说一说关于破解支付宝AR红包的事

当朋友圈的你们才开始分享支付宝AR红包的消息的时候，我已经对它动了一二三四次歪脑筋了，虽然事实证明并不是那么顺利，至今我也只在电脑前识别出5个不知道在哪里的红包，其中一个还因为定位信息不符开不了。

昨天上午听公司的小伙伴说起支付宝新推出的AR红包，LBS加图像识别的另一个创新，可说是支付宝在社交互动这一块终于打出来的一张好牌。然而，在许多人还在奔走相告这个消息的时候，我已经和小伙伴们对它动起了歪心思。

首先当然是抓包，但并没有结果。想必是汲取了之前微信朋友圈的红包照片的教训，通过其他流的方式来传输，或许加了密？都是猜测，但是图片是不能直接抓到的了。

通过对AR红包的体验，我们能想到找红包的大概原理就是打开摄像头时，不断获取当前的图像，然后通过图片识别算法计算与藏红包时拍的图片的相似程度。这种效果的处理方案可以是：通过感知哈希算法对藏红包的图片生成一组摘要信息（指纹），然后在找红包时不断获取当前图像生成指纹，再通过汉明距离算法进行比较，结果越接近就表示越相似，用户很难拍出一张与原图完全一样的图片，所以大概会设定一个阙值，当小于这个阙值时就认为图片是一样的。
类似于这样的处理方式，它有一个明显的特点就是忽略细节。比如上面所提的感知哈希算法，就是先将图片缩小成8*8的大小，再转为64级的灰度，这种情况下的一些细小差别已经变成几乎不存在了。

很直接的一个证明就是，我在找红包时按住找线索，在弹出图片时对手机截屏，然后把线索图在电脑屏幕上放大，再通过手机上直接扫图。就是这样简单的方式，对于少数虽然被加上了斑马线条的图片，还是可以勉强识别出来。就是比较考验手机对准的角度，而且对图片要求较高，得是缩小之后看起来那些黑条对图片的识别影响不大的图片。

我通过上面的方式已经在电脑前收了几个不知道是在哪里的红包。但是这方式还是略显笨拙，有没有什么方式能够提高成功率呢？

注意线索图，这些黑条是等距离的遮在图片上的，并且没被挡住的部分要比黑条大一点。并且线索图是一个正方形且所在位置固定。那么，对于一些比较简单的图片，可以通过把每条黑条上面的图片内容复制，并遮到黑条上面，就可以把黑条去掉，而得到一张与原图较相似的图片了。我打开了ubuntu上的gimp手动试了一下，又识别出一张图片拿到一个红包。既然这种方式可行，那就可以用代码实现一下了：
首先在找红包时按住查看线索，截屏，然后用gimp打开，定位到在我1080p带虚拟导航栏的手机中，线索图在图片中的左上角及右下角的xy坐标分别是330, 963, 750, 1383。
拿到这些数据之后，把图片加到项目中，就可以开始写代码了。先实现后优化，就不考虑代码性能等各方面的问题了，直接简单粗暴地自定义一个View并在主线程中计算处理（先实现嘛）并绘制，代码如下：

public class ARView extends View {private Paint mPaint;private int dividerHeight = 7;// 这个值是慢慢试出来的private int pictureHeight = 8;// 这个不是整图的高，而是每一条没有被挡住的高private Bitmap mBitmap;public ARView(Context context, @Nullable AttributeSet attrs) {super(context, attrs);mPaint = new Paint();}@android.support.annotation.RequiresApi(api = Build.VERSION_CODES.KITKAT)@Overrideprotected void onDraw(Canvas canvas) {if (mBitmap == null) {final int width = getWidth();//  获取View宽，为了最后把图片放大到填满InputStream is = null;try {is = getContext().getAssets().open("a.png");//我截的图，直接丢assets里了final BitmapRegionDecoder decoder = BitmapRegionDecoder.newInstance(is, true);//只需要加载线索图那一部分内容即可final Rect rect = new Rect(330, 963, 750, 1383);// 前面所定位到的线索图的坐标final Bitmap origin = decoder.decodeRegion(rect, null);//拿到线索图final Bitmap bitmap = origin.copy(Bitmap.Config.ARGB_8888, true);//cp一个可以通过setPixel修改的新的bitmapif (!origin.isRecycled()) {origin.recycle();}if (!decoder.isRecycled()) {decoder.recycle();}restoreBitmap(bitmap);//在这个方法里处理图片final Matrix matrix = new Matrix();final float scale = (float) width / bitmap.getWidth();//计算控件宽度与图片宽度的比，用于放大图片显示matrix.setScale(scale, scale);mBitmap = Bitmap.createBitmap(bitmap, 0, 0, bitmap.getWidth(), bitmap.getHeight(), matrix, false);} catch (IOException e) {e.printStackTrace();} finally {if (is != null) {try {is.close();} catch (IOException e) {e.printStackTrace();}}}}canvas.drawBitmap(mBitmap, 0, 0, mPaint);}private void restoreBitmap(Bitmap bitmap) {// ...}
}

大致代码就是上面这样了。
restoreBitmap的方法是通过遍历每一个黑色的像素点，然后把其上面没挡住的像素点设置上去。过程大概如下：
假设原图是这样的，数字是显示出来的部分，星号是黑条：

1234567887654321
****************
3456789009876543
****************

那么我们只需要把它变成如下所示就可以了：

1234567887654321
1234567887654321
3456789009876543
3456789009876543

这种处理方式对图片本身有一定高求，比如图片的像素内容在竖直方面应该是变化不大的，这样还原起来才比较逼真。
在一开始要找出黑条高度及没有被挡住的图片条的高度的时候，我们可以先对黑条设置为另一个颜色，看能不能把黑条完全覆盖，就可以知道我们最终所设置的这两个值是否正确了。
具体实现就是循环一下图片的高度（每次加上图片图及黑色条的高度），再循环黑条的高度，再循环一下宽度，逐个设置像素点（你优化成两个循环我也没话说）。代码如下：

    private void restoreBitmap(Bitmap bitmap) {final int width = bitmap.getWidth();final int height = bitmap.getHeight();final float itemHeight = dividerHeight + pictureHeight;out:for (int y = 3 + pictureHeight; y < height; y += itemHeight) {//第一条要高一点for (int offset = 0; offset < dividerHeight; offset++) {if ((y + itemHeight) >= height) {break out;}for (int x = 0; x < width; x++) {bitmap.setPixel(x, y + offset, bitmap.getPixel(x, y - pictureHeight + offset + 1));
//                    bitmap.setPixel(x, y + offset, bitmap.getPixel(x, y - 2));//另一种处理方式，拉伸黑条上面的那一行像素，没试过识别效果
//                    bitmap.setPixel(x, y + offset, Color.BLUE); //用于测试是否能完全覆盖黑条}}// 处理黑线
//            for (int x = 0; x < width; x++) {//                bitmap.setPixel(x, y + dividerHeight, bitmap.getPixel(x, y + dividerHeight - 1));
//            }}}

下图是我处理之后的最终结果：

另外，用没被遮挡的图片条覆盖黑色条是我这里的处理方法。昨晚一个朋友在朋友圈里还提出另一种猜想，即把没被遮挡的图片条拉伸到覆盖到黑色条上面。这也是一种不错的处理方案。我这里没有试验。
还有一个技巧，由于没被遮挡住的图片条与黑色条高度相差不大，所以可以处理之后还是会有比较细的黑线。这时候可以先放大再处理，或者是再用图片的内容覆盖到黑线上。效率会稍低点，但效果应该会更好。

PS：刚才打开支付宝又去看了一下AR红包，发现新的图片所加的黑条粗细已经是不一样的了。不得不说，支付宝的响应真快。

说一说关于破解支付宝AR红包的事相关推荐

支付宝AR红包引出Python中的PIL小试
这两天支付宝AR红包火了,周围的同学全在玩.可是我一直在想这个原理是什么?通过请教大神和思考,知道了它有两个限定条件:GPS地理位置和图片的识别.所以,只要我们有了这两个限定条件,就不难进行该红包的破 ...
扫福得福背后，支付宝 AR 红包的技术创新与故事
春节期间,支付宝的「扫福得福」活动火爆异常.AR 是一种新的交互方式,与传统营销方式相比,可以使用户更深入地参与互动,给用户带来新体验.而支付宝红包,寄托着用户对未来的期盼,因此其团队就考虑将 AR ...
扫福得福背后，支付宝AR红包的技术创新与故事
春节期间,支付宝的「扫福得福」活动火爆异常.AR是一种新的交互方式,与传统营销方式相比,可以使用户更深入地参与互动,给用户带来新体验.而支付宝红包,寄托着用户对未来的期盼,因此其团队就考虑将AR与红包 ...
较于微信红包，支付宝AR红包是个好产品吗？
2016/12/26阅读 7.5k 评论 6收藏 23 零基础学产品,BAT产品总监带,2天线下集训+1年在线课程,全面掌握优秀产品经理必备技能.了解详情好的产品是以用户目标为导向,能帮助用户更好的 ...
Python + PIL 处理支付宝AR红包
Python + PIL 处理支付宝AR红包思路比较简单: 1.对图片进行锐化处理: 2.设(r_h, g_h, b_h)为支付宝遮罩黑条的RGB值,以此为中心,查找半径为Diff_radius的范 ...
支付宝AR红包关闭，看昔日“网红”如何过气
支付宝的AR红包于7月22日停止服务,和它合作的AR平台还好吗? 年初的时候,支付宝和QQ之间的AR红包大战可以说是抢尽了风头,关于AR营销以及AR进入消费端市场的讨论甚嚣尘上,镁客君当时还写过一篇文 ...
支付宝 AR 红包技术探讨及如何在下一波技术浪潮中畅泳
AR继2016年在Pokemon Go的引爆下,2017年新年前后由支付宝带来了第二波热潮.这些现象背后预示着下一波技术浪潮,除人工智能及机器人外,代码构成的虚拟世界正逐步通过AR/VR侵入我们的生活 ...
从“扫月亮”到“扫福字”，扒一扒背后的支付宝AR框架体系
摘要:从攒五福到抢红包,全国人民的春节活动越来越多样,其背后技术挑战也更复杂:业务层挑战与实现方案.AR红包支付架构变化.技术难点和攻克手段.优化细节和保障方法.安全风险和攻防实战等,每一年的红包背后 ...
AR红包大战一触即发，2017年会成AR营销元年吗？
互联网行业2016年不缺黑天鹅事件,但同样也不缺乏黑马产品.作为年度最热领域之一的AR(增强现实),就连续出现黑马产品.支付宝在12月21日推出"AR实景红包"一夜爆红,看上要想要 ...

说一说关于破解支付宝AR红包的事

说一说关于破解支付宝AR红包的事相关推荐

最新文章

热门文章