Python OpenCV 过点击式和滑动式图形验证码的校验

背景

最近在给一个app抓包的时候发现App在特定时间会弹出验证码，验证之后会给一个token，需要携带token才能发起能正常请求。

文章源码地址：点击查看

验证码如下：

弹出验证码的Response如下：

1 2 3 4 5 6 7 8 9 10 11

{     "data": {         "errorCode": 0,         "errorMsg": "",         "bg": "https://example.com/ENZg076503962.jpg",         "front": "https://example.com/ENZg076503963.png",         "token": "eyJhbGci...",         "width": 765,         "height": 396     } }

完成验证码的Request如下

1 2 3 4

{     "m": "[{\"x\":395,\"y\":256},{\"x\":89,\"y\":273},{\"x\":670,\"y\":140}]",     "token": "eyJhbGci..." }

由此观察到只要将验证码的点击坐标post到完成验证码的接口，就可以获取到token，即现在的目标就是提取坐标。

方案

观察了下这个验证码不是很难，因为它没有图案扭曲，所以还是比较好过的，同时我也想起了以前过滑动验证码的一个方案（同时给出）。

要过验证码，就是将目标图案在背景图片上找到，并且将其像素点找到就可以。

于是我使用Python的OpenCV进行图片的识别。

1.提取图片

首先观察发现目标图片都是黑色图案，且背景为透明地址，当我直接使用 cv2.imread(front_image) 来加载图片时，会显示一片漆黑：

即使后来我使用了保留透明通道的加载 cv2.imread(front_path, cv2.IMREAD_UNCHANGED)，依旧是一片漆黑。

于是我想可以将透明通道剥离，然后将目标图案透明色设置为白色，那么目标图案就自然显现了，成品如下：

2.即然提取出了目标图片，那么就开始下一步，将目标图的位置找出来。

我先要将目标图片的三个图案分割出来，对每一个图案分别找出他的像素位置。
本来想通过颜色精准分割，但有些图案并不是整体粘连的，经过观察发现目标图片的三个图案排列位置都是固定的，所以直接记录出他的坐标进行像素分割：

rectangle_list每一个元素是[x1,y1,x2,y2]

1 2 3

rectangle_list = [[9, 9, 75, 75], [109, 9, 175, 75], [209, 9, 275, 75]]  for idx, rectangle in enumerate(rectangle_list, start=1):      cropped_image = white_front[rectangle[1]:rectangle[3], rectangle[0]:rectangle[2]]

分割后我们将目标图和背景图都转化为灰度，防止颜色碍事：

1 2	gray_bg = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY) gray_front = cv2.cvtColor(front, cv2.COLOR_BGR2GRAY)

然后直接进行最佳匹配：

1 2 3 4

res = cv2.matchTemplate(gray_front, gray_bg, cv2.TM_CCOEFF_NORMED)  min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res) cv2.putText(bg, str(idx), (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (7, 249, 151), 2) show(bg)

最后发现匹配结果欠佳，总是不能完整的将3个目标图案都准确找到，所以还需要再优化。

3.优化匹配方案

继续观察，发现背景图片中的目标图案总是白色的，所以我们放弃使用默认的灰度，转而将背景图片上所有的白色部分保留，其余全部转为黑色，这样不就完全没有杂色了。

为了尽可能保留完整的图案，经过多次RGB颜色的尝试，发现250-255区间可以保留大部分目标图案的白色：

1 2	gray_bg = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY)  _, strong_contrast_bg = cv2.threshold(gray_bg, 250, 255, cv2.THRESH_BINARY)

同时为了和背景图片上的黑色色块一致，我再将黑色的目标图案反转为白色:
由于要获取的是点击坐标，所以我们将x1,y1(即左上角坐标)进行+20的偏移，来移动到图案本身上面

1 2 3 4 5 6 7 8 9 10 11 12

gray_bg = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY)  _, strong_contrast_bg = cv2.threshold(gray_bg, 250, 255, cv2.THRESH_BINARY)      res = cv2.matchTemplate(      strong_contrast_bg,      cv2.bitwise_not(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2GRAY)),      cv2.TM_CCOEFF_NORMED  )  min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)      x, y = max_loc  x, y = x + 20, y + 20

经过验证，现在的识别就能正常过点击验证码了。
贴出代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61

import logging      import cv2  import numpy as np   def ProcessCaptcha(bg_path: str, front_path: str):      result = []          """      加载图像      背景为jpg格式的普通图像 像素为 765x396     目标为png格式的包含透明通道图像 像素为 300x84        """        bg = cv2.imread(bg_path)      front = cv2.imread(front_path, cv2.IMREAD_UNCHANGED)          """      由于目标图为透明黑色图片，直接加载会导致图像全黑，      为了避免全黑情况，创建与图像尺寸相同的白色背景图像，再提取图像的透明度通道，将透明部分的像素值设置为白色     这样加载完后的图像就变成了白底黑色目标的图像      """        white_front = np.ones_like(front) * 255      alpha_channel = front[:, :, 3]      white_front[:, :, 0:3] = cv2.bitwise_and(          white_front[:, :, 0:3],          white_front[:, :, 0:3],          mask=cv2.bitwise_not(alpha_channel)      )          """      为了按序点击，需要提取目标区域的矩形方块      由于目标图像较为规律有序，于是计算出3个目标图像像素坐标，直接按像素截取      """     rectangle_list = [[9, 9, 75, 75], [109, 9, 175, 75], [209, 9, 275, 75]]      for rectangle in rectangle_list:          cropped_image = white_front[rectangle[1]:rectangle[3], rectangle[0]:rectangle[2]]              """          将背景图片转换为黑白两色的图片，只保留RGB(250-255)的图像          如此能保留绝大部分目标图像轮廓         将目标图像转换为黑色背景白色轮廓          如此便与背景的颜色逻辑一致          """         gray_bg = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY)          _, strong_contrast_bg = cv2.threshold(gray_bg, 250, 255, cv2.THRESH_BINARY)          strong_contrast_front = cv2.bitwise_not(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2GRAY))              res = cv2.matchTemplate(              strong_contrast_bg,              strong_contrast_front,              cv2.TM_CCOEFF_NORMED          )          """          使用 TM_CCOEFF_NORMED 算法匹配到最佳          由于此时的 X,Y 坐标为左上角坐标，需要加20进行偏移处理，获取到点击坐标          """         x, y = cv2.minMaxLoc(res)[3]         result.append((x + 20, y + 20))          logging.info(f"Done process: "+str(result).replace('\n', ' '))      return result

滑动验证码

滑动验证码与上同理，甚至现在比较常见的一种滑动验证码已经有了通用的代码，如：

这种滑动验证码已经是无脑式 matchTemplate 、minMaxLoc 就可以，非常方便：

贴出代码：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

def process(bg_path: str, front_path: str) -> None:          # flags0是灰度模式      image = cv2.imread(front_path, 0)      template = cv2.imread(bg_path, 0)      template = cv2.resize(template, (340, 191), interpolation=cv2.INTER_CUBIC)          # 寻找最佳匹配      res = cv2.matchTemplate(_tran_canny(image), _tran_canny(template), cv2.TM_CCOEFF_NORMED)      min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)          x, y = max_loc      w, h = image.shape[::-1]      cv2.rectangle(template, (x, y), (x + w, y + h), (7, 249, 151), 2)      show(template)