滑块验证码的识别

滑块验证码的识别

滑块验证码的识别

• 前言
• 一、滑块验证码的形式
• 二、采用的方法
• • 1.滑块图、背景图切分
  • 2.模板匹配
• 总结

---

前言

最近在一个比价的公司实习，公司里面主要使用爬虫来获取一件商品在其他平台的价格。但是在大部分的时候别的平台不愿意把价格数据直接给你，他们会进行一些反爬的手段。例如使用验证码。验证码有很多的类型，今天主要来说说遇到的滑块验证码的识别。

---

一、滑块验证码的形式

滑块验证码的形式也很多，大多都类似下面这样的。一般类似这样的验证码已经有很成熟的解决方案了。比如js破解，图像识别破解等等。但是我在项目中遇到的验证码有一点不同是下面这种验证码（拼夕夕的验证码）可以看到背景更复杂，而且它使用两个缺口，两个缺口的形状不一样，因此对于此类验证码识别更加困难。

二、采用的方法

对该类新型验证码分析，最开始准备使用深度学习的方法，大力出奇迹，但是有一个现实问题没多少数据。公司目前收集的也只有六七十张，于是只好放弃深度学习，采用传统方法opencv来做。使用opencv做的思路就是，获取滑块图和背景图，进行模板匹配，匹配度最高作为结果输出

1.滑块图、背景图切分

想要拿到干净的滑块图和背景图需要进行js破解，这个破解比较耗时一张验证码大概需要30s，30s后验证码都失效了，所以我只能手动切图。下面是切图代码：

def crop(img_name):
    img = cv2.imread(img_name)
    # bg = img[130:,0:362]  # 裁剪坐标为[y0:y1, x0:x1]
    part = img[0:362,0:139]
    bg = img[0:362,139:]
    # cv2.imwrite("part_crop.png", part)
    # cv2.imwrite("bg_crop.png", bg)
    return bg,part

切好的滑块图和背景图
图片切好过后就可以进行模板匹配了

2.模板匹配

对切好的图片先进行轮廓提取，然后再使用模板匹配，其中轮廓提取使用了Canny算子：

def detect_captcha_gap(bg,tp):
     '''
     bg: 背景图片
     tp: 缺口图片
     return:空缺距背景图左边的距离
     '''
     # 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
     bg_img = bg
     tp_img = tp
     # 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)
     # cv2.imwrite("bg_style.png",bg_pic) # 保存背景轮廓提取
     # cv2.imwrite("slide_style.png",tp_pic) # 保存滑块背景提取
     # 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
     th, tw = tp_pic.shape[:2]
     tl = max_loc # 左上角点的坐标
     # 返回缺口的左上角X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("result_new.png", bg_img) # 保存在本地
     # 返回缺口的左上角X坐标
     return tl[0]

下面是Canny算子提取的轮廓图，可以发现效果还是不错，能够看到两幅图中的相似轮廓。


模板匹配的结果
目前已经能够正确匹配出滑块对应缺口的位置了。

---

总结

做完这个项目发现即使在深度学学习迅猛发展的今天，传统视觉仍然有巨大的作用。