反反爬虫(1) :破解图片/文字验证码(翻过这座山,让世界听到你的故事)

本文主要是介绍反反爬虫(1) :破解图片/文字验证码(翻过这座山,让世界听到你的故事),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 验证码
    • 字符验证码
      • OCR识别
        • 灰度处理
        • 二值化处理
        • OCR识别
      • 打码平台
  • 小结

验证码

全自动区分计算机和人类的公开图灵测试 (Completely Automated Public Turing test to tell Computers and Humans Apart),简称 CAPTCHA,俗称 验证码

由于这个测试是由计算机来考人类,而不是标准图灵测试中那样由人类来考计算机,所以也被称为反向图灵测试。

验证码可以有效防止恶意注册,刷票,论坛“灌水” 等有损网站利益的行为。验证码的原理很简单:人类有主观意识,能够根据要求执行操作,而计算机却不能。

最初,验证码是一张带有字符的图片,用户只需要将图片中的字符输入到文本框中即可,但这种简单的验证码很快就被绕过了。于是人们向图片中加入了一些混淆的元素,如斜线,彩色斑点等。接着出现了一些基于用户操作的验证码,也就是行为验证码。常见的有滑动验证码,拼图验证码和文字点选验证码等。

字符验证码

字符验证码是指用数字,字母,汉字和标点符号等字符作为元素的图片验证码。字符验证码是常见的验证码类型。它将人类视觉和计算机视觉的差异作为区分用户身份的依据。

在这里插入图片描述

OCR识别

我们曾在前边的文章中使用 百度AI开放平台文字识别 成功地从图片中识别电话号码,那么是否可以用来识别验证码图片中的文字呢? 将网站中的验证码保存到本地,然后调用 百度OCR 进行识别:

在这里插入图片描述

相较于之前的电话号码来说,本次所面对的验证码是带有彩色背景斜线和噪点,而且图片中字符颜色和背景色并没有强烈反差,这些因素都会影响识别效果。

要想提高识别的成功率,我们必须对图片进行处理,例如降低斜线和噪点对文字的干扰,增强背景色与字符颜色的反差。

也就是说,我们需要对图片进行灰度处理(去掉彩色)和二值化处理(降低干扰,增强颜色反差)。

灰度处理
from PIL import Imageim = Image.open(r"C:\Users\Administrator\Desktop\code.png")
im = im.convert('L')
im.show()

在这里插入图片描述

这时候整张图片变成了灰色,但字符颜色与背景颜色并不明显,对识别没有明显帮助。接下来,我们对图片进行二值化处理,并尝试识别处理后的图片。

二值化处理

二值化处理其实就是根据 阈值 调整原图的像素值,将大于阈值的像素点颜色改为白色,小于阈值的像素点颜色改为黑色,这样就能够达到增强颜色反差的目的。

def handler(grays, threshold=170):"""二值化处理:param grays: 待处理的图片:param threshold: 默认阈值为 160, 可根据实际情况调整:return:"""table = []for i in range(256):if i < threshold:table.append(0)else:table.append(1)anti = grays.point(table, '1')return anti

彩色的验证码图片在经过灰度和二值化处理后变成了如下的样子

在这里插入图片描述

OCR识别

处理后的图片轮廓清晰,字符与背景颜色反差大。此时我们再次调用 百度OCR 对图片进行识别

在这里插入图片描述

本次识别的效果还是不错的,那么我们多获取一些验证码图片尝试一下

在这里插入图片描述

对于随机的 8张略微复杂的验证码,OCR 的效果就不忍直视了。在实际应用中,图片验证码的识别成功率达到 75% 才能够满足爬虫工程师的需求。面对这样的问题,我们是否还有其他的解决方法呢?

打码平台

打码平台的主要功能就是提供验证码识别,目前主流的打码平台都支持数字、汉字、英文字母、图片、座标、答题等各种形式的验证码的智能识别,机器与人工相配合,平均识别时间 1~3秒,有着非常高的识别率

本次我们以 超级鹰 打码平台为例,展示打码平台的使用!

在这里插入图片描述

  • 注册账号登录网站

  • 查看接口开发文档,在超级鹰的文档中,我们可以很容易找到 接口地址,请求方式,参数设置等信息

在这里插入图片描述

  • 编写代码

    import base64
    import requestsdef vaifyCode_API(path):# 图片处理with open(path, 'rb') as f:img_content = f.read()img = base64.b64encode(img_content)# 参数构造data = {'user': '账号','pass': '密码','softid': '软件ID','codetype': '1902',  # 验证码类型'file_base64': img,  # 图片base64字符串}url = 'http://upload.chaojiying.net/Upload/Processing.php'# 发起请求data = requests.post(url=url, data=data).json()# 返回识别结果return data.get('pic_str')result = vaifyCode_API('1.jpg')
    print(result)
    
  • 识别结果

在这里插入图片描述

小结

添加了干扰信息的字符验证码可以有效增加识别难度和错误率。除了斜线和噪点外,还可以使用字符扭曲,角度旋转和文字重叠等方法。

对于复杂验证码的识别,本文仅介绍了打码平台的使用,此外我们还可以借助深度学习来对验证码进行识别工作。

这篇关于反反爬虫(1) :破解图片/文字验证码(翻过这座山,让世界听到你的故事)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/394774

相关文章

Python实现自动化接收与处理手机验证码

《Python实现自动化接收与处理手机验证码》在移动互联网时代,短信验证码已成为身份验证、账号注册等环节的重要安全手段,本文将介绍如何利用Python实现验证码的自动接收,识别与转发,需要的可以参考下... 目录引言一、准备工作1.1 硬件与软件需求1.2 环境配置二、核心功能实现2.1 短信监听与获取2.

基于Python开发批量提取Excel图片的小工具

《基于Python开发批量提取Excel图片的小工具》这篇文章主要为大家详细介绍了如何使用Python中的openpyxl库开发一个小工具,可以实现批量提取Excel图片,有需要的小伙伴可以参考一下... 目前有一个需求,就是批量读取当前目录下所有文件夹里的Excel文件,去获取出Excel文件中的图片,并

Java实现数据库图片上传与存储功能

《Java实现数据库图片上传与存储功能》在现代的Web开发中,上传图片并将其存储在数据库中是常见的需求之一,本文将介绍如何通过Java实现图片上传,存储到数据库的完整过程,希望对大家有所帮助... 目录1. 项目结构2. 数据库表设计3. 实现图片上传功能3.1 文件上传控制器3.2 图片上传服务4. 实现

Flask 验证码自动生成的实现示例

《Flask验证码自动生成的实现示例》本文主要介绍了Flask验证码自动生成的实现示例,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... 目录生成图片以及结果处理验证码蓝图html页面展示想必验证码大家都有所了解,但是可以自己定义图片验证码

Java实现数据库图片上传功能详解

《Java实现数据库图片上传功能详解》这篇文章主要为大家详细介绍了如何使用Java实现数据库图片上传功能,包含从数据库拿图片传递前端渲染,感兴趣的小伙伴可以跟随小编一起学习一下... 目录1、前言2、数据库搭建&nbsChina编程p; 3、后端实现将图片存储进数据库4、后端实现从数据库取出图片给前端5、前端拿到

Python使用PIL库将PNG图片转换为ICO图标的示例代码

《Python使用PIL库将PNG图片转换为ICO图标的示例代码》在软件开发和网站设计中,ICO图标是一种常用的图像格式,特别适用于应用程序图标、网页收藏夹图标等场景,本文将介绍如何使用Python的... 目录引言准备工作代码解析实践操作结果展示结语引言在软件开发和网站设计中,ICO图标是一种常用的图像

SpringBoot集成图片验证码框架easy-captcha的详细过程

《SpringBoot集成图片验证码框架easy-captcha的详细过程》本文介绍了如何将Easy-Captcha框架集成到SpringBoot项目中,实现图片验证码功能,Easy-Captcha是... 目录SpringBoot集成图片验证码框架easy-captcha一、引言二、依赖三、代码1. Ea

如何使用CSS3实现波浪式图片墙

《如何使用CSS3实现波浪式图片墙》:本文主要介绍了如何使用CSS3的transform属性和动画技巧实现波浪式图片墙,通过设置图片的垂直偏移量,并使用动画使其周期性地改变位置,可以创建出动态且具有波浪效果的图片墙,同时,还强调了响应式设计的重要性,以确保图片墙在不同设备上都能良好显示,详细内容请阅读本文,希望能对你有所帮助...

Python自动化处理手机验证码

《Python自动化处理手机验证码》手机验证码是一种常见的身份验证手段,广泛应用于用户注册、登录、交易确认等场景,下面我们来看看如何使用Python自动化处理手机验证码吧... 目录一、获取手机验证码1.1 通过短信接收验证码1.2 使用第三方短信接收服务1.3 使用ADB读取手机短信1.4 通过API获取

Python脚本实现图片文件批量命名

《Python脚本实现图片文件批量命名》这篇文章主要为大家详细介绍了一个用python第三方库pillow写的批量处理图片命名的脚本,文中的示例代码讲解详细,感兴趣的小伙伴可以了解下... 目录前言源码批量处理图片尺寸脚本源码GUI界面源码打包成.exe可执行文件前言本文介绍一个用python第三方库pi