Python3 滑块验证码的破解

破解滑块验证码的思路主要有2种：

• 获得一张完整的背景图和一张有缺口的图片，两张图片进行像素上的一一对比，找出不一样的坐标。
• 获得一张有缺口的图片和需要验证的小图，两张图片进行二极化以及归一化，确定小图在图片中间的坐标。
• 之后就要使用初中物理知识了，使用直线加速度模仿人手动操作

本次就使用第2种，第一种比较简单。废话不多说，直接上代码：

• 以下均利用无头浏览器进行获取
• 获得滑块验证的小图片

def get_image1(self,driver):
    """
    获取滑块验证缺口小图片
    :param driver:chrome对象
    :return:缺口小图片
    """
    canvas = driver.find_element_by_xpath("//div[@id='xy_img']").get_attribute("style")
    image_data=re.findall("data:image/jpg;base64,(.*?)\"\)",canvas)[0]
    # print(image_data)
    binary_image_data=base64.b64decode(image_data,'-_')
    file_like=BytesIO(binary_image_data)
    image=Image.open(file_like)
    return image

一般来说，这张小图片都是独立的，比较好获取，图片如下：

• 获得滑块验证的背景图片

！！！这个背景图片网页一般会返回乱序的图片，然后通过js对图片进行重新排序，要破解需要的时间较多，且每个js排序算法不一样，不具有复用性。这里就取了个巧，直接对当前浏览器截屏，然后在截取指定范围图片。

def get_image2(self,driver):
    """
    获取滑块验证码背景图片
    :param driver:chrome对象
    :return:背景图片
     """
    driver.save_screenshot('yanzhengma.png')
    # 通过图片元素节点获取坐标值
    # element = driver.find_element_by_id("bgImg")
    # left = element.location['x']
    # top = element.location['y']
    # right = element.location['x'] + element.size['width']
    # bottom = element.location['y'] + element.size['height']
    # 通过画图软件直接获取相应图片的坐标值
    left=359
    top=238
    right=658
    bottom=437
    # print((left, top, right, bottom))
    im = Image.open('yanzhengma.png')
    im = im.crop((left, top, right, bottom))
    return im

图片如下：

• 轨迹计算方法

def get_track(self, distance):
    """
    根据偏移量获取移动轨迹
    :param distance:偏移量
    :return:移动轨迹
    """
    # 移动轨迹
    track = []
    # 当前位移
    current = 0
    # 减速阈值
    mid = distance * 4 / 5
    # 计算间隔
    t = 0.2
    # 初速度
    v = 0

    while current < distance:
        if current < mid:
            # 加速度为正2
            a = 2
        else:
            # 加速度为负3
            a = -3
        # 初速度v0
        v0 = v
        # 当前速度v = v0 + at
        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

• 验证主程序

 def slider_verification_code(self,driver,cnt):
    """
    破解滑块验证主程序
    :param driver:chrome对象；cnt：已验证次数
    :return:已验证次数
    """
    print("出现滑块验证，验证中")
    # 1、出现滑块验证，获取验证小图片
    picture1 = self.get_image1(driver)
    picture1.save("./picture1.png")
    # 2、获取有缺口验证图片
    picture2 = self.get_image2(driver)
    picture2.save("./picture2.png")
    #二值化图片,进行对比，输出匹配的坐标系
    target_rgb=cv2.imread("./picture2.png")
    target_gray=cv2.cvtColor(target_rgb,cv2.COLOR_BGR2GRAY)
    template_rgb=cv2.imread("./picture1.png",0)
    res=cv2.matchTemplate(target_gray,template_rgb,cv2.TM_CCOEFF_NORMED)
    value=cv2.minMaxLoc(res)
    value = value[3][0]
    cnt += 1
    print("需要位移的距离为："+str(value)+",已验证"+str(cnt)+"次")
    #根据距离获取位移的轨迹路线
    track=self.get_track(value)
    time.sleep(1)
    ActionChains(driver).click_and_hold(driver.find_element_by_class_name("handler.handler_bg")).perform()
    for x in track:
        ActionChains(driver).move_by_offset(xoffset=x, yoffset=0).perform()
    time.sleep(0.5)
    ActionChains(driver).release().perform()
    return cnt

看！有 飞 机：