破解滑块和验证码

在这里插入图片描述Frida可视化工具Dwarf2已经开源，大家有什么问题，可以一起交流。

本文内容仅用于学习，严禁用作非法目的。

验证码

作用

验证码作为一种人机识别手段，其终极目的，就是区分正常人和机器的操作。 区分人机行为的作用不言而喻。互联行为的注册、登录、发帖、领优惠券、投票等等应用场景，都有被机器刷造成各类损失的风险，如果不对各类机器垃圾的行为加以防范，灌水内容、垃圾注册、恶意登录、刷票、撞库、活动作弊、垃圾广告、爬虫、羊毛党等用户行为一旦发生，将对产品自身发展、用户体验造成极大的影响。

搞定验证码

很多网站都使用了验证码进行人机识别，给爬虫带来了一定的困扰。常见的验证码如下：
在这里插入图片描述
在这里插入图片描述

trwebocr

一个开源的ocr工具，非常强大。官方介绍是: 开源易用的中文离线OCR，识别率媲美大厂，并且提供了易用的web页面及web的接口，方便人类日常工作使用或者其他程序来调用~ 。笔者在github上有关于它的使用。

通过一个例子来感受一下这个工具。以下是我2022虎年快乐这个公众号里面部分内容的截图：
在这里插入图片描述
trwebocr的识别结果：
在这里插入图片描述所有的文字都被识别出来了！还是非常nice的。

过验证码

有这么强大的工具，过验证码岂不是轻而易举。验证码的图片如下：
在这里插入图片描述
直接上代码:

import requests;

def main():
    url = 'http://127.0.0.1:8089/api/tr-run/'
    img1_file = {
        'file': open("./imgs/yzm.jpg", 'rb')
    }
    res = requests.post(url=url, data={'compress': 0}, files=img1_file)
    jsonObj = res.json()
    if jsonObj['code'] != 200:
        return
    raw_out = jsonObj['data']['raw_out']
    target_len = len(raw_out)
    for i in range(target_len):
        print(raw_out[i][1])

if __name__ == "__main__":
    main()

JWYN被成功识别出来。大功告成！！！！！！！
在这里插入图片描述

python安装模块的时候建议使用豆瓣源，真的好快。

pip install requests  -i https://pypi.douban.com/simple/
缺陷

trwebocr的准确率达不到100%，不过依然不能掩盖它强大的OCR功能。当然也可以自己实现类似的功能，使用opencv+CNN效果也不错。

滑块

滑块验证码是在网站、APP等应用中常见的一种验证方式，通过按照一定规则滑动滑块到指定位置完成验证，才可以进行下一步操作。滑块验证码有两种设计，一种是在滑动框内“一滑到底”即完成验证的，还有一种是滑动滑块拼合拼图完成验证的，如下图所示。由于拼图式的滑块验证码安全性更高，趣味性更强，“一滑到底”式的滑块验证码已经基本被淘汰。

搞定滑块

使用滑块机制的网站也有好多，增大了爬虫的难度，常见的滑块验证：
在这里插入图片描述
在这里插入图片描述

获取图片

滑块验证第一步需要获取大图片,后面统称为target，以及小图片，后面称为template。具体可参见自动登陆QQ空间(3)。
(1) 如果target和template都可以正常下载的话，直接进行下载。
(2 ) 如果不能下载的话，可以使用两种方式进行获取：

第一种方式是使用chromeDriver的截图功能：

def get_imgs():
    driver.save_screenshot('imgs/screenshot.png')
    bigImage = driver.find_element_by_id('bigImage')
    left = (int)(bigImage.location['x'])
    top = (int)(bigImage.location['y'])
    elementWidth = (int)(bigImage.location['x'] + bigImage.size['width'])
    elementHeight = (int)(bigImage.location['y'] + bigImage.size['height'])
    picture = Image.open('imgs/screenshot.png')
    picture = picture.crop((left, top, elementWidth, elementHeight))
    picture.save('imgs/big_full.png')
    smallImage = driver.find_element_by_id('smallImage')
    left = (int)(smallImage.location['x'])
    top = (int)(smallImage.location['y'])
    elementWidth = (int)(smallImage.location['x'] + smallImage.size['width'])
    elementHeight = (int)(smallImage.location['y'] + smallImage.size['height'])
    picture = Image.open('imgs/screenshot.png')
    picture = picture.crop((left, top, elementWidth, elementHeight))
    picture.save('imgs/small.png')
    jigimgS = driver.find_element_by_class_name('jigimgS')
    upper = (int)(jigimgS.value_of_css_property("top").split('px')[0])
    letf = 58
    right = 279
    lower = upper + 57
    picture = Image.open('imgs/big_full.png')
    picture = picture.crop((letf, upper, right, lower))
    picture.save('imgs/big.png')
    time.sleep(0.5)

第二种方式是使用代理截获相应下载图片：
笔者使用的代理框架是Titanium(C#)框架。

proxyServer.BeforeResponse += OnResponse;
. . .
private async Task OnResponse(object sender, SessionEventArgs e)
{
    // read response headers
    var responseHeaders = e.HttpClient.Response.Headers;

    //if (!e.ProxySession.Request.Host.Equals("medeczane.sgk.gov.tr")) return;
    if (e.HttpClient.Request.Method == "GET" || e.HttpClient.Request.Method == "POST")
    {

        if (e.HttpClient.Response.StatusCode == 200)
        {
            string stringResponse = await e.GetResponseBodyAsString();
            Console.WriteLine(e.HttpClient.Request.RequestUri.AbsoluteUri);
            if ("http://***/jigsaw".Equals(e.HttpClient.Request.Url))
            {
                //exit的时候会走第二次。 在exit之前调用StopProxyServer，防止出现第二次走这个方法的情况。
                if (!exit)
                {
                		//截获响应下载图片，此时图片尚未删除
                    SaveImage(stringResponse);
                }
        }
    }

    if (e.UserData != null)
    {
        // access request from UserData property where we stored it in RequestHandler
        var request = (Request)e.UserData;
    }
}

private void SaveImage(String stringResponse)
{
    var jo = JsonConvert.DeserializeObject(stringResponse) as JObject;
    template = jo?["smallImage"]?.ToString();
    target = jo?["bigImage"]?.ToString();
    template = "http://***/upload/jigsawImg/" + template + ".png";
    target = "http://***/upload/jigsawImg/" + target + ".png";

    WebClient client = new();
    //不加锁的话只能下载第一个图片，然后就去匹配去了，由于第二个图片还没有下载下来，导致匹配的时候报错。
    Monitor.Enter(this);
    client.DownloadFile(target, AppDomain.CurrentDomain.BaseDirectory + "\\target.png");
    client.DownloadFile(template, AppDomain.CurrentDomain.BaseDirectory + "\\template.png");
    Console.WriteLine("Finish download image ");
    Monitor.Exit(this);
}

图片不能下载却可以显示出来使用到技术是img的onload属性，onload 事件在图片加载完成后立即执行。下面的代码就是当图片加载完成后立即删除。

<div class="jigimgB">
	<img src="" id="bigImage" onload="clearB()">                          
</div>
<div class="jigimgS">
	<img src="" id="smallImage" onload="clearS()">                   
</div>
图片匹配

文中代码具体可参见自动登陆QQ空间(3)和代码中相应的注释。
python版本:

def main():
    otemp = 'template.png'
    oblk = 'target.png'
    identify_gap(oblk, otemp, "D:\\books\\plantuml_picture\\target.png");

def identify_gap(bg, tp, out):
    '''
    bg: 背景图片
    tp: 缺口图片
    out:输出图片
    '''
    # 读取背景图片和缺口图片
    bg_img = cv2.imread(bg)  # 背景图片
    tp_img = cv2.imread(tp)  # 缺口图片

    # 识别图片边缘
    bg_edge = cv2.Canny(bg_img, 100, 200)
    tp_edge = cv2.Canny(tp_img, 100, 200)

    # 转换图片格式
    bg_pic = cv2.cvtColor(bg_edge, cv2.COLOR_GRAY2RGB)
    tp_pic = cv2.cvtColor(tp_edge, cv2.COLOR_GRAY2RGB)

    # 缺口匹配
    res = cv2.matchTemplate(bg_pic, tp_pic, cv2.TM_CCOEFF_NORMED)
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)  # 寻找最优匹配

    # 绘制方框
    th, tw = tp_pic.shape[:2]
    tl = max_loc  # 左上角点的坐标
    br = (tl[0] + tw, tl[1] + th)  # 右下角点的坐标
    cv2.rectangle(bg_img, tl, br, (0, 0, 255), 2)  # 绘制矩形
    cv2.imwrite(out, bg_img)  # 保存在本地

    # 返回缺口的X坐标
    return tl[0]

C#版本：

 while (true)
 {
     Console.WriteLine("Sign: 当前进程是:" + Process.GetCurrentProcess() + ", 线程号是:" + Thread.CurrentThread.ManagedThreadId);
     Monitor.Enter(this);
     distance = Match(AppDomain.CurrentDomain.BaseDirectory + "\\template.png", AppDomain.CurrentDomain.BaseDirectory + "\\target.png");
     Console.WriteLine("匹配检测出的距离是:" + distance);
     Monitor.Exit(this);
     //这是滑块
     var slide = wd.FindElement(By.ClassName("ui-slider-btn"));
     Actions action = new (wd);
     //点击并按住滑块元素
     action.ClickAndHold(slide);
     //action.MoveByOffset(distance, 0);
     MoveSlideByOffSet(action, distance);
     string alert;

     try
     {
         //解决了为什么进入两次的bug。以前在else里面进行release和perform导致在try里面没有对滑块
         //进行任何的操作。
         action.Release().Perform();
         Thread.Sleep(2000);
         alert = wd.FindElement(By.ClassName("ui-slider-text")).Text;
         Console.WriteLine(alert);
     }
     catch (Exception e)
     {
         Console.WriteLine("发生异常:" + e.ToString());
         alert = "";
     }

     if (alert.Contains("验证成功"))
     {
         Console.WriteLine("滑块验证成功, 移动的距离是:" + distance);
         break;
     }
     else
     {
         Console.WriteLine("滑块验证失败, 移动的距离是:" + distance);
         wd.SwitchTo().DefaultContent();
     }
     Thread.Sleep(2000);
 }
public static int Match(string template, string target)
{
    //模板图片
    Mat temp = new Mat(template, ImreadModes.AnyColor);
    //被匹配图
    Mat wafer = new Mat(target, ImreadModes.AnyColor);

    //Canny边缘检测
    Mat temp_canny_Image = new Mat();
    Cv2.Canny(temp, temp_canny_Image, 100, 200);
    Mat wafer_canny_Image = new Mat();
    Cv2.Canny(wafer, wafer_canny_Image, 100, 200);

    //匹配结果
    Mat result = new Mat();
    //模板匹配
    Cv2.MatchTemplate(wafer_canny_Image, temp_canny_Image, result, TemplateMatchModes.CCoeffNormed);//最好匹配为1,值越小匹配越差
    //数组位置下x,y
    Point minLoc = new Point(0, 0);
    Point maxLoc = new Point(0, 0);
    Point matchLoc = new Point(0, 0);
    Cv2.MinMaxLoc(result, out minLoc, out maxLoc);
    matchLoc = maxLoc;
    return matchLoc.X;
}

代码中最终要的部分是边缘检测，有了这一步，才能更好的将缺口和背景进行匹配。关于边缘检测可参考Canny边缘检测算法的实现

写在最后

大部分验证码和滑块的问题可以通过文章中的方式搞定，如果是短信验证码，可能需要接码平台来搞定了。最后上一段代码，模拟人类滑动滑块行为的：

 public static void MoveSlideByOffSet(Actions action, int distance)
 {
     Thread.Sleep(500);
     int has_gone_dist = 0;
     int remaining_dist = distance;
     Random random = new();
     int span;
     while (remaining_dist > 0)
     {
         var ratio = remaining_dist / distance;
         if (ratio < 0.1)
             span = random.Next(3, 5);
         else if (ratio > 0.9)
             span = random.Next(5, 8);
         else
             span = random.Next(15, 20);
         action.MoveByOffset(span, random.Next(-5, 5));
         remaining_dist -= span;
         has_gone_dist += span;
         Thread.Sleep(random.Next(5, 20) / 100);
     }

     action.MoveByOffset(remaining_dist, random.Next(-5, 5));
 }

公众号

更多内容，欢迎关注我的微信公众号:半夏之夜的无情剑客。
在这里插入图片描述

posted @   20190610  阅读(558)  评论(0)  编辑  收藏  举报
相关博文：
· 爬虫技术-滑块验证码
· 某滑块验证码识别思路(附完整代码)
· Python识别海外版抖音Tiktok、巨量引擎滑块验证码识别
· 爬虫逆向学习(八)：Canvas画图滑块验证码解决思路与绕过骚操作
· python 识别滑块验证码
阅读排行：
· DeepSeek 开源周回顾「GitHub 热点速览」
· 记一次.NET内存居高不下排查解决与启示
· 物流快递公司核心技术能力-地址解析分单基础技术分享
· .NET 10首个预览版发布：重大改进与新特性概览！
· .NET10 - 预览版1新功能体验（一）
点击右上角即可分享
微信分享提示
AI FOR CODE 大赛