图片滑块验证码的解决

其他的不多说,直奔主题:

本次是以微信注册中所遇到滑块验证码为例,主要的目的就是让脚本实现自动识别阴影部分的位置,然后计算出距离拖动滑块完成验证操作

想要从1处滑动到2处,就需要知道1处和2处的中间点的x轴坐标位置,1点的坐标基本是固定的,2点的坐标是不断在变化的.我的方法也是在网上查到的,思路就是得出原图,然后和有阴影的图片进行对比从而得出阴影部分的位置.图片只需要得到3位置的部分就可以了.左边的部分不需要.

获取原图的方式还是比较麻烦的,我尝试了抓包,但是失败了,第一次抓iOS的包,微信的这些数据是https的,数据是加密后的.当然也有可能是我比较水. 我最终获取的方式是截取3中除去2的右边部分,然后在不断刷新,直至刷出2在3的右边的时候,截取左边的部分,然后将2张截图合并在一起.获取完整图片.脚本端我是使用触动精灵来做的,触动精灵有提供屏幕截取以及图片合并的api
下面是我收集原图的代码,比较笨,如果有人有更好的方法,欢迎交流

require("TSLib")
require("sz")--[[
(200,232)    (609,232)
(200,563)    (609,563)
]]--name="马路"
--i的值为你需要的位置
i=0
--snapshot( name.."前.png",200,232,i-1,563);
--snapshot( name.."后.png",i,232,609,563); --图片合成
--imageOperMerge({name.."前.png",name.."后.png"},name..".png", 0);
--滑块图截取
--snapshot("测试1.png",200,232,609,563)nLog("执行完成")

触动精灵文档地址

滑块验证的图片都是固定的几张图片,在我写这篇博客的时候微信的滑块验证共13张图片.
获取到我们需要的原图之后.因为触动没有直接提供对本地图片像素的提取访问,而我对lua的库第三方库也不是很熟悉,所以图片对比的代码我是用我最熟悉的Java来完成的

package com.wkk.test;import javax.imageio.ImageIO;
import javax.imageio.ImageWriter;
import javax.imageio.stream.ImageOutputStream;
import java.awt.*;
import java.awt.image.BufferedImage;
import java.io.File;
import java.io.IOException;
import java.util.Iterator;public class Test {public static void main(String[] arg) {String path1 = "D:\\马路.png";String path2 = "D:\\测试1.png";int dv = getDifferenceValue(path1, path2);System.out.println(dv);}/*** 通过像素对比来计算偏差值** @param path1 原图位置* @param path2 滑块图位置* @return 偏差值*/public static int getDifferenceValue(String path1, String path2) {int result = 0;File file = new File(path1);File file1 = new File(path2);if (!file.exists() || !file1.exists()) {System.out.println("文件不存在");return 0;}try {BufferedImage image = ImageIO.read(file);BufferedImage image1 = ImageIO.read(file1);int height = image.getHeight();int width = image.getWidth();//遍历每一个像素点,对比,相同为0,不同为1int[][] ints = new int[height][width];for (int x = 1; x < width; x++) {for (int y = 1; y < height; y++) {int color = image.getRGB(x, y);int color1 = image1.getRGB(x, y);if (color == color1) {ints[y - 1][x - 1] = 0;} else {ints[y - 1][x - 1] = 1;}}}//通过上下左右像素的对比来去除杂色,并且计算最大值最小值int maxX = -1;int minX = 999;for (int y = 0; y < ints.length; y++) {int is[] = ints[y];for (int x = 0; x < is.length; x++) {if (is[x] == 1) {ints[y][x] = checkPixel(x, y, ints);if (ints[y][x] == 1) {if (x > maxX) {maxX = x;}if (x < minX) {minX = x;}}}}}//此处只是为了生成效果图方便观察,实际操作中不必执行createImage(width,height,ints);result = (maxX + minX) / 2;} catch (Exception e) {e.printStackTrace();}return result;}/*** 通过上下左右像素的对比来检测像素点是否是杂色** @param x* @param y* @param ints* @return*/public static int checkPixel(int x, int y, int[][] ints) {boolean result1 = true;boolean result2 = true;int s1 = 0;for (int i = 0; i < 30; i++) {if ((x + i) < ints[1].length && ints[y][x + i] != 1) {s1++;}}if (s1 > 15) {result1 = false;}int s2 = 0;for (int i = 0; i < 30; i++) {if (x - i > 0 && ints[y][x - i] != 1) {s2++;}}if (s2 > 15) {result2 = false;}if (result1 || result2) {s1 = 0;for (int i = 0; i < 30; i++) {if (y + i < ints.length && ints[y + i][x] != 1) {s1++;}}if (s1 > 15) {result1 = false;}s2 = 0;for (int i = 0; i < 30; i++) {if (y - i > 0 && ints[y - i][x] != 1) {s2++;}}if (s2 > 15) {result2 = false;}if (result1 || result2) {return 1;}}return 0;}/*** 创建图片* @param width* @param height* @param ints* @throws IOException*/public static void createImage(int width, int height, int ints[][]) throws IOException {BufferedImage bi = new BufferedImage(width, height, BufferedImage.TYPE_4BYTE_ABGR);Graphics2D graphic = bi.createGraphics();graphic.setColor(new Color(0xffffff));graphic.fillRect(0, 0, width, height);for (int y = 0; y < ints.length; y++) {int is[] = ints[y];for (int x = 0; x < is.length; x++) {if (is[x] == 1) {bi.setRGB(x, y, 0x0000ff);}}}Iterator<ImageWriter> it = ImageIO.getImageWritersByFormatName("png");ImageWriter writer = it.next();File f = new File("c://img.png");ImageOutputStream ios = ImageIO.createImageOutputStream(f);writer.setOutput(ios);writer.write(bi);}}

这个程序的重点就在像素的对比上,脚本的代码很简单没有放上去的必要,上面的代码就是核心的代码,整个流程就是脚本截取图片上传到服务器上,服务器对图片进行对比操作过后返回2点的中间位置x轴的坐标.然后脚本计算转化过后进行滑动操作.整个过程从开始到滑动结束,网络正常的情况下所需时间在3秒以内,贴一下效果图:

对比图:

不知道这样的操作叫不叫图片二值化-_-
上面代码中有去除杂色的部分,因为截图和原图的像素除了滑块部分外并非完全相同,所以需要上下对比15个像素来确定是不是滑块中的点,下面这一张是没有去除杂色的图片:

因为是计算滑块区域的x轴最大值最小值,所以杂色会对计算造成干扰.

关于如何确定当前滑块图对应的哪一张原图问题,我采取的方法,也是比较笨的方法,每一张图都截取图片左下角的一小片位置然后循环区域找图,找到了就知道对应关系了.如果有更好的方法欢迎交流.

脚本的代码只是关于点色的判断,都很简单就不贴了.看下最终效果图:

实时桌面反应没那么快,将就着看吧.

本文中的滑块验证码只是以微信的为例子,实际很多其他平台的滑块验证码也可以通过这种方式去解决,当前这种方式,这是解决方案的一种.如果有更好的思路,欢迎评论交流.

2017-12-21
上面对比像素的代码太乱了,而且还不大好用,现在重新整理优化下

 /*** 通过像素对比来计算偏差值** @param path1 原图位置* @param path2 滑块图位置* @return 偏差值*/public int getDifferenceValue(String path1, String path2) {int result = 0;File file = new File(path1);File file1 = new File(path2);try {BufferedImage image = ImageIO.read(file);BufferedImage image1 = ImageIO.read(file1);int width = image.getWidth();int height = image.getHeight();int[][] colors = new int[width][height];for (int x = 1; x < width; x++) {for (int y = 1; y < height; y++) {int color1 = image.getRGB(x, y);int color2 = image1.getRGB(x, y);if (color1 == color2) {colors[x - 1][y - 1] = 0;} else {colors[x - 1][y - 1] = 1;}}}int min = 999;int max = -1;for (int x = 0; x < colors.length; x++) {for (int y = 0; y < colors[x].length; y++) {if (colors[x][y] == 1) {colors[x][y] = checkPixel(x, y, colors);if (colors[x][y] == 1) {if (x > max) {max = x;} else if (x < min) {min = x;}}}}}result = (max + min) / 2;} catch (IOException e) {e.printStackTrace();}return result;}public int checkPixel(int x, int y, int[][] colors) {int result = colors[x][y];int num = 0;if ((y + 30) < colors[x].length) {for (int i = 1; i <= 30; i++) {int color = colors[x][y + i];if (color == 0) {num += 1;}}if (num > 15) {return 0;}}return result;}public static void createImage(int width, int height, int ints[][], String name) throws IOException {BufferedImage bi = new BufferedImage(width, height, BufferedImage.TYPE_INT_RGB);Graphics2D graphic = bi.createGraphics();graphic.setColor(new Color(0x003D1CFF));graphic.fillRect(0, 0, width, height);for (int x = 0; x < ints.length; x++) {for (int y = 0; y < ints[x].length; y++) {if (ints[x][y] == 1) {bi.setRGB(x, y, 0xFF7F2E);}}}Iterator<ImageWriter> it = ImageIO.getImageWritersByFormatName("png");ImageWriter writer = it.next();File f = new File("c://" + name + ".png");ImageOutputStream ios = ImageIO.createImageOutputStream(f);writer.setOutput(ios);writer.write(bi);}

https://mp.weixin.qq.com/s/6pMjn83xWkM4cvhXyh90tQ

图片滑块验证码的解决相关推荐

淘宝滑块验证码的解决方法和接口
采集淘宝商品详情遇到滑块验证码的解决方法最近更新时间:2019年11月25日,*大家都知道,淘宝的反爬虫机制十分严,而很多时候,没办法高效的拿到数据内容响应终端需求,而依赖爬虫就会造成动不动就出现滑 ...
滑块验证码，图片滑块验证码（兼容pc和H5）
背景:登录部分以前用的是那种需要手动输入的验证码方式,现在好多同行都改成了滑块,或者图片滑块验证码的方式(咱们也需要与时俱进,不能落后与竞争对手哈).对于触屏(也就是H5页面)的网站,可以在pc端打开 ...
Python OpenCV 图片滑块验证码滑块图片验证码快速自动识别方案代码简单模板匹配识别识别成功率达90%+
前言通过上一篇的文章大家已经对图片滑块验证码已经有了初步的了解,图片滑块验证码的核心关键在于图片识别接下来接入讲解.因为初版滑块图片识别虽然能识别验证码,通过一些策略调整也相对提高了一些图片识别率, ...
Python OpenCV 图片滑块验证码自动识别方案分析与自动化识别方案实现图片相似度对比 OpenCV如何找到图片中的正方形并进行标记？
目录前言一.图片滑块验证功能分析 1.图片滑块验证功能概述
Python如何解决“京东滑块验证码”(5)
前言本文是该专栏的第51篇,后面会持续分享python爬虫干货知识,记得关注. 多数情况下使用模拟登录会遇到滑块验证码的问题,对于普通的滑块验证码,使用selenium可以轻松解决.但是对于滑块缺失 ...
python 滑块验证码_python selenium 淘宝滑块验证码问题
正常打开淘宝等页面,搜索商品和滑块验证码是没有问题的,但是用selenium打开,在多次翻页后出现的滑块验证码就总是失败,无论是手动滑还是代码控制都不可以,目前正在找解决办法... 此问题针对多次翻页 ...
python 淘宝滑块验证_python selenium 淘宝滑块验证码问题
正常打开淘宝等页面,搜索商品和滑块验证码是没有问题的,但是用selenium打开,在多次翻页后出现的滑块验证码就总是失败,无论是手动滑还是代码控制都不可以,目前正在找解决办法... 此问题针对多次翻页 ...
用selenium解决滑块验证码
前言因为种种原因没能实现愿景的目标,在这里记录一下中间结果,也算是一个收场吧.这篇博客主要是用selenium解决滑块验证码的个别案列. 思路: 用selenium打开浏览器指定网站将残缺块图片和 ...
dedecms织梦系统后台验证码图片不显示的解决方法
dedecms织梦系统后台验证码图片不显示的解决方法参考文章: (1)dedecms织梦系统后台验证码图片不显示的解决方法 (2)https://www.cnblogs.com/afish/p/40 ...

图片滑块验证码的解决

图片滑块验证码的解决相关推荐

最新文章

热门文章