Python_极验滑动验证码识别

极验滑动验证码

1、准备工作

• 安装好Selenium库，Chrome浏览器，配置ChromeDriver
• 目标：用程序来识别并通过极验验证码的验证，包括分析识别思路、识别缺口位置、生成滑块拖动路径、模拟实现滑块拼合通过验证等步骤
• 极验验证码官网：https://www.geetest.com/Sensebot

2、识别思路

• 利用selenium来模拟人的行为的方式来完成验证

• 识别验证需要完成三步：模拟点击验证按钮，识别滑动缺口位置，模拟拖动滑块

• a.模拟点击按钮：直接使用selenium模拟点击按钮

• b.识别缺口位置（关键）：需要用到图像相关处理方法，利用边缘检测算法来找出缺口位置；

  • 利用有缺口图片和无缺口图片进行对比，找出缺口位置
  • 设定一个对比阈值，遍历两张图片，找出相同位置像素RGB差距超过此阈值的像素点，那么此像素点的位置就是缺口的位置；

• c.模拟拖动滑块：极验验证码增加了机器轨迹识别，匀速移动，随机速度移动等方法都不能通过验证，只有完全模拟人的移动轨迹才可以通过验证，人的移动轨迹一般是先加速后减速，我们需要模拟这个过程
  

2、主程序思路流程

• 选定链接 https://www.geetest.com/Sensebot/
• 完整代码见如下链接

    def crack(self):
        self.browser.get(self.url)
        #1、点击滑块验证
        button = self.get_button()
        button.click()
        #2、获取有缺口的图片image2
        image2 = self.get_image('image2.png')
        #3、关键步骤：执行js改变css样式，显示背景图（即无缺口的图片）
        self.browser.execute_script('document.querySelectorAll("canvas")[2].style=""')
        time.sleep(1)
        #4、获取没有缺口的图片image1
        image1 = self.get_image('image1.png')
        #5、比较获取image1和image2像素点差异，找出缺口位置
        gap = self.get_gap(image1, image2)
        print('缺口位置', gap)
        #6、滑块原始位置距离图片为6，需减去缺口位移6，
        BORDER = 6
        gap -= BORDER
        #7、根据缺口位移gap，获取移动轨迹
        track = self.get_track(gap)
        print('滑动轨迹', track)
        #8、拖动滑块按照移动轨迹拖动
        slider = self.get_slider()
        self.move_to_gap(slider, track)
        #9、判断是否验证成功，如果出现哇，怪物吃掉了拼图，请3秒后重试，失败后重试
        # success = self.wait.until(EC.text_to_be_present_in_element((By.CLASS_NAME, 'geetest_success_radar_tip_content'), '验证成功'))
        # if success == False:
        #     self.crack()
        # else:
        #     print("验证成功")
        # # 10、关闭浏览器
        # self.browser.close()

3、注意点

• （1）先获取有缺口图片；然后更改页面css样式（删掉style=“opacity: 1; display: none;”），再获取无缺口图片（即滑动验证码完整图片）
  
  删掉：style="opacity: 1; display: none;"后， 代码中操作：browser.execute_script(‘document.querySelectorAll(“canvas”)[2].style=""’)
  
• （2）Chrome浏览器屏幕截图不是完整的页面长图，而是屏幕定位当前能看到的图片；
  
  captcha = picture.crop((left, 380, right, 540))截图后
  
• （3）获得缺口位置图片后，需要减去6，才是真正应该移动的距离；查找像素差异不同的位置是从滑块右侧开始查找的，代码中设置查找开始位置为60；
  

4、通用关键代码

• （1） 获取验证码图片，关于location和size的用法可以参考这个链接 https://blog.csdn.net/weixin_41792971/article/details/88142828

    def get_image(self, name='image.png'):
        '''
        获取验证码图片
        :param name: 验证码图片名称
        :return: 图片对象
        '''
        #这一行代码不是通用的，需要根据网页分析查找验证码图片标签
        img = self.wait.until(EC.presence_of_element_located((By.XPATH, '//canvas[@class="geetest_canvas_slice geetest_absolute"]')))
        time.sleep(2)
        location = img.location
        size = img.size
        left, top, right, bottom = location['x'],location['y'],location['x']+size['width'],location['y']+size['height']
        print('验证码位置：', left, top, right, bottom)
        # 截图，截取当前屏幕图片
        self.browser.save_screenshot('1'+ name)
        picture = Image.open('1'+ name)
        # 裁剪屏幕图片，获取验证码图片，注意crop(left,top,right,bottom)四个参数相对于屏幕图片的位置距离
        #这一行代码也不是通用的，需要根据实际情况调整380和540这两个参数
        captcha = picture.crop((left, 380, right, 540))
        captcha.save(name)
        return captcha

• （2）获取缺口偏移量，即缺口在验证码图片左侧位置距离

	def is_pixel_equal(self, image1, image2, x, y):
        """
        判断两个像素是否相同
        :param image1: 有缺口图片1
        :param image2: 无缺口图片2
        :param x: 位置x
        :param y: 位置y
        :return: 判断同一位置像素是否相同
        """
        pixel1 = image1.load()[x, y]
        pixel2 = image2.load()[x, y]
        threshold = 60
        if abs(pixel1[0] - pixel2[0]) < threshold and abs(pixel1[1] - pixel2[1]) < threshold and abs(
                pixel1[2] - pixel2[2]) < threshold:
            return True
        else:
            return False

    def get_gap(self, image1, image2):
        """
        获取缺口偏移量
        :param image1: 不带缺口图片
        :param image2: 带缺口图片
        :return:返回缺口位置
        """
        left = 60
        print('验证码图片宽度和高度:', image1.size)
        for i in range(left, image1.size[0]):
            for j in range(image1.size[1]):
                judge_value = self.is_pixel_equal(image1, image2, i, j)
                if judge_value == False:
                    left = i
                    return left

• （3）获取滑块移动轨迹

    def get_track(self, distance):
        """
        根据偏移量获取移动轨迹
        :param distance: 偏移量，应该移动的距离
        :return: 移动轨迹列表
        """
        # 移动轨迹
        track = []
        # 当前位移
        current = 0
        # 减速阈值
        mid = distance * 7 / 10
        # 计算间隔
        t = 0.2
        # 初速度
        v = 0
        while current < distance:
            if current < mid:
                a = 2
            else:
                a = -3
            v0 = v
            v = v0 + a * t
            # 移动距离x = v0t + 1/2 * a * t^2
            move = v0 * t + 1 / 2 * a * t * t
            # 当前位移
            current += move
            # 加入轨迹
            track.append(round(move))
        return track[:-1]

• （4）将滑块拖到缺口处

 def move_to_gap(self, slider, track):
        """
        拖动滑块到缺口处
        :param slider: 滑块对象
        :param track: 轨迹
        :return:
        """
        ActionChains(self.browser).click_and_hold(slider).perform()
        for x in track:
            ActionChains(self.browser).move_by_offset(xoffset=x, yoffset=0).perform()
        time.sleep(0.5)
        ActionChains(self.browser).release().perform()