这是「进击的Coder」的第 394 篇技术分享

作者：崔庆才

来源：崔庆才丨静觅

之前的文章中其实已经提到过如何使用深度学习来识别滑动验证码缺口，文章见利用 Python 深度学习识别滑动验证码缺口。

之前的案例是网易盾，现在我想在某验的基础上做一些实验，也就是说训练一个可以识别某验滑动验证码缺口的模型。

所以第一步便是准备一些训练素材了，比如类似这样的：

这里就需要把右侧的验证码缺口找出来，比如标注出目标滑块的左侧偏移位置。

所以，要训练深度学习模型，我们就需要很多样例图片对吧，所以像上一篇文章一样，我需要收集一些这样的图片，然后手工标注一些缺口位置，然后用于模型的训练。

不过，存在的一个问题就是，某验的背景图片花样太少了，就那么几种背景图，只是缺口位置变了变，所以它对于训练一个健壮的模型是不太够用的。

于是我就有了一个想法 —— 自己做标注数据。

也就是说我要自己生成一些类似上面的图片，顺便生成的过程就记录下来了目标滑块的位置了，顺便标注数据也就生成了。

思路

先看下最后我生成的效果吧：

就是这样的，这个图是用代码生成的。

其实很简单，这里就是生成一张背景图，然后贴上左侧和右侧的滑块就好了，左侧的就是源滑块，右侧就是缺口，二者的高度是一样的。另外观察下，左侧的滑块是有黑色阴影和黄色内阴影的，右侧的滑块是有黑色内阴影的。

那这个这么生成呢？

往下看。

获取滑块 RGB

首先，在制作之前其实我是不知道滑块的具体像素 RGB 值的，比如目标滑块我看到它似乎是个半透明的样子，还带有一些纹理，而且滑块和背景是融为一体的，我怎么把它抠出来呢？

比如就这张图：

我想单独把滑块和缺口对应的图层抠出来？怎么做到呢？直接抠可能比较难。

不过这里还有另一个信息，那就是我可以通过检查网页源代码拿到无滑块的原图，如图所示：

具体获取方法从源码里面把 CSS 样式改掉就好了：

所以，很自然地，二者像素做差就行了，代码如下：

import cv2
import numpy as npimage1 = cv2.imread('image1.png')
image2 = cv2.imread('image2.png')
sub = image1 - image2
cv2.imwrite('sub.png', sub)

OK，这里我们使用 cv2 把图片读取为 Numpy 数组，然后二者做差即可，结果如下：

可以看到我们就把二者的不同之处做出来了，比如纯黑色的就是完全一致的，带有一些彩色的可能是因为一些像素偏移导致的，当然最明显的就是两个滑块的的像素内容就单独提出来了。

和我们预估的一样，原始滑块就是带有黑色阴影和黄色内阴影，目标缺口就是带有黑色内阴影。

OK，接下来我就简单用 PS 大法把它们抠出来了，最后效果如下：

这里就是一张原始滑块图、一张目标缺口图，这样缺口图就准备好了。

生成验证码

有了缺口图，那怎么生成验证码呢？很简单，随便找点图，然后裁切成想要的大小就好了。

比如这里就有一张图：

我们就用这张图生成验证码，写个算法裁切一下，裁切成想要的大小：

然后再把刚才的两个滑块和缺口图贴上就好了。

那具体裁切的算法这么写呢？比如扁平的图应该以高为基准放缩，然后从横向中间裁切出来，比如竖高的图就以宽为基准方所，然后纵向从中间裁切出来。这里我先收集了几十张背景图，大小各异：

可以看到有长的、有方的、有竖的、有扁的。

裁切算法实现如下：

import cv2
import os
import numpy as np
from loguru import loggerCAPTCHA_WIDTH = 520
CAPTCHA_HEIGHT = 320for root, dirs, files in os.walk('input'):for file in files:image_path = os.path.join(root, file)logger.debug(f'image path {image_path}')image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)image_height, image_width, image_dim = image.shapeif image_dim == 3:b_channel, g_channel, r_channel = cv2.split(image)alpha_channel = np.ones(b_channel.shape, dtype=b_channel.dtype) * 255image = cv2.merge((b_channel, g_channel, r_channel, alpha_channel))if image_width / image_height > CAPTCHA_WIDTH / CAPTCHA_HEIGHT:image = cv2.resize(image, (int(CAPTCHA_HEIGHT * image_width / image_height), CAPTCHA_HEIGHT))image_height, image_width, _ = image.shapeimage = image[:, int(image_width / 2 - CAPTCHA_WIDTH / 2): int(image_width / 2 + CAPTCHA_WIDTH / 2)]else:image = cv2.resize(image, (CAPTCHA_WIDTH, int(CAPTCHA_WIDTH * image_height / image_width)))image_height, image_width, _ = image.shapeimage = image[int(image_height / 2 - CAPTCHA_HEIGHT / 2): int(image_height / 2 + CAPTCHA_HEIGHT / 2), :]cv2.imwrite(f'output/{file}', image)logger.debug(f'finish output/{file}')

这里就是读取了 input 文件夹下的所有文件，然后根据长宽比进行了裁切，然后将裁切的结果输出到 output 文件夹，裁切结果如下图所示：

合成验证码

好，现在已经有了合适的验证码背景图了，下面就是拼合一下滑块就好了。

滑块图片命名为 block_source.png，目标缺口图片命名为 block_target.png，合成的时候需要注意位置的随机性，比如上下的随机偏移，但也需要控制下滑块的位置，比如源滑块和缺口的高度需要是一直的，缺口应该出现在图片中，而不能跑出去。

最后实现合成算法如下：

import os
from PIL import Image
import random
import glob
from loguru import loggerCAPTCHA_WIDTH = 520
CAPTCHA_HEIGHT = 320image_source = Image.open('block_source.png')
image_target = Image.open('block_target.png')label_offset_x_base = 260
label_offset_y_base = 120count = 0
total = 1000
root_dir = 'output'
file_paths = glob.glob(f'{root_dir}/*.png')while True:file_path = random.choice(file_paths)offset_y = random.randint(-100, 100)offset_x = random.randint(-100, 100)label_offset_x = label_offset_x_base + offset_xlabel_offset_y = label_offset_y_base + offset_yimage_path = os.path.join(file_path)image = Image.open(image_path)image.paste(image_target, (offset_x, offset_y), image_target)image.paste(image_source, (0, offset_y), image_source)label = f'0 {label_offset_x / CAPTCHA_WIDTH} {label_offset_y / CAPTCHA_HEIGHT} 0.16596774 0.24170968'image.save(f'captcha/images/captcha_{count}.png')logger.debug(f'generated captcha file captcha_{count}.png')with open(f'captcha/labels/captcha_{count}.txt', 'w') as f:f.write(label)logger.debug(f'generated label file captcha_{count}.txt')count += 1if count > total:logger.debug('finished')break

这里设定了生成 1000 张图片，然后通过 offset_y 和 offset_x 来控制目标缺口的位置，读取图片之后，通过 image 的 paste 方法指定对应的位置即可，标注结果根据偏移的像素值自行计算。

最后生成到 captcha 文件夹里，images 就是验证码图，labels 就是标注结果，如图所示：

样例验证码如图所示：

这样，背景图片足够丰富，那就足够支撑训练验证码识别模型了，模型也会更加健壮。

训练结果

具体的训练结果我就不赘述了，大家可以参考 https://github.com/Python3WebSpider/DeepLearningImageCaptcha2。

看下模型识别结果：

识别准确率很高，可以完美把想要的缺口标注出来，大功告成。

后记

另外发现缺口的形状也对识别效果有一定的影响，所以滑块和缺口图片也需要多弄几种类型，使模型更加健壮。

End

「进击的Coder」专属学习群已正式成立，搜索「CQCcqc4」添加崔庆才的个人微信或者扫描下方二维码拉您入群交流学习。

看完记得关注@进击的Coder

及时收看更多好文

↓↓↓