亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別

 更新時間:2021年12月20日 15:12:02   作者:狂野小青年  
這篇文章主要介紹了基于Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別算法和方案,文中示例代碼對我們的學(xué)習(xí)和工作有一定的幫助,感興趣的可以了解一下

Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別算法和方案

步驟一:點擊數(shù)據(jù)分析

點擊滑動按鈕,將發(fā)送一個請求到 /zfcaptchaLogin

請求內(nèi)容

"type": "verify"
"rtk": "6cfab177-afb2-434e-bacf-06840c12e7af"
"time": "1624611806948"
"mt": "W3sieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY4Njh9LHsieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY5NDh9XQ=="
"instanceId": "zfcaptchaLogin"
"extend": "eyJhcHBOYW1lIjoiTmV0c2NhcGUiLCJ1c2VyQWdlbnQiOiJNb3ppbGxhLzUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2IiwiYXBwVmVyc2lvbiI6IjUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2In0="

通過 base64 解密 mt和 extend 得出解密的數(shù)值

# mt
[{"x":965,"y":169,"t":1624611806868},{"x":965,"y":169,"t":1624611806948}]
# extend
{"appName":"Netscape","userAgent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36","appVersion":"5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.106 Safari/537.36"}

mt 為用戶的點擊行為,x為X軸上的值,y為Y軸上的值,t為時間戳。通過大量點擊分析,發(fā)現(xiàn)x值最小值為 950,得出950 為 X軸的起點,y值隨機無固定值。

extend 為請求頭部內(nèi)容

步驟二:滑動驗證碼圖像分析,計算滑動距離x值

將圖像灰度化,通過getpixel可以獲取圖像某一點的顏色值, 顏色值越高代表圖像越淺,所以尋找縱向連續(xù)50個像素點均是 getpixel(x+1, y) > getpixel(x, y)(X軸=x 比 X軸=x+1 顏色淺)

并掃描圖像,當x=130、掃描高度=50時,的顏色比x+1時深。

from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
 
scanf_height= 50 # 掃描的高度
img = Image.open("zfcaptchaLogin.png")
 
 
def contrast(imgl, x, y,scanf_height):
    # 黃框顏色值比紅框顏色值淺的個數(shù)
    count = 0
    for i in range(scanf_height):
        if imgl.getpixel((x+1, y+i)) > imgl.getpixel((x, y+i)):
            count += 1
    # 當 count = scanf_height, 代表黃條區(qū)域 整體 紅條區(qū)域 顏色值淺,則是驗證碼框位置
    return count
 
 
def scanf(img):
    imgx, imgy = img.size
    imgl = img.convert('L') # 圖像灰度化
    plt.yticks([])
    plt.xticks([i for i in range(0, imgx, 25)])
    plt.imshow(img)
    plt.pause(0.5)
    for y in range(0, imgy-scanf_height, 10):
        plt.pause(0.01)
        plt.clf()
        plt.yticks([])
        plt.xticks([i for i in range(0, imgx, 25)])
        plt.imshow(imgl, cmap=plt.cm.gray)
        for x in range(1, imgx-1, 1):
            plt.pause(0.0001)
            plt.plot([x-1,x-1], [y, y+scanf_height], color='white')
            plt.plot([x,x], [y, y+scanf_height], color='red')
            plt.plot([x+1,x+1], [y, y+scanf_height], color='yellow')
            count = contrast(imgl, x,y, scanf_height)
            plt.title('count: {}'.format(count) )
 
            print("x,y=[{}, {}], 黃條區(qū)域值比紅條區(qū)域顏色值淺的個數(shù):{}".format(x,y, count))
            if count == scanf_height:
                return
 
 
scanf(img)
plt.show()

優(yōu)化代碼計算x,y值

import json
import random
import time
from io import BytesIO
 
from PIL import Image
 
 
class ZfCaptchaRecognit(object):
    def __init__(self, img_path):
        self.img = Image.open(img_path)
 
    def _get_xy(self):
        # 計算 x,y 值
        def _is_dividing_line(img_l, x, y):
            for n in range(50):
                # 尋找縱向連續(xù)50個像素點均是 X=x 比 X=x+1 顏色深
                if y + n >= img_l.size[1] or x >= img_l.size[0] - 1:
                    return False
                if img_l.getpixel((x + 1, y + n)) - img_l.getpixel((x, y + n)) < 2:
                    return False
            return True
 
        img_l = self.img.convert("L")
        for x in range(img_l.size[0]):
            for y in range(img_l.size[1]):
                if _is_dividing_line(img_l, x, y):
                    return (x, y)
 
 
    def show_tag(self):
        # 展示 切分點
        X, Y = self._get_xy()
        img2 = Image.new("RGB", self.img.size, (255, 255, 255))
        for x in range(self.img.size[0]):
            for y in range(self.img.size[1]):
                pix = self.img.getpixel((x, y))
                img2.putpixel((x, y), pix)
                if x == X or y == Y:
                    img2.putpixel((x, y), 225)
 
        img2.save("show_tag.png")
        img2.show()
 
 
captcha = ZfCaptchaRecognit("zfcaptchaLogin.png")
captcha.show_tag()

步驟三:生成提交參數(shù)

通過 步驟一得出x值最小為950,y值無規(guī)律

則提交參數(shù)mt的大致格式數(shù)據(jù)是

[{
    "x":950+ 滑動距離 + 浮動值,  #  浮動值的范圍通過分析提交參數(shù)得出在10~20內(nèi)
    "y":random.randint(150, 190),  # 無規(guī)律,暫定150到190范圍內(nèi)
    "t":int(time.time() * 1000)},  # 時間戳
 ...]

獲取mt 參數(shù)

import json
import random
import time
from io import BytesIO
 
from PIL import Image
 
 
class ZfCaptchaRecognit(object):
    def __init__(self, img_stream):
        obj = BytesIO(img_stream)
        self.img = Image.open(obj)
 
    def _get_xy(self):
        ...
 
    def generate_payload(self):
        base_x = 950
        X, Y = self._get_xy()
        payloads = [{"x": base_x + random.randint(5, 20), "y": random.randint(150, 190), "t": int(time.time() * 1000)}]
        for i in range(random.randint(15, 30)):
            # 在上一個參數(shù)基礎(chǔ)下浮動
            last_payload = payloads[-1].copy()
            payloads[0]["x"] += random.choice([0] * 8 + [1, -1] * 2 + [2, -2])
            last_payload["t"] += random.randint(1, 20)
            last_payload["y"] += random.choice([0] * 8 + [1, -1] * 2 + [2, -2])
            payloads.append(last_payload)
 
        payloads[-1]["x"] = base_x + random.randint(10, 20) + X
        return json.dumps(payloads)
 
captcha = ZfCaptchaRecognit("zfcaptchaLogin.png")
captcha. generate_payload()

以上就是Python實現(xiàn)新版正方系統(tǒng)滑動驗證碼識別的詳細內(nèi)容,更多關(guān)于Python滑動驗證碼識別的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • 淺述python中argsort()函數(shù)的實例用法

    淺述python中argsort()函數(shù)的實例用法

    本篇文章主要介紹了淺述python中argsort()函數(shù)的實例用法,詳細的介紹了argsort()函數(shù)的用法,具有一定的參考價值,感興趣的小伙伴們可以參考一下。
    2017-03-03
  • Python網(wǎng)絡(luò)請求使用Requests庫抓取解析數(shù)據(jù)

    Python網(wǎng)絡(luò)請求使用Requests庫抓取解析數(shù)據(jù)

    在網(wǎng)絡(luò)編程中,請求和接收數(shù)據(jù)是最常見的任務(wù)之一,Python的Requests庫提供了豐富的功能,使得HTTP請求變得非常簡單,在本文中,我們將了解如何使用Requests庫發(fā)起HTTP請求,并解析返回的數(shù)據(jù)
    2023-08-08
  • python目標檢測yolo3詳解預(yù)測及代碼復(fù)現(xiàn)

    python目標檢測yolo3詳解預(yù)測及代碼復(fù)現(xiàn)

    這篇文章主要為大家介紹了python目標檢測yolo3詳解預(yù)測及代碼復(fù)現(xiàn),有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-05-05
  • 詳解Python Opencv和PIL讀取圖像文件的差別

    詳解Python Opencv和PIL讀取圖像文件的差別

    這篇文章主要介紹了詳解Python Opencv和PIL讀取圖像文件的差別,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-12-12
  • Python?Flask-Login構(gòu)建強大的用戶認證系統(tǒng)實例探究

    Python?Flask-Login構(gòu)建強大的用戶認證系統(tǒng)實例探究

    這篇文章主要為大家介紹了Python?Flask-Login構(gòu)建強大的用戶認證系統(tǒng)示例探究,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2024-01-01
  • 簡單聊聊Python中的鴨子類型和猴子補丁

    簡單聊聊Python中的鴨子類型和猴子補丁

    不知不覺使用python寫代碼已經(jīng)很長時間了,下面這篇文章主要給大家介紹了關(guān)于python鴨子類型(duck?type)和猴子補丁(mokey?patching)的相關(guān)資料,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下
    2022-04-04
  • python scrapy拆解查看Spider類爬取優(yōu)設(shè)網(wǎng)極細講解

    python scrapy拆解查看Spider類爬取優(yōu)設(shè)網(wǎng)極細講解

    本篇博客為你帶來 scrapy.Spider 模塊中的相關(guān)函數(shù)與類,帶你再一次認識 scrapy 的細節(jié)。本次采集的目標站點為:優(yōu)設(shè)網(wǎng),有需要的朋友可以借鑒參考下
    2021-11-11
  • Python中的wordcloud庫安裝問題及解決方法

    Python中的wordcloud庫安裝問題及解決方法

    這篇文章主要介紹了Python中的wordcloud庫安裝問題及解決方法,本文通過圖文并茂的形式給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-05-05
  • Python 監(jiān)測文件是否更新的方法

    Python 監(jiān)測文件是否更新的方法

    今天小編就為大家分享一篇Python 監(jiān)測文件是否更新的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • Python爬蟲抓取代理IP并檢驗可用性的實例

    Python爬蟲抓取代理IP并檢驗可用性的實例

    今天小編就為大家分享一篇Python爬蟲抓取代理IP并檢驗可用性的實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-05-05

最新評論