distance:
        if current<mid:
            a=2
        else:
            a=-2
        #初速度 v0
        v0=v#当前速度v=v0+at
        v=v0+a*t
        #移动距离x=v0t+1/2*a*a*t^2
        move=v0*t+1/2*a*t*t
        #当前位移
        current+=move
        track.append(round(move))
    return track
#每次移动的距离是相等的
def main(distance):
    driver = webdriver.Chrome()
    driver.get('https://www.douban.com/')
    driver.switch_to.frame(0)
    #点击<密码登陆>跳转到需要输入账户和密码的界面
    driver.find_element_by_xpath('/html/body/div[1]/div[1]/ul[1]/li[2]').click()
    driver.find_element_by_xpath('//*[@id="username"]').send_keys('your username')
    driver.find_element_by_xpath('//*[@id="password"]').send_keys('your password')
    #输入账户和密码后，点击登陆豆瓣
    driver.find_element_by_xpath('/html/body/div[1]/div[2]/div[1]/div[5]/a').click()
    #有两种情况，一种不需要验证码直接成功进入主页，另一种是登陆过于频繁，需要输入验证码
    time.sleep(2)
    if '我的豆瓣' in driver.page_source:
        return driver.page_source
    else:
        # 滑块位于iframe框架中
        driver.switch_to.frame(0)
        # 定位图片下面的滑动按钮
        element = driver.find_element_by_xpath('//*[@id="tcaptcha_drag_thumb"]')
        # 点击滑动按钮
        ActionChains(driver).click_and_hold(on_element=element).perform()
        # 拖动
        for x in track:
            ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()
        # 松开按钮
        time.sleep(0.5)
        ActionChains(driver).release().perform()
        time.sleep(2)
        return driver.page_source
if __name__=='__main__':
    #distance为实际滑动块和缺口之间的距离，根据实际情况而定
    distance = 180
    #track为使用加速运动拖动的位移
    track=get_track(distance)
    response=main(distance)
    print(response)

②可以同时获取到原图和有缺口的图
a.初始化
选定连接为https://auth.geetest.com/login/，初始化一些配置，如Selenium对象的初始化及一些参数的配置

from selenium.webdriver.support import expected_conditions as EC
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
EMAIL="test@test.com"
PASSWORD="123456"
class GrackGeetest():
    def __init__(self):
        self.url='https://auth.geetest.com/login'
        self.browser=webdriver.Chrome()
        self.wait=WebDriverWait(self.browser,20)
        self.email=EMAIL
        self.password=PASSWORD

b.模拟点击

def get_geetest_button(self):
    button=self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME,'geetest_radar_tip')))
    return button

获取WebElement对象，调用它的click()方法即可模拟点击，

#点击验证按钮
button=self.get_geetest_button()
button.click()

c.识别缺口
首先获取前后两张比对图片，二者不一致的地方即为缺口。获取不带缺口的图片，利用Selenium选取图片元素，得到其所在位置和宽高，然后获取整个网页的截图，图片切出来即可

def get_position(self):
    """
    获取验证码位置
    :return: 验证码位置元组
    """
    img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img')))
    time.sleep(2)
    location = img.location#{'x': 34, 'y': 462}图片左上角点的位置
    size = img.size#{'height': 170, 'width': 170}图片的宽高
    top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[ 'width']
    return (top, bottom, left, right)

def get_geetest_image(self, name='captcha.png'):
     """
     获取验证码图片
     :return: 图片对象
     """
     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
 #知道固定图块的位置，即可将其从大图中裁剪出来
def get_screenshot(self):
    """
    获取网页截图
    :return: 截图对象
    """
    screenshot = self.browser.get_screenshot_as_png()
    screenshot = Image.open(BytesIO(screenshot))
    return screenshot

get_position()函数首先获取图片对象，获取它的位置和宽高，随后返回其左上角和右下角的坐标。get_geetest_image()方法获取网页截图，调用crop()方法将图片裁切出来，返回的是Image对象。
接下来需要获取第二张图片，就是带缺口的图片。要使得图片出现缺口，只需要点击下发给的滑块即可。这个动作触发之后，即可看到缺口图片。

def get_slider(self):
    """
    获取滑块
    :return: 滑块对象
    """
    slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))
    return slider

现在可以得到两张图片，分别赋值给image1和image2。接下来对不图片获取缺口，遍历图片的每一个坐标点，获取两张图片对应像素点的RGB数据。如果二者的RGB数据差距在一定范围内，就代表两个像素相同，继续遍历下一个像素点。如果差距超过一定范围，则代表像素点不同，当前位置为缺口的位置

def is_pixel_equal(self, image1, image2, x, y):
    """
    判断两个像素是否相同
    :param image1: 图片1
    :param image2: 图片2
    :param x: 位置x
    :param y: 位置y
    :return: 像素是否相同
    """
    # 取两个图片的像素点
    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

def get_gap(self, image1, image2):
    """
    获取缺口偏移量
    :param image1: 不带缺口图片
    :param image2: 带缺口图片
    :return:
    """
    left = 60
    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

get_gap()方法即可获取缺口的位置。此方法的参数为两张图片，一张为带缺口的图片，一张为完整图片，遍历两张图片的每个像素，利用is_pixel_equal()方法判断两张图片同一位置的像素是否相等。比较两张图RGB的绝对值是否小于定义的阈值threshold。如果绝对值均在阈值之内，则代表像素点相同，继续遍历。否则代表不相同的像素点，即缺口的位置。
滑块的位置会出现在左边位置，缺口会出现在滑块同一水平的位置，所以滑块一般会在缺口的左边，如果想要寻找缺口，直接从滑块的右侧寻找即可，我们直接设置遍历的起始横坐标为60，也就是在滑块的右侧开始识别，这样识别出来的结果就是缺口的位置。
d.模拟拖动
需要模拟真实的人手操作，前段滑块做匀加速运动，后段做匀减速运动。滑块滑动的加速度用a表示，当前速度用v表示，初速度用v0表示，位移用x表示，所需时间用t表示，它们之间的关系为

x=v0*t+0.5*a*t*t
v=v0+a*t

def get_track(self, distance):
    """
    根据偏移量获取移动轨迹
    :param distance: 偏移量
    :return: 移动轨迹
    """
    # 移动轨迹
    track = []
    # 当前位移
    current = 0
    # 减速阈值
    mid = distance * 4 / 5
    # 计算间隔
    t = 0.2
    # 初速度
    v = 0

    while current < distance:
        if current < mid:
            # 加速度为正2
            a = 2
        else:
            # 加速度为负3
            a = -3
        # 初速度v0
        v0 = v
        # 当前速度v = v0 + at
        v = v0 + a * t
        # 移动距离x = v0t + 1/2 * a * t^2
        move = v0 * t + 1 / 2 * a * t * t
        # 当前位移
        current += move
        # 加入轨迹
        track.append(round(move))
    return track

直到运功轨迹达到总距离时，循环终止。最后得到的track记录了每个时间间隔移动了多少位移，这样滑块的运动轨迹就得到了。
最后按照该云红轨迹拖动滑块即可

def move_to_gap(self, slider, track):
    """
    拖动滑块到缺口处
    :param slider: 滑块
    :param track: 轨迹
    :return:
    """
    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()

传入参数为滑块对象和运动轨迹。首先调用ActionChains的click_and_hold（）方法按住拖动底部滑块，遍历运动轨迹获取每小段位移距离，调用move_by_offset()方法移动此位移，最后调用release()方法松开鼠标。

整体代码：
#崔大神的代码，https://github.com/Python3WebSpider/CrackGeetest/blob/master/crack.py

import time
from io import BytesIO
from PIL import Image
from selenium import webdriver
from selenium.webdriver import ActionChains
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

EMAIL = 'cqc@cuiqingcai.com'
PASSWORD = ''
BORDER = 6
INIT_LEFT = 60


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

    def __del__(self):
        self.browser.close()

    def get_geetest_button(self):
        """
        获取初始验证按钮
        :return:
        """
        button = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_radar_tip')))
        return button

    def get_position(self):
        """
        获取验证码位置
        :return: 验证码位置元组
        """
        img = self.wait.until(EC.presence_of_element_located((By.CLASS_NAME, 'geetest_canvas_img')))
        time.sleep(2)
        location = img.location
        size = img.size
        top, bottom, left, right = location['y'], location['y'] + size['height'], location['x'], location['x'] + size[
            'width']
        return (top, bottom, left, right)

    def get_screenshot(self):
        """
        获取网页截图
        :return: 截图对象
        """
        screenshot = self.browser.get_screenshot_as_png()
        screenshot = Image.open(BytesIO(screenshot))
        return screenshot

    def get_slider(self):
        """
        获取滑块
        :return: 滑块对象
        """
        slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))
        return slider

    def get_geetest_image(self, name='captcha.png'):
        """
        获取验证码图片
        :return: 图片对象
        """
        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 open(self):
        """
        打开网页输入用户名密码
        :return: None
        """
        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(self.email)
        password.send_keys(self.password)

    def get_gap(self, image1, image2):
        """
        获取缺口偏移量
        :param image1: 不带缺口图片
        :param image2: 带缺口图片
        :return:
        """
        left = 60
        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):
        """
        判断两个像素是否相同
        :param image1: 图片1
        :param image2: 图片2
        :param x: 位置x
        :param y: 位置y
        :return: 像素是否相同
        """
        # 取两个图片的像素点
        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

    def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance: 偏移量
        :return: 移动轨迹
        """
        # 移动轨迹
        track = []
        # 当前位移
        current = 0
        # 减速阈值
        mid = distance * 4 / 5
        # 计算间隔
        t = 0.2
        # 初速度
        v = 0

        while current < distance:
            if current < mid:
                # 加速度为正2
                a = 2
            else:
                # 加速度为负3
                a = -3
            # 初速度v0
            v0 = v
            # 当前速度v = v0 + at
            v = v0 + a * t
            # 移动距离x = v0t + 1/2 * a * t^2
            move = v0 * t + 1 / 2 * a * t * t
            # 当前位移
            current += move
            # 加入轨迹
            track.append(round(move))
        return track

    def move_to_gap(self, slider, track):
        """
        拖动滑块到缺口处
        :param slider: 滑块
        :param track: 轨迹
        :return:
        """
        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 login(self):
        """
        登录
        :return: None
        """
        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):
        # 输入用户名密码
        self.open()
        # 点击验证按钮
        button = self.get_geetest_button()
        button.click()
        # 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)
        # 减去缺口位移
        gap -= BORDER
        # 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)

        success = self.wait.until(
            EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功'))
        print(success)

        # 失败后重试
        if not success:
            self.crack()
        else:
            self.login()


if __name__ == '__main__':
    crack = CrackGeetest()
    crack.crack()