使用java + selenium + OpenCV破解网易易盾滑动验证码

网易易盾：dun.163.com

* 验证码地址：https://dun.163.com/trial/jigsaw
* 使用OpenCv模板匹配
* Java + Selenium + OpenCV

产品样例

接下来就是见证奇迹的时刻！

注意！！！
· 在模拟滑动时不能按照相同速度或者过快的速度滑动，需要向人滑动时一样先快后慢，这样才不容易被识别。
模拟滑动代码↓↓↓

/*** 模拟人工移动* @param driver* @param element页面滑块* @param distance需要移动距离*/public static void move(WebDriver driver, WebElement element, int distance) throws InterruptedException {int randomTime = 0;if (distance > 90) {randomTime = 250;} else if (distance > 80 && distance <= 90) {randomTime = 150;}List<Integer> track = getMoveTrack(distance - 2);int moveY = 1;try {Actions actions = new Actions(driver);actions.clickAndHold(element).perform();Thread.sleep(200);for (int i = 0; i < track.size(); i++) {actions.moveByOffset(track.get(i), moveY).perform();Thread.sleep(new Random().nextInt(300) + randomTime);}Thread.sleep(200);actions.release(element).perform();} catch (Exception e) {e.printStackTrace();}}/*** 根据距离获取滑动轨迹* @param distance需要移动的距离* @return*/public static List<Integer> getMoveTrack(int distance) {List<Integer> track = new ArrayList<>();// 移动轨迹Random random = new Random();int current = 0;// 已经移动的距离int mid = (int) distance * 4 / 5;// 减速阈值int a = 0;int move = 0;// 每次循环移动的距离while (true) {a = random.nextInt(10);if (current <= mid) {move += a;// 不断加速} else {move -= a;}if ((current + move) < distance) {track.add(move);} else {track.add(distance - current);break;}current += move;}return track;}

操作过程

/*** 获取网易验证滑动距离* * @return*/public static String dllPath = "C://chrome//opencv_java440.dll";public double getDistance(String bUrl, String sUrl) {System.load(dllPath);File bFile = new File("C:/EasyDun_b.png");File sFile = new File("C:/EasyDun_s.png");try {FileUtils.copyURLToFile(new URL(bUrl), bFile);FileUtils.copyURLToFile(new URL(sUrl), sFile);BufferedImage bgBI = ImageIO.read(bFile);BufferedImage sBI = ImageIO.read(sFile);// 裁剪cropImage(bgBI, sBI, bFile, sFile);Mat s_mat = Imgcodecs.imread(sFile.getPath());Mat b_mat = Imgcodecs.imread(bFile.getPath());//阴影部分为黑底时需要转灰度和二值化，为白底时不需要// 转灰度图像Mat s_newMat = new Mat();Imgproc.cvtColor(s_mat, s_newMat, Imgproc.COLOR_BGR2GRAY);// 二值化图像binaryzation(s_newMat);Imgcodecs.imwrite(sFile.getPath(), s_newMat);int result_rows = b_mat.rows() - s_mat.rows() + 1;int result_cols = b_mat.cols() - s_mat.cols() + 1;Mat g_result = new Mat(result_rows, result_cols, CvType.CV_32FC1);Imgproc.matchTemplate(b_mat, s_mat, g_result, Imgproc.TM_SQDIFF); // 归一化平方差匹配法TM_SQDIFF 相关系数匹配法TM_CCOEFFCore.normalize(g_result, g_result, 0, 1, Core.NORM_MINMAX, -1, new Mat());Point matchLocation = new Point();MinMaxLocResult mmlr = Core.minMaxLoc(g_result);matchLocation = mmlr.maxLoc; // 此处使用maxLoc还是minLoc取决于使用的匹配算法Imgproc.rectangle(b_mat, matchLocation, new Point(matchLocation.x + s_mat.cols(), matchLocation.y + s_mat.rows()), new Scalar(0, 255, 0, 0));Imgcodecs.imwrite(bFile.getPath(), b_mat);return matchLocation.x + s_mat.cols() - sBI.getWidth() + 12;} catch (Throwable e) {e.printStackTrace();return 0;} finally {bFile.delete();sFile.delete();}}/*** 图片亮度调整* * @param image* @param param* @throws IOException*/public void bloding(BufferedImage image, int param) throws IOException {if (image == null) {return;} else {int rgb, R, G, B;for (int i = 0; i < image.getWidth(); i++) {for (int j = 0; j < image.getHeight(); j++) {rgb = image.getRGB(i, j);R = ((rgb >> 16) & 0xff) - param;G = ((rgb >> 8) & 0xff) - param;B = (rgb & 0xff) - param;rgb = ((clamp(255) & 0xff) << 24) | ((clamp(R) & 0xff) << 16) | ((clamp(G) & 0xff) << 8) | ((clamp(B) & 0xff));image.setRGB(i, j, rgb);}}}}// 判断a,r,g,b值，大于256返回256，小于0则返回0,0到256之间则直接返回原始值private int clamp(int rgb) {if (rgb > 255)return 255;if (rgb < 0)return 0;return rgb;}/*** 生成半透明小图并裁剪* * @param image* @return*/private void cropImage(BufferedImage bigImage, BufferedImage smallImage, File bigFile, File smallFile) {int y = 0;int h_ = 0;try {// 2 生成半透明图片bloding(bigImage, 75);for (int w = 0; w < smallImage.getWidth(); w++) {for (int h = smallImage.getHeight() - 2; h >= 0; h--) {int rgb = smallImage.getRGB(w, h);int A = (rgb & 0xFF000000) >>> 24;if (A >= 100) {rgb = (127 << 24) | (rgb & 0x00ffffff);smallImage.setRGB(w, h, rgb);}}}for (int h = 1; h < smallImage.getHeight(); h++) {for (int w = 1; w < smallImage.getWidth(); w++) {int rgb = smallImage.getRGB(w, h);int A = (rgb & 0xFF000000) >>> 24;if (A > 0) {if (y == 0)y = h;h_ = h - y;break;}}}smallImage = smallImage.getSubimage(0, y, smallImage.getWidth(), h_);bigImage = bigImage.getSubimage(0, y, bigImage.getWidth(), h_);ImageIO.write(bigImage, "png", bigFile);ImageIO.write(smallImage, "png", smallFile);} catch (Throwable e) {System.out.println(e.toString());}}/*** * @param mat*            二值化图像*/public static void binaryzation(Mat mat) {int BLACK = 0;int WHITE = 255;int ucThre = 0, ucThre_new = 127;int nBack_count, nData_count;int nBack_sum, nData_sum;int nValue;int i, j;int width = mat.width(), height = mat.height();// 寻找最佳的阙值while (ucThre != ucThre_new) {nBack_sum = nData_sum = 0;nBack_count = nData_count = 0;for (j = 0; j < height; ++j) {for (i = 0; i < width; i++) {nValue = (int) mat.get(j, i)[0];if (nValue > ucThre_new) {nBack_sum += nValue;nBack_count++;} else {nData_sum += nValue;nData_count++;}}}nBack_sum = nBack_sum / nBack_count;nData_sum = nData_sum / nData_count;ucThre = ucThre_new;ucThre_new = (nBack_sum + nData_sum) / 2;}// 二值化处理int nBlack = 0;int nWhite = 0;for (j = 0; j < height; ++j) {for (i = 0; i < width; ++i) {nValue = (int) mat.get(j, i)[0];if (nValue > ucThre_new) {mat.put(j, i, WHITE);nWhite++;} else {mat.put(j, i, BLACK);nBlack++;}}}// 确保白底黑字if (nBlack > nWhite) {for (j = 0; j < height; ++j) {for (i = 0; i < width; ++i) {nValue = (int) (mat.get(j, i)[0]);if (nValue == 0) {mat.put(j, i, WHITE);} else {mat.put(j, i, BLACK);}}}}}// 延时加载private static WebElement waitWebElement(WebDriver driver, By by, int count) throws Exception {WebElement webElement = null;boolean isWait = false;for (int k = 0; k < count; k++) {try {webElement = driver.findElement(by);if (isWait)System.out.println(" ok!");return webElement;} catch (org.openqa.selenium.NoSuchElementException ex) {isWait = true;if (k == 0)System.out.print("waitWebElement(" + by.toString() + ")");elseSystem.out.print(".");Thread.sleep(50);}}if (isWait)System.out.println(" outTime!");return null;}

注意:有一个问题还没有解决，还无法区分阴影部分是黑色还是白色。因为两种的情况不同，所以处理方式也不同。阴影部分为黑底时需要转灰度和二值化，为白底时不需要。黑底使用归一化平方差匹配算法 TM_SQDIFF ，而白底使用相关系数匹配算法 TM_CCOEFF。

有找到区分方法的大佬可以私信作者或者在评论区留言哦。

作者:香芋味的猫丶
戳这里→康康你手机号在过多少网站注册过！！！
友情推荐：新一代安全短信

猜你喜欢：
《腾讯防水墙滑动拼图验证码》
《百度旋转图片验证码》
《网易易盾滑动拼图验证码》
《顶象区域面积点选验证码》
《顶象滑动拼图验证码》
《极验滑动拼图验证码》
《使用深度学习来破解 captcha 验证码》

使用java + selenium + OpenCV破解网易易盾滑动验证码相关推荐

【验证码识别】OpenCV挑战网易易盾滑动验证码
使用java + selenium + OpenCV破解网易易盾滑动验证码戳这里→康康你手机号在过多少网站注册过!!! 友情推荐:新一代安全短信谷歌图形验证码在AI 面前已经形同虚设,所以谷歌宣布 ...
python易盾滑动验证码
上selenium 比较好上手的一种验证码, cv2模板匹配方法找缺口图在背景图中的位置, 计算要移动的距离, 移动缺口图 ,要注意的是移动轨迹模拟人移动的加速和减速 from selenium im ...
网易易盾，js逆向：★★★★★
前言可以关注我哟,一起学习,主页有更多练习例子如果哪个练习我没有写清楚,可以留言我会补充如果有加密的网站可以留言发给我,一起学习共享学习路程如侵权,联系我,删此文仅用于学习参考,请勿于商用, ...
网易易盾助力工信部装备工业发展中心守卫网站安全第一道防线
近日,网易易盾与工业和信息化部装备工业发展中心(以下将简称:工信部装备工业发展中心)达成合作.借助网易易盾行为式验证码,工信部装备工业发展中心能有效防止机器的暴力登录和破解的同时,又能给用户带来无感知 ...
网易易盾验证码移动端迎来新版本开始支持智能无感知验证
近日,网易易盾验证码移动端迎来新版本,该版本支持智能无感知验证码,对整体交互及性能等方面进行了优化和提升. 移动端智能无感知验证码交互流程图验证码移动端最新版本开始支持智能无感知验证码,极致用户体验 ...
网易易盾的“外挂对抗战”，游戏出海之路如何走得更安全？
过去二十年,被称为"第九艺术"的游戏成为中国互联网的重要趋势,正前所未有地占据和改变着我们的生活.放眼未来,中国游戏确定了"走出去"的增长目标,在更广阔的海外市 ...
为物联网代码安全而生网易易盾公测IoT安全编译器Maze
IoT时代的到来,让我们生活中物联网设备越来越多,然而设备的代码安全是一切安全的基础,如果设备代码不加以防护或防护不够,将会造成核心技术泄露,给IoT设备稳定运行带来威胁. 与此同时,当下仍有不少 ...
“易+”开源网易易盾 GameSentry 正式开源，做游戏安全保障的尖兵利刃
The First Line Of Defense - GameSentry 哨兵是守护安全的第一道防线,不停的监视着每一个外敌可能进行渗透的角落.网易易盾的 GameSentry 作为游戏安全战场上 ...
听运营者们分享背后的故事 2017网易易盾成就内容安全王道
[51CTO.com原创稿件]2017年1月8日,天公作美吹散了漫天雾霾,网易大厦在周末的下午迎来了一百多位互联网运营小伙伴,共聚"亿级互联网产品背后的故事"线下沙龙,一起讨论互联 ...

使用java + selenium + OpenCV破解网易易盾滑动验证码

使用java + selenium + OpenCV破解网易易盾滑动验证码

使用java + selenium + OpenCV破解网易易盾滑动验证码相关推荐

最新文章

热门文章