极验滑动验证码识别系统实现

崇恩圣帝
• 阅读 428

在网络世界中,极验滑动验证码是常见的人机验证形式之一,通过拖动滑块拼合图像来完成验证。本文将介绍如何使用Python和Selenium库来实现极验滑动验证码的自动识别和验证过程。

准备工作 在开始之前,请确保已经安装好了Selenium库和Chrome浏览器,并且下载了对应版本的ChromeDriver驱动程序。

了解极验滑动验证码 极验滑动验证码的验证方式是通过拖动滑块将图像拼合完成,验证成功后才能继续操作。我们将以极验滑动验证码官网提供的示例为基础进行演示。

实现步骤

  1. 初始化 首先,我们需要初始化链接地址、创建模拟浏览器对象,并设置登录账户和密码等信息。

python

EMAIL = 'your_email@example.com' PASSWORD = 'your_password'

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 crack(self):
    pass

主程序入口

if name == 'main': crack = CrackGeetest() crack.crack() 2. 模拟登录填写,打开滑块验证 在实例化CrackGeetest对象后调用crack()方法开始模拟登录验证。首先打开登录界面,输入账户和密码,然后点击滑动验证按钮。

python

class CrackGeetest(): # ...

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

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()
    # ...
  1. 获取并储存有无缺口的两张图片 获取无缺口的验证图片并保存到本地,然后点击滑块,获取有缺口的验证图片并保存。

python

class CrackGeetest(): # ...

def get_position(self):
    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):
    screenshot = self.browser.get_screenshot_as_png()
    screenshot = Image.open(BytesIO(screenshot))
    return screenshot

def get_geetest_image(self, name='captcha.png'):
    top, bottom, left, right = self.get_position()
    screenshot = self.get_screenshot()
    captcha = screenshot.crop((left, top, right, bottom))
    captcha.save(name)
    return captcha

def get_slider(self):
    slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'geetest_slider_button')))
    return slider

def crack(self):
    # ...

    # 获取验证码图片
    image1 = self.get_geetest_image('captcha1.png')
    # 点击呼出缺口
    slider = self.get_slider()
    slider.click()
    # 获取带缺口的验证码图片
    image2 = self.get_geetest_image('captcha2.png')

    # ...
  1. 获取缺口位置 对比两张图片的像素点,得到缺口位置。

python

class CrackGeetest(): # ...

def get_gap(self, image1, image2):
    left = 65
    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):
    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 crack(self):
    # ...

    # 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

    # ...
  1. 获取移动轨迹 根据缺口位置获取滑块的移动轨迹。

python

class CrackGeetest(): # ...

def get_track(self, distance):
    track = []
    current = 0
    mid = distance * 4 / 5
    t = 0.2
    v = 0

    while current < distance:
        if current < mid:
            a = 2
        else:
            a = -3
        v0 = v
        v = v0 + a * t
        move = v0 * t + 1 / 2 * a * t * t
        current += move
        track.append(round(move))
    return track

def crack(self):
    # ...

    # 获取移动轨迹
    track = self.get_track(gap)
    print('滑动轨迹', track)

    # ...
  1. 按照轨迹拖动,完成验证 根据移动轨迹拖动滑块完成验证。

python

class CrackGeetest(): # ...

def move_to_gap(self, slider, track):
    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

更多内容联系1436423940

点赞
收藏
评论区
推荐文章
马尚 马尚
8个月前
破解滑动验证码
滑动验证码是一种常见的验证码形式,用于验证用户是否为人类而不是机器。破解滑动验证码是网络爬虫和自动化程序常遇到的挑战之一。在这个示例中,我们将使用深度学习框架TensorFlow来破解滑动验证码。1.下载验证码图片首先,我们需要从验证码网址下载验证码图片。
马尚 马尚
8个月前
破解人机验证:如何应对极验滑块验证码
极验滑块验证码是一种常见的人机验证机制,它通过要求用户在拖动滑块到特定位置来验证用户的人类身份。在这篇文章中,我们将介绍如何破解极验滑块验证码,以便于自动化程序能够绕过这种验证。1.获取验证码图片首先,我们需要从目标网站获取极验滑块验证码的图片。通常,这个
马尚 马尚
8个月前
应用深度学习技术破解滑动验证码
要训练一个有效的深度学习模型来破解滑动验证码,首先需要大量的训练数据。这些数据包括滑动验证码的图片和对应的滑块位置。你可以通过爬虫技术从网站上收集这些数据,确保数据覆盖各种类型和难度的验证码。2.模型选择与训练在准备好数据后,接下来是选择合适的深度学习模型
马尚 马尚
8个月前
使用Python实现验证码识别
验证码是网络应用中常见的安全验证机制,但对于自动化程序而言,验证码可能成为访问网站或执行特定任务的障碍。本文将介绍如何使用Python实现验证码的识别与破解,帮助您应对验证码带来的挑战。1.安装必要的库首先,确保您已经安装了以下Python库:bashpi
马尚 马尚
8个月前
滑块验证码破解
滑块验证码是一种常见的人机验证方式,通过移动滑块来验证用户身份。本文将介绍如何使用Python实现滑块验证码的破解,包括轨迹生成、滑块位置识别等步骤。1.安装所需库确保已经安装了以下Python库:bashpipinstallopencvpythonnum
马尚 马尚
8个月前
滑块验证码破解
滑块验证码是一种常见的人机验证方式,通过移动滑块来验证用户身份。本文将介绍如何使用Python实现滑块验证码的破解,包括轨迹生成、滑块位置识别等步骤。1.安装所需库确保已经安装了以下Python库:bashpipinstallopencvpythonnum
马尚 马尚
8个月前
使用 Puppeteer 破解滑块验证码
在网络世界中,滑块验证码已经成为了常见的登录验证手段之一。本文将以掘金网站为例,通过前端技术Puppeteer实现自动化操作,使用CanvasAPI对验证码图片进行处理,识别出滑块的位置,并模拟拖拽滑块,实现一个高效且识别概率很高的破解方案。1.准备工作首
崇恩圣帝 崇恩圣帝
7个月前
如何使用Python识别英文数字验证码
在网络世界中,英文数字验证码被广泛用于验证用户身份或防止机器人恶意行为。本文将介绍如何使用Python和一些常用的库来识别英文数字验证码。1.准备工作首先,确保你已经安装了以下Python库:requests:用于从网络上下载验证码图片Pillow:Pyt
崇恩圣帝 崇恩圣帝
7个月前
滑动验证码识别
在本文中,我们将使用JavaScript语言结合Puppeteer库来实现极验滑动验证码的自动识别和验证过程。通过模拟用户的行为,我们可以有效地应对极验滑动验证码的挑战。准备工作在开始之前,请确保已经安装了Node.js环境,并通过npm安装了Puppet
崇恩圣帝 崇恩圣帝
7个月前
Python实现滑块验证码缺口位置识别的方法及步骤详解
随着互联网的发展,滑块验证码作为一种常见的人机验证方式被广泛应用于各类网站,用于防止机器人和爬虫的自动化操作。然而,针对滑块验证码的破解方法也在不断演变和提升。本文将介绍一种基于Python的图像处理方法,可以准确识别滑块验证码的缺口位置,从而实现自动化验