太嚣张了！他竟用Python绕过了“验证码”

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了太嚣张了！他竟用Python绕过了“验证码”，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含10755字，纯文字阅读大概需要16分钟。

内容图文

在web页面中，经常会遇到验证码，这对于我这么一个热爱web自动化测试人员，就变成了一件头疼的事。于是千方百计找各种资源得到破解简单的验证码方法。

识别验证码

　　大致分如下几个步骤：

　　　　1.获取验证码图片

　　　　2.灰度处理

　　　　3.增加对比度

　　　　4.降噪

　　　　5.识别

>>>>获取验证码

　　通过各种方法，将含有验证码的图片获取并存贮在本地。

　　本次的方法是：截取当前web页面，然后获取验证码在web页面中的位置，通过位置定位验证码图片再次截取。

　　以163邮箱注册页面为例

　　用到的库：selenium、PIL

　　如果是python2.x，pip install PIL；在python3.x中PIL被移植到pillow 中，所以导入时需要导入pillow，pip install pillow　　

 1 from PIL import Image
 2 
 3 import time
 4 from selenium import webdriver
 5 
 6 
 7 
 8 def get_code_img(driver):
 9 
10    time.sleep(1)
11 
12    # 截取整个浏览器图
13    driver.save_screenshot('webImg.png')
14 
15    # 获取code元素坐标
16    code_element = driver.find_element_by_id('vcodeImg')
17 
18    # 获取code图片坐标值
19    left_location = code_element.location['x']
20    top_location = code_element.location['y']
21 
22    right_location = code_element.size['width'] + left_location
23    below_location = code_element.size['height'] + top_location
24 
25    # 通过坐标值得到code image图
26    web_img = Image.open("webImg.png")
27    code_img = web_img.crop((left_location,top_location,right_location,below_location))
28    code_img.save("codeImg.png")

　　save_screenshot：webdriver中提供的一个方法，截取整个web页面

　　code_element.location：获取某个的位置

　　例如：print(code_element.location)的结果为：{'x': 632, 'y': 511}

　　他是以图片的左上角为基准点，向右为x，向下为y

　　code_element.size：获取图片的尺寸

　　crop：是通过四个坐标点获取位置截图并且生成一张新图，他是Image 中的一个方法。

运行代码

1 if __name__ == '__main__':
2 
3    base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
4 
5    driver = webdriver.Chrome()
6    driver.maximize_window()
7    driver.get(base_url)
8    get_code_img(driver)
9    driver.close()

运行后获得两张图片webImg.png和codeImg.png。codeImg如下：

>>>>灰度处理/增加对比色

 　　将图片的颜色变成灰色并且增加对比色，识别时减少不必要的干扰。 

 1 def gray_img(img):
 2    code_img = Image.open(img)
 3    # 转换为灰度
 4    gray_img = code_img.convert('L')
 5    # 增强亮度
 6    enhance_img = ImageEnhance.Contrast(gray_img)
 7    enhance_img = enhance_img.enhance(3)
 8    return enhance_img
 9 
10 
11 
12 if __name__ == '__main__':
13 
14      gray_img('codeImg.png').show()

　　运行后结果

>>>>降噪

　　根据一个点A的RGB值，与周围的4个点的RGB值进行比较，最初设定一个值N即判断数量（0<N<4），当A的RGB值与周围4个点的RGB相等数小于N时会被视为燥点，被消除。

 1 def clear_noise(img):
 2 
 3 noise_img = img.load()
 4 # 获取图片的尺寸
 5 w,h = img.size
 6 
 7 for y in range(1,h-1):
 8  for x in range(1,w-1):
 9   count = 0
10   if noise_img[x,y-1] > 245:
11    count = count + 1
12   if noise_img[x,y+1] > 245:
13    count = count + 1
14   if noise_img[x-1,y] > 245:
15    count = count + 1
16   if noise_img[x+1,y] > 245:
17    count = count + 1
18   if noise_img[x-1,y-1] > 245:
19    count = count + 1
20   if noise_img[x-1,y+1] > 245:
21    count = count + 1
22   if noise_img[x+1,y-1] > 245:
23    count = count + 1
24   if noise_img[x+1,y+1] > 245:
25    count = count + 1
26   if count > 4:
27       noise_img[x,y] = 255
28 return img
29 
30 if __name__ == '__main__':
31    img = gray_img('codeImg.png')
32    clear_noise(img).show()

运行后结果

>>>>识别

　　识别使用的是pytesseract包。

　　Pytesseract包依赖于tesseract，安装的时候两个都需安装

　　详情参考：

　　　　tesseract： https://github.com/sirfz/tesserocr

　　　　pytesseract：https://github.com/madmaze/pytesseract

1 text = pytesseract.image_to_string(img)
2 print(text)

　　很遗憾，上面的图没有识别出来。

完整代码运行识别

以下图验证码为例

 1 from PIL import Image, ImageEnhance
 2 import time
 3 import pytesseract
 4 from selenium import webdriver
 5 
 6 
 7 def clear_noise(img):
 8 noise_img = img.load()
 9 # 获取图片的尺寸
10 w,h = img.size
11 
12 for y in range(1,h-1):
13  for x in range(1,w-1):
14   count = 0
15   if noise_img[x,y-1] > 245:
16    count = count + 1
17   if noise_img[x,y+1] > 245:
18    count = count + 1
19   if noise_img[x-1,y] > 245:
20    count = count + 1
21   if noise_img[x+1,y] > 245:
22    count = count + 1
23   if noise_img[x-1,y-1] > 245:
24    count = count + 1
25   if noise_img[x-1,y+1] > 245:
26    count = count + 1
27   if noise_img[x+1,y-1] > 245:
28    count = count + 1
29   if noise_img[x+1,y+1] > 245:
30    count = count + 1
31   if count > 4:
32       noise_img[x,y] = 255
33 return img
34 
35 
36 def get_code_img(driver):
37 
38    time.sleep(1)
39 
40    # 截取整个浏览器图
41    driver.save_screenshot('webImg.png')
42 
43    # 获取code元素坐标
44    code_element = driver.find_element_by_id('vcodeImg')
45 
46    # 获取code图片坐标值
47    left_location = code_element.location['x']
48    top_location = code_element.location['y']
49 
50    right_location = code_element.size['width'] + left_location
51    below_location = code_element.size['height'] + top_location
52 
53    # 通过坐标值得到code image图
54    web_img = Image.open("webImg.png")
55    code_img = web_img.crop((left_location,top_location,right_location,below_location))
56    code_img.save("codeImg.png")
57 
58 
59 def gray_img(img):
60    code_img = Image.open(img)
61    # 转换为灰度
62    gray_img = code_img.convert('L')
63    # 增强亮度
64    enhance_img = ImageEnhance.Contrast(gray_img)
65    enhance_img = enhance_img.enhance(3)
66    return enhance_img
67 
68 
69 if __name__ == '__main__':
70 
71    # base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
72    #
73    # driver = webdriver.Chrome()
74    # driver.maximize_window()
75    # driver.get(base_url)
76    # get_code_img(driver)
77    # driver.close()
78    img = gray_img('d.png')
79    img = clear_noise(img)
80    img.show()
81    text = pytesseract.image_to_string(img)
82    print(text)

　　运行结果

　　虽然还是失败的。但至少已经接近了...

　　此次只是对验证码的识别做简单的尝试。虽然此方法识别率不是很高。当然网上有很多收费的识别平台，通过大量联系识别率是很高的，有兴趣的可以去了解下。

　　在认识验证码后我又来兴趣了，想去探个究竟验证码是怎样生成的...下次分享（皮一下）

python之验证码的生成

　　在识别验证码的玩虐后，决定去看看他是怎么生成的。

 大致步骤：

    1.创建图片

    2.对背景像素处理

    3.写入识别码

    4.增加干扰线

    5.滤镜处理

用到的库

1 import random
2 
3 from PIL import Image, ImageFont, ImageDraw,ImageFilter

　　在开始之前，了解下Image下图片的基本属性

　　print（Image.open('img.jpeg')）

　　结果：<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=500x291 at 0x103BA3FD0>

　　　　打印的是：图片格式、mode：彩色值、size：尺寸

　　也可以直接获取该图片的相关属性

　　img = Image.open('img.jpeg')

　　print(img.size, img.format, img.mode)

　　　　结果： (500, 291) JPEG RGB

现在开始生成验证码 

>>>>创建图片

1 from PIL import Image
2 
3 width = 240
4 height = 60
5 
6 # 图像生成
7 image = Image.new('RGB', (width,height), color='red')
8 image.show()

　　new（）是创建一个图片，第一个参数为图片mode也就是色彩值；

　　第二个参数为图片的大小；

　　第三个参数是图片颜色。

　　show（）方法是展示图片

　　运行后结果

>>>>对背景像素处理

1 # 填充每个像素点
2 for i in range(width):
3    for j in range(height
4 
5 ):
6        draw.point((i,j), fill=random_bgcolor())

　　random_bgcolor（）：也是自定义的方法，随机产生颜色。

def random_bgcolor():
   return (random.randint(60,200), random.randint(60,200),random.randint(60,200))

　　返回一个RGB色彩值，其中的颜色取值根据需要设置吧。

打印结果

>>>>写入识别码

1 draw = ImageDraw.Draw(image)
2 # 写入信息
3 for i in range(4):
4    draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color())

　　ImageDraw.Draw(image)是在图片image上创建一个画笔

　　For循环：循环产生4个数字或字母

　　draw.text()方法是写入的内容，

　　　　第一个参数是坐标，坐标自己通过图片尺寸稍为计算下，合理布局；

　　　　第二个参数是写入的内容值，这里传入的是让系统随机产生一个数，方法可以自己定义；

　　　　第三个font为字体，设置的字体必须存在

　　　　第四个是对写入的内容附上颜色，这里传入的是让系统随机产生一个颜色，方法可以自己定义；

第二个参数的方法如下：

 1 def get_random(num,many):
 2        for i in range(many):
 3            s = ""
 4            for j in range(num):
 5                n = random.randint(1,2) # n==1生成数字，n=2生成字母
 6                if n == 1:
 7                    num1 = random.randint(0, 9)
 8                    s +=str(num1)
 9                else:
10                    s +=str(random.choice(string.ascii_letters))
11 
12    return s

第三个参数字体：

font = ImageFont.truetype('Arial.ttf',36)

第四个参数的方法如下：

　　直接返回RGB颜色值

1 def random_color():
2    return (random.randint(64,255), random.randint(64,255), random.randint(64,255))

　　运行上面代码结果：

>>>>增加干扰线

 　　在生成的验证码图片上添加一条干扰线

1 for i in range(2):
2    x1 = random.randint(0, width)
3    y1 = random.randint(0, height)
4    x2 = random.randint(0, width)
5    y2 = random.randint(0, height)
6    draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3)

　　draw.line（）是画线方法

    　　第一个参数：线条坐标，即位置。如上是在图片范围内位置随机

    　　第二个参数：线条的颜色，还是让随机产生

    　　第三个参数：线条的宽度，不设置的话默认为0

　　运行结果

>>>>滤镜处理

 　　增加滤镜，可以增加颜色的不同

　　很简单，一行代码搞定

1 image = image.filter(ImageFilter.BLUR)

结果如下：

　　非常抱歉，我设置产生的随机色颜色值没有调对，导致背景色和字体色颜色太接近，效果看起来不是很好。

　　但是滤镜不是必须项，可以不设置。

完整代码如下

 1 import string
 2 
 3 import random
 4 from PIL import Image, ImageFont, ImageDraw,ImageFilter
 5 
 6 # 生成随机大小数字
 7 def get_random(num,many):
 8        for i in range(many):
 9            s = ""
10            for j in range(num):
11                n = random.randint(1,2) # n==1生成数字，n=2生成字母
12                if n == 1:
13                    num1 = random.randint(0, 9)
14                    s +=str(num1)
15                else:
16                    s +=str(random.choice(string.ascii_letters))
17            return s
18 
19 # 随机颜色RGB
20 def random_color():
21    return (random.randint(64,255), random.randint(64,255), random.randint(64,255))
22 
23 # 随机颜色RGB
24 def random_bgcolor():
25    return (random.randint(60,200), random.randint(60,200), random.randint(60,200))
26 
27 # 字体，字体大小
28 font = ImageFont.truetype('Arial.ttf',36)
29 
30 # 图片尺寸
31 width = 240
32 height = 60
33 
34 # 图像生成
35 image = Image.new('RGB', (width,height), color='red')
36 
37 # 创建绘图对象
38 draw = ImageDraw.Draw(image)
39 
40 # 填充背景色
41 for i in range(width):
42    for j in range(height):
43        draw.point((i,j), fill=random_bgcolor())
44 
45 # 写入信息
46 for i in range(4):
47     draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color())
48 
49 # 插入干扰线
50 for i in range(2):
51    x1 = random.randint(0, width)
52    y1 = random.randint(0, height)
53    x2 = random.randint(0, width)
54    y2 = random.randint(0, height)
55    draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3)
56 
57 # 添加滤镜
58 image = image.filter(ImageFilter.BLUR)
59 
60 # 展示图片
61 image.show()
62 
63 # 保存
64 image.save('code.png')

原文发布在 自动化软件测试 微信公众号，欢迎关注

原文地址：https://mp.weixin.qq.com/s/x3QT8njMX2wKPXKxqDPRyg

内容总结

以上是互联网集市为您收集整理的太嚣张了！他竟用Python绕过了“验证码”全部内容，希望文章能够帮你解决太嚣张了！他竟用Python绕过了“验证码”所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端