Python實現自動登入，強行突破圖形驗證碼！
阿新 • • 發佈：2018-11-22
驗證碼有圖形驗證碼、極驗滑動驗證碼、點觸驗證碼、宮格驗證碼。這回重點講講圖形驗證碼的識別。
學習Python中有不明白推薦加入交流群
號：516107834
群裡有志同道合的小夥伴，互幫互助，
群裡有不錯的學習教程！
雖說圖形驗證碼最簡單，但是對於我這等新手，還是要苦學一番。首先尋找測試網站，網站選的是如雲閣小說網，小網站不怕被封。他們的驗證碼一般如下：
可以看出有微弱的干擾線和較強的干擾點，驗證碼是沒有邊框的，這裡為了排版好看，我加上去的...
1
灰度處理
把彩色驗證碼圖片轉為灰色的圖片。
import cv2
image = cv2.imread('1.jpeg', 0)
cv2.imwrite('1.jpg', image)
2
二值化處理
將圖片處理為只有黑白兩色的圖片，這裡發現干擾線沒有了，這就意味著我們只需要處理干擾點即可。
import cv2
image = cv2.imread('1.jpeg', 0)
ret, image = cv2.threshold(image, 100, 255, 1)
height, width = image.shape
new_image = image[0:height, 0:150]
cv2.imwrite('1.jpg', new_image)
3
降噪處理
去除小黑點，也就是孤立的黑色畫素點。
點降噪原理就是檢測黑色點相鄰的8個點，判斷8個點的顏色情況。如果全是白點，那麼就認為這個點是白色的，做黑點變白點處理。如⑤點處，以田字格來看，相鄰共有8個區域。
①②③點座標如下圖，同理可知④⑤⑥⑦⑧⑨點座標情況
降噪程式碼如下：
import cv2
import numpy as np
from PIL import Image
def inverse_color(image, col_range):
# 讀取圖片，0意味著圖片變為灰度圖
image = cv2.imread(image, 0)
# 圖片二值化，100為設定閥值，255為最大閥值，1為閥值型別，當前點值大於閥值，設定為0，否則設定為255。ret是return value縮寫，代表當前的閥值
ret, image = cv2.threshold(image, 110, 255, 1)
# 圖片的高度和寬度
height, width = image.shape
# 圖片反色處理，原因：上面的處理只能生成白字黑底的圖片，而我們需要的是黑字白底的圖片
img2 = image.copy()
for i in range(height):
for j in range(width):
img2[i, j] = (255 - image[i, j])
img = np.array(img2)
# 對處理後的圖片做擷取
height, width = img.shape
new_image = img[0:height, col_range[0]:col_range[1]]
cv2.imwrite('handle_one.png', new_image)
image = Image.open('handle_one.png')
return image
def clear_noise(img):
# 圖片降噪處理
x, y = img.width, img.height
for i in range(x):
for j in range(y):
if sum_9_region(img, i, j) < 2:
# 改變畫素點顏色，白色
img.putpixel((i, j), 255)
img = np.array(img)
cv2.imwrite('handle_two.png', img)
img = Image.open('handle_two.png')
return img
def sum_9_region(img, x, y):
"""
田字格
"""
# 獲取當前畫素點的顏色值
cur_pixel = img.getpixel((x, y))
width = img.width
height = img.height
if cur_pixel == 255: # 如果當前點為白色區域,則不統計鄰域值
return 10
if y == 0: # 第一行
if x == 0: # 左上頂點,4鄰域
# 中心點旁邊3個點
sum_1 = cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1))
return 4 - sum_1 / 255
elif x == width - 1: # 右上頂點
sum_2 = cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1))
return 4 - sum_2 / 255
else: # 最上非頂點,6鄰域
sum_3 = img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1))
return 6 - sum_3 / 255
elif y == height - 1: # 最下面一行
if x == 0: # 左下頂點
# 中心點旁邊3個點
sum_4 = cur_pixel + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x, y - 1))
return 4 - sum_4 / 255
elif x == width - 1: # 右下頂點
sum_5 = cur_pixel + img.getpixel((x, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y - 1))
return 4 - sum_5 / 255
else: # 最下非頂點,6鄰域
sum_6 = cur_pixel + img.getpixel((x - 1, y)) + img.getpixel((x + 1, y)) + img.getpixel((x, y - 1)) + img.getpixel((x - 1, y - 1)) + img.getpixel((x + 1, y - 1))
return 6 - sum_6 / 255
else: # y不在邊界
if x == 0: # 左邊非頂點
sum_7 = img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1))
return 6 - sum_7 / 255
elif x == width - 1: # 右邊非頂點
sum_8 = img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x - 1, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1))
return 6 - sum_8 / 255
else: # 具備9領域條件的
sum_9 = img.getpixel((x - 1, y - 1)) + img.getpixel((x - 1, y)) + img.getpixel((x - 1, y + 1)) + img.getpixel((x, y - 1)) + cur_pixel + img.getpixel((x, y + 1)) + img.getpixel((x + 1, y - 1)) + img.getpixel((x + 1, y)) + img.getpixel((x + 1, y + 1))
return 9 - sum_9 / 255
def main():
img = '1.jpeg'
img = inverse_color(img, (0, 160))
clear_noise(img)
if __name__ == '__main__':
main()
解決最大的問題後，接下來就是實現自動登陸。首先使用selenium自動點選登陸按鈕。
到登陸介面後，利用selenium自動輸入使用者名稱，密碼，對驗證碼區域進行截圖。而後對驗證碼截圖進行處理，最後成功獲取驗證碼。
這裡為什麼是截圖呢，原因是驗證碼圖片一直在變化。比如說我現在複製這個8863驗證碼的圖片連結，在新的標籤頁開啟，會發現驗證碼改變了，不是8863，而是另外一張驗證碼圖片。那麼我們通過獲取當前頁面的驗證碼連結，從而來獲取驗證碼圖片，這種方法肯定是不可行的。
通過查閱相關資料，知道了帶cookies訪問驗證碼連結頁面，能夠成功解決這個問題。不過由於相關的庫沒匯入成功，也就放棄了。等下回做驗證碼機器學習的時候，再給予解決。
登陸成功
自動登陸程式碼如下：
import re
import cv2
import time
import numpy as np
import pytesseract
from PIL import Image
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
USER = '你的使用者名稱'
PASSWORD = '你的密碼'
browser = webdriver.Chrome()
wait = WebDriverWait(browser, 20)
def inverse_color(image, col_range):...
def clear_noise(img):...
def sum_9_region(img, x, y):...
def auto_login():
"""
實現網頁自動登陸
"""
url = 'http://www.quanben9.com/'
browser.get(url)
# 查詢登陸按鈕並點選
button = browser.find_element_by_css_selector('#top1 > div > a:nth-child(3)')
button.click()
# 查詢使用者名稱輸入框並輸入使用者名稱
input_first = browser.find_element_by_name('username')
input_first.send_keys(USER)
# 查詢密碼輸入框並輸入密碼
input_second = browser.find_element_by_name('password')
input_second.send_keys(PASSWORD)
# 獲取瀏覽器截圖後，手動定位驗證碼位置，獲得驗證碼截圖
browser.save_screenshot('Login_page.png')
photo = Image.open('login_page.png')
box = (1210, 710, 1360, 755)
photo.crop(box).save('Verification.png')
# 對驗證碼進行灰度，二值化處理，而後降噪處理
handle_verification_code('Verification.png')
# 對處理後的驗證碼圖片進行識別
image = Image.open('handle_two.png')
image.show()
result = pytesseract.image_to_string(image)
# 畢竟提供的庫識別能力有限，不一定能完整得到結果，需要對結果進行篩選
result = re.sub('[a-zA-Z’!"#$%&'()*+,-./:;<=>[email protected]，。?★、…【】《》？“”‘’！[\]^_`{|}~]+', '', result.replace(' ', ''), re.S)
print(result)
# 判斷識別是否成功
if len(result) == 4:
# 獲得驗證碼輸入框並輸入驗證碼資訊
input_third = browser.find_element_by_name('code')
input_third.send_keys(result)
time.sleep(2)
# 獲得登陸按鈕並點選
button_2 = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, 'body > div.main > div > form > ul > li:nth-child(5) > input[type="submit"]')))
button_2.click()
time.sleep(5)
else:
return auto_login()
def handle_verification_code(img):
img = inverse_color(img, (0, 160))
img = clear_noise(img)
return img
def main():
auto_login()
if __name__ == '__main__':
main()
# 結束程式
exit()