0
0

Python验证码识别和生成(5000字详细实例和概念讲解)

哈喽O(∩_∩)O

  1.     :.,,.-:*``*:-.,,.-:*``*:
  3.      ╭╧╮  ╭╧╮ ╭╧╮  ╭╧╮
  5.     ║周║║末║║快║║乐║
  7.     └﹏┘└﹏┘└﹏┘└﹏┘
  9.     * * * * * * * * * * * * *

╒╧╕ ╒╧╕ ╒╧╕ ╒╧╕ ╒╧╕

｜財｜｜招｜｜吉｜｜大｜｜閣｜

｜源｜｜財｜｜祥｜｜吉｜｜家｜

｜廣｜｜進｜｜如｜｜大｜｜平｜

｜進｜｜寶｜｜意｜｜利｜｜安｜

╘═╛ ╘═╛ ╘═╛ ╘═╛ ╘═╛

今天，我研究了一下Python爬虫的功能——验证码识别

比如某网站有这样一张人机验证的图片

我要用程序识别出验证码是什么，并输入验证码，打开网站，爬取内容。

ddddocr

ddddocr是一款开源库，专门用来识别验证码，方便快捷

安装

终端运行：pip install ddddocr

使用

ddddocr接收这几个参数
参数名默认值说明use_gpuFalseBool 是否使用gpu进行推理，如果该值为False则device_id不生效device_id0
int cuda设备号，目前仅支持单张显卡

classification
参数名默认值说明img0bytes 图片的bytes格式

试一下

在编译器中输入如下代码：

  1. import ddddocr
  2. ocr=ddddocr.DdddOcr(old=True)
  3. with open("1.jpg", 'rb') as f:
  4.     image = f.read()
  5. print(ocr.classification(image))

1.jpg是这样的

输出结果：

可以看到，成功识别出了 z4ta

但是，这个广告看着就很难受，有没有什么方法能去掉呢？

首先，我们来判断一下验证码和前面的广告是库作者拼接在一个字符串里，

还是是两个分别的字符串，分别输出

我们输出这个字符串的第0项看看

  1. import ddddocr
  2. ocr=ddddocr.DdddOcr(old=True)
  3. with open("1.jpg", 'rb') as f:
  4.     image = f.read()
  5. print(ocr.classification(image)[0])

输出：z

这就证明这是两个字符串，不影响正常使用

去除广告

我们按住 Ctrl，把光标移到“import ddddocr” 的ddddocr上，发现ddddocr变蓝了

然后我们单击ddddocr，出来这个界面

这就是ddddocr的代码

我们找到这里

把这几行代码注释掉，改成 pass

再运行刚才的文件，发现输出变成了只有 z4ta

标记验证码

效果图：

可以看到，程序把 Z 、4、T、A 都用红圈圈了出来

程序（请安装opencv）

  1. import ddddocr
  2. import cv2
  4. det = ddddocr.DdddOcr(det=True)
  6. with open("1.jpg", 'rb') as f:
  7.     image = f.read()
  9. poses = det.detection(image)
  10. print(poses)
  12. im = cv2.imread("1.jpg")
  14. for box in poses:
  15.     x1, y1, x2, y2 = box
  16.     im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)
  18. cv2.imwrite("result.jpg", im)

注意，1.jpg是我们要识别的验证码的图片

源码阅读

  1. import warnings
  3. warnings.filterwarnings('ignore')
  4. import io
  5. import os
  6. import onnxruntime
  7. from PIL import Image
  8. import numpy as np

这里使用onnxruntime模型，使用filterwarnings过滤了可能出现的警告。PIL用于读入图片和缩放，使用numpy转化为矩阵。

  1. class DdddOcr(object):
  2.     def __init__(self, use_gpu: bool = False, device_id: int = 0):
  3.         self.__graph_path = os.path.join(os.path.dirname(__file__), 'common.onnx')
  4.         if use_gpu:
  5.             self.__providers = [
  6.                 ('CUDAExecutionProvider', {
  7.                     'device_id': device_id,
  8.                     'arena_extend_strategy': 'kNextPowerOfTwo',
  9.                     'cuda_mem_limit': 2 * 1024 * 1024 * 1024,
  10.                     'cudnn_conv_algo_search': 'EXHAUSTIVE',
  11.                     'do_copy_in_default_stream': True,
  12.                 }),
  13.             ]
  14.         else:
  15.             self.__providers = [
  16.                 'CPUExecutionProvider',
  17.             ]
  18.         self.__ort_session = onnxruntime.InferenceSession(self.__graph_path, providers=self.__providers)
  19.         self.__charset = ["", "掀", ...]  # 省略亿点点代码

此处定义了Ddddocr类，
名字意义

  1. self.__graph_path

模型位置

  1. self.__providers

模型参数

  1. self.__ort_session

模型session

  1. self.__charset

字符集

  1. ...  # 上面的代码
  2.     def classification(self, img: bytes):
  3.         image = Image.open(io.BytesIO(img))  # 使用BytesIO+pillow读入图片
  4.         image = image.resize((int(image.size[0] * (64 / image.size[1])), 64), Image.ANTIALIAS).convert('L')  # 缩放为验证码大小，转为二值图
  5.         image = np.array(image).astype(np.float32)   # 转为float32的矩阵
  6.         image = np.expand_dims(image, axis=0) / 255.
  7.         image = (image - 0.5) / 0.5
  8.         ort_inputs = {'input1': np.array([image])}  # 设置模型输入
  9.         ort_outs = self.__ort_session.run(None, ort_inputs)  # 获取结果
  10.         result = []
  11.         last_item = 0
  12.         for item in ort_outs[0][0]:  # 遍历模型，获取结果
  13.             if item == last_item:
  14.                 continue
  15.             else:
  16.                 last_item = item
  17.             if item != 0:
  18.                 result.append(self.__charset[item])
  20.         return ''.join(result)  # 返回result

生成验证码

如果你觉得用别人的验证码不过瘾的话，可以自己做验证码

代码比较简单

  1. from PIL import Image,ImageDraw,ImageFont
  2. import random
  3. def getRandomColor():
  4.    r = random.randint(0, 255)
  5.    g = random.randint(0, 255)
  6.    b = random.randint(0, 255)
  7.    return (r,g,b)
  8. def getRandomStr():
  9.    num_random = str(random.randint(1,9))
  10.    random_upper_alpha = chr(random.randint(65,90))
  11.    random_char = random.choice([num_random,random_upper_alpha])
  12.    return random_char
  13. image = Image.new('RGB',(120,40),(255,255,255))
  14. draw = ImageDraw.Draw(image)
  15. font = ImageFont.truetype(r'K:\msyh.ttc',size=24)
  16. for i in range(4):
  17.    draw.text((10+i*30,10),getRandomStr(),getRandomColor(),font=font)
  18. width = 120
  19. height = 40
  20. for i in range(5):
  21.    x1 = random.randint(0,width)
  22.    x2 = random.randint(0,width)
  23.    y1 = random.randint(0,height)
  24.    y2 = random.randint(0,height)
  25.    draw.line((x1,x2,y1,y2),fill=getRandomColor())
  26. for i in range(20):
  27.    draw.point([random.randint(0,width),random.randint(0,height)],fill=getRandomColor())
  28.    x = random.randint(0,width)
  29.    y = random.randint(0,height)
  30.    draw.arc((x,y,x+5,y+5),0,90,fill=getRandomColor())
  31. image.save('1.jpg')

模拟登录网站

我们可以自己做一个简单的页面（Html）

再自己破解。

  1. import unittest
  2. from PIL import Image
  3. from selenium import webdriver
  4. from time import sleep
  5. import ddddocr
  7. class WeChat(unittest.TestCase):
  9.     # def __init__(self):
  10.     def setUp(self) -> None:
  11.         self.driver = webdriver.Chrome()
  12.         # 自己的网站
  13.         self.driver.get('website.html')
  14.         #    全屏打开
  15.         self.driver.maximize_window()
  17.         self.driver.implicitly_wait(10)
  18.         self.ocr = ddddocr.DdddOcr()
  20.     def test_login_success(self):
  21.         #  打开自己的网站会有安全认证
  22.         self.driver.find_element('id', 'details-button').click()
  23.         self.driver.find_element('id', 'proceed-link').click()
  24.         self.driver.find_element('xpath', '//*[@id="layui-layer1"]/div[3]/a').click()
  26.         sleep(1)
  27.         self.driver.find_element('id', 'account').send_keys('BluetoothHaAdmin')
  28.         self.driver.find_element('id', 'password').send_keys('000000')
  29.         # 先获取屏幕截图,在找元素,定位大小,通过定位出来的地方截图后使用识别验证码模块,将其
  30.         # 以二进制的方式识别后,输出后填写到填写验证码的位置
  31.         self.driver.save_screenshot('Login_page.png')
  32.         yzm_btn = self.driver.find_element('id', 'id_img')
  33.         # 获取图片元素的位置
  34.         loc = yzm_btn.location
  35.         # 获取图片的宽高
  36.         size = yzm_btn.size
  37.         # 获取验证码上下左右的位置
  38.         left = loc['x']
  39.         top = loc['y']
  40.         right = (loc['x'] + size['width'])
  41.         bottom = (loc['y'] + size['height'])
  42.         val = (left, top, right, bottom)
  43.         # 打开网页截图
  44.         login_pic = Image.open('Login_page.png')
  45.         # print(val)
  46.         # 通过上下左右的值，去截取验证码
  47.         yzm_pic = login_pic.crop(val)
  48.         yzm_pic.save('yzm.png')
  49.         with open('yzm.png', 'rb') as f:
  50.             img_bytes = f.read()
  51.             # print (img_bytes)
  52.             res = self.ocr.classification(img_bytes)
  53.             print("验证码:", res, type(res))
  54.             self.driver.find_element('id', 'id_webVerificationCode').send_keys(res)
  55.         sleep(1)
  56.         self.driver.find_element('id', 'id_loginButton').click()
  57.         sleep(12)
  58.         self.driver.quit()
  60. if __name__ == '__main__':
  61.     ocr = ddddocr.DdddOcr()
  62.     wechat = WeChat()
  63.     # 点击安全提醒
  64.     sleep(12)
  65.     #退出
  66.     wechat.driver.quit()

最后

今天写了一篇长文，大家看了我的文章可能有一些收获

三连必回，其他不多说了了，拜拜！

标签： 爬虫 验证码 python
本文转载自: https://blog.csdn.net/m0_64036070/article/details/124738704
版权归原作者 YR_T 所有， 如有侵权，请联系我们删除。
登录后发布评论

“Python验证码识别和生成(5000字详细实例和概念讲解)”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

网络安全法-网络运行安全

使用selenium/drissionpage时如何阻止chrome自动跳转http到https

docker desktop 里部署的Open WebUI 管理员密码忘记了的处理方法

在ubuntu20.04中搭建onsite比赛运行环境

利用开源的低代码表单设计器FcDesigner高效管理和渲染复杂表单结构

Kafka学习笔记

【前端】浏览器输入url到页面呈现发生了什么？