推荐学习书目 Learn Python the Hard Way Python Sites PyPI - Python Package Index http://diveintopython.org/toc/index.html Pocoo 值得关注的项目 PyPy Celery Jinja2 Read the Docs gevent pyenv virtualenv Stackless Python Beautiful Soup 结巴中文分词 Green Unicorn Sentry Shovel Pyflakes pytest Python 编程 pep8 Checker Styles PEP 8 Google Python Style Guide Code Style from The Hitchhiker's Guide
这是一个创建于 3028 天前的主题，其中的信息可能已经有所发展或是发生改变。
最近可能是和验证码杠上了 ...
项目地址： https://github.com/chxj1992/slide_captcha_cracker
Demo： http://slide-captcha.chxj.name
相比之前利用神经网络训练来破解普通验证码，这个可能更具通用性，因为不用依赖训练数据。
滑动验证码拼图的定位问题只是破解过程中的一个环节，代码主要采用 opencv 提供的一些函数对图片进行处理后来实现定位，在这里只是提供一个思路，抛砖引玉。
关于滑动验证码
演示项目所用到的滑动验证码的实现相对简单，整个交互过程主要包含以下步骤：
- 服务端将背景图片和拼图图片合并为一张图片，并记录下拼图在背景图中的
x 坐标，然后将拼好图片和单独的拼图图片返回给客户端 - 客户端实现单片拼图在背景图上拖动的动画效果，并在用户完成拖动动作后，将当前拼图所处位置的坐标数据加密后返回给服务端
- 服务端解密数据并比较客户端返回的
x 坐标数据并与之前保存的x 坐标数据进行比较，允许小范围内的误差
实现原理
基于以上的验证码实现，本例子通过以下方式实现对验证码拼图在背景图中的定位（其他步骤较为简单，不做考虑）：
- 利用
opencv库中提供的边界查找函数(cv2.findContours)提取单片拼图边缘轨迹并构造成一个二维矩阵（算子） - 利用
高斯模糊算子（ cv2.GaussianBlur ）和Canny 边缘检测算子（ cv2.Canny ）对背景图进行处理，凸显出拼图在图片中的边缘 - 用拼图轨迹算子在处理后的背景图上进行
互相关操作，所得最大（小）值的位置就是拼图在背景图中的坐标
其他问题
拼图的定位只是破解滑动验证码的一个中间环节，想要破解一个好的验证码产品除了定位拼图在整个图片中的位置外，可能还有以下几个问题需要考虑：
- 从服务端获取的背景图可能是经过加密的（可以阅读 js 源码获得恢复图片的算法）
- 返回给服务端的参数一般是经过加密处理的（可以阅读 js 源码理解算法）
- 服务端可能会对用户滑动行为的移动轨迹对用户进行校验（可以尝试通过 selenium 等工具模拟拖动行为，或者积累真实的拖动数据后学习规律并通过 js 源码获得构造数据的算法）
 | 1 misaka19000 2017-06-29 17:58:35 +08:00 这种验证的核心是不是对滑动轨迹的坐标进行计算，以此来进行 robot 判断？ |
 | 2 hanbing135 2017-06-29 18:07:32 +08:00 via Android 完全看不懂 这玩意不能用机器学习训练出来吗 |
 | 3 chxj1992 OP @misaka19000 对，我觉得那个也是一个重点，但如果不是用第三方（极验那种）提供的实现，自己也比较难实现对轨迹的校验，所以这里只讨论了定位拼图位置的问题 |
| 4 chxj1992 OP @hanbing135 之前也想过，如果用深度学习的方法，首先需要大量的训练数据，并且如果以背景图的定位点作为输出结果来分类，训练难度也比较大。还有就是如果背景图会变化，深度学习的方式也很受影响。边缘检测在这些方面要好得多。对机器学习了解不多，说的不对请指正哈 |
 | 5 NaVient 2017-06-30 09:46:31 +08:00 楼主的想法很赞，给人的启发也挺大的，Ｍａｒｋ了改天试下 |
Select Language