猎聘网这种验证码有什么好的方法模拟吗?

2016-06-05 15:21:01 +08:00
 ClutchBear
搜索了好久也没用发现有人能用 python 模拟的....
5474 次点击
所在节点    Python
11 条回复
realpg
2016-06-05 15:26:33 +08:00
能识别这种验证码的大牛才不会去搞这种烂站
ipconfiger
2016-06-05 15:28:09 +08:00
得到两个图片, 先对第一个图片做 ocr 处理, 获取到 4 个字, 再到第二个图片里按顺序找到每个字的座标, 模拟鼠标点击.
ProfFan
2016-06-05 15:57:38 +08:00
这码不难吧
ClutchBear
2016-06-05 16:03:31 +08:00
@ProfFan 有什么思路吗?
holyghost
2016-06-05 16:09:49 +08:00
刚看了下,直接请求 captcha 还是乱序的(好像前端用 css 重新拼一遍?),然后提交坐标验证。

有意思。
ProfFan
2016-06-05 16:22:35 +08:00
按照这个截图,前背景差距这么大,直接背景就没用了。字间距也够大,不用 OCR ,直接上下 match 。
ProfFan
2016-06-05 16:29:43 +08:00


大概像这样
ProfFan
2016-06-05 18:31:15 +08:00
POC

```
import numpy as np
import matplotlib.pyplot as plt

import skimage.color
from skimage import data
from scipy import misc
from skimage.feature import match_template

def rotate(image, angle, center = None, scale = 1.0):
(h, w) = image.shape[:2]

if center is None:
center = (w / 2, h / 2)

# Perform the rotation
M = cv2.getRotationMatrix2D(center, angle, scale)
rotated = cv2.warpAffine(image, M, (w, h))

return rotated

captcha_q = skimage.color.rgb2gray(misc.imread("captcha_q.jpg"))
captcha_a = skimage.color.rgb2gray(misc.imread("captcha_a.jpg"))

image = (captcha_a<0.37)

#coin_raw = (captcha_q<0.37)[15:,55:79]
#coin_raw = (captcha_q<0.37)[15:,12:35]
#coin_raw = (captcha_q<0.37)[15:,79:101]
coin_raw = (captcha_q<0.37)[15:,36:55]

coin_rot = rotate(np.asarray((coin_raw)*255, dtype=np.uint8),-20)
coin = cv2.resize(coin_rot,
tuple(int(1.5*x) for x in coin_rot.T.shape),
interpolation = cv2.INTER_AREA)
result = match_template(image, coin)
ij = np.unravel_index(np.argmax(result), result.shape)
x, y = ij[::-1]


fig, (ax1, ax2, ax3) = plt.subplots(1, 3,gridspec_kw = {'width_ratios':[1, 4, 3]},figsize=(12, 6))

ax1.imshow(coin)
ax1.set_axis_off()
ax1.set_title('char')

ax2.imshow(image)
ax2.set_axis_off()
ax2.set_title('image')
# highlight matched region
hcoin, wcoin = coin.shape
rect = plt.Rectangle((x, y), wcoin, hcoin, edgecolor='r', facecolor='none')
ax2.add_patch(rect)

ax3.imshow(result)
ax3.set_axis_off()
ax3.set_title('matched')
# highlight matched region
ax3.autoscale(False)
ax3.plot(x, y, 'o', markeredgecolor='r', markerfacecolor='none', markersize=10)

plt.show()
```
timeship
2016-06-05 23:03:42 +08:00
知乎的有时候也是点击的,抓下来然后 post 坐标过去
nivan
2016-06-06 09:33:14 +08:00
这个验证码是坐标范围验证,然后每个文字的大小都是一样的,所以可以把验证码和验证码图片按文字大小等分切割,然后进行 OCR
ClutchBear
2016-06-06 18:23:10 +08:00
感谢楼主各个大神,
我最后采用 selenium 手动登录,
保存 cookies,然后 requests 用这个 cookies 登录的方法

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/283636

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX