太嚣张了！他竟用Python绕过了“验证码”

在web页面中，经常会遇到验证码，这对于我这么一个热爱web自动化测试人员，就变成了一件头疼的事。于是千方百计找各种资源得到破解简单的验证码方法。

识别验证码

　　大致分如下几个步骤：

　　　　1.获取验证码图片

　　　　2.灰度处理

　　　　3.增加对比度

　　　　4.降噪

　　　　5.识别

>>>>获取验证码

　　通过各种方法，将含有验证码的图片获取并存贮在本地。

　　本次的方法是：截取当前web页面，然后获取验证码在web页面中的位置，通过位置定位验证码图片再次截取。

　　以163邮箱注册页面为例

　　用到的库：selenium、PIL

　　如果是python2.x，pip install PIL；在python3.x中PIL被移植到pillow 中，所以导入时需要导入pillow，pip install pillow　　

 from PIL import Image
 
 import time
 from selenium import webdriver
 
 def get_code_img(driver):
 
    time.sleep(1)
 
    # 截取整个浏览器图
    driver.save_screenshot('webImg.png')
 
    # 获取code元素坐标
    code_element = driver.find_element_by_id('vcodeImg')
 
    # 获取code图片坐标值
    left_location = code_element.location['x']
    top_location = code_element.location['y']
 
    right_location = code_element.size['width'] + left_location
    below_location = code_element.size['height'] + top_location
 
    # 通过坐标值得到code image图
    web_img = Image.open("webImg.png")
    code_img = web_img.crop((left_location,top_location,right_location,below_location))
    code_img.save("codeImg.png")

　　save_screenshot：webdriver中提供的一个方法，截取整个web页面

　　code_element.location：获取某个的位置

　　例如：print(code_element.location)的结果为：{'x': 632, 'y': 511}

　　他是以图片的左上角为基准点，向右为x，向下为y

　　code_element.size：获取图片的尺寸

　　crop：是通过四个坐标点获取位置截图并且生成一张新图，他是Image 中的一个方法。

运行代码

 if __name__ == '__main__':
 
    base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
 
    driver = webdriver.Chrome()
    driver.maximize_window()
    driver.get(base_url)
    get_code_img(driver)
    driver.close()

运行后获得两张图片webImg.png和codeImg.png。codeImg如下：

>>>>灰度处理/增加对比色

　　将图片的颜色变成灰色并且增加对比色，识别时减少不必要的干扰。

 def gray_img(img):
    code_img = Image.open(img)
    # 转换为灰度
    gray_img = code_img.convert('L')
    # 增强亮度
    enhance_img = ImageEnhance.Contrast(gray_img)
    enhance_img = enhance_img.enhance(3)
    return enhance_img
 
 if __name__ == '__main__':
 
      gray_img('codeImg.png').show()

　　运行后结果

>>>>降噪

　　根据一个点A的RGB值，与周围的4个点的RGB值进行比较，最初设定一个值N即判断数量（0<N<4），当A的RGB值与周围4个点的RGB相等数小于N时会被视为燥点，被消除。

 def clear_noise(img):
 
 noise_img = img.load()
 # 获取图片的尺寸
 w,h = img.size
 
 for y in range(1,h-1):
  for x in range(1,w-1):
   count = 0
   if noise_img[x,y-1] > 245:
    count = count + 1
   if noise_img[x,y+1] > 245:
    count = count + 1
   if noise_img[x-1,y] > 245:
    count = count + 1
   if noise_img[x+1,y] > 245:
    count = count + 1
   if noise_img[x-1,y-1] > 245:
    count = count + 1
   if noise_img[x-1,y+1] > 245:
    count = count + 1
   if noise_img[x+1,y-1] > 245:
    count = count + 1
   if noise_img[x+1,y+1] > 245:
    count = count + 1
   if count > 4:
       noise_img[x,y] = 255
 return img
 
 if __name__ == '__main__':
    img = gray_img('codeImg.png')
    clear_noise(img).show()

运行后结果

>>>>识别

　　识别使用的是pytesseract包。

　　Pytesseract包依赖于tesseract，安装的时候两个都需安装

　　详情参考：

　　　　tesseract： https://github.com/sirfz/tesserocr

　　　　pytesseract：https://github.com/madmaze/pytesseract

 text = pytesseract.image_to_string(img)
 print(text)

　　很遗憾，上面的图没有识别出来。

完整代码运行识别

以下图验证码为例

 from PIL import Image, ImageEnhance
 import time
 import pytesseract
 from selenium import webdriver
 
 def clear_noise(img):
 noise_img = img.load()
 # 获取图片的尺寸
 w,h = img.size
 
 for y in range(1,h-1):
  for x in range(1,w-1):
   count = 0
   if noise_img[x,y-1] > 245:
    count = count + 1
   if noise_img[x,y+1] > 245:
    count = count + 1
   if noise_img[x-1,y] > 245:
    count = count + 1
   if noise_img[x+1,y] > 245:
    count = count + 1
   if noise_img[x-1,y-1] > 245:
    count = count + 1
   if noise_img[x-1,y+1] > 245:
    count = count + 1
   if noise_img[x+1,y-1] > 245:
    count = count + 1
   if noise_img[x+1,y+1] > 245:
    count = count + 1
   if count > 4:
       noise_img[x,y] = 255
 return img
 
 def get_code_img(driver):
 
    time.sleep(1)
 
    # 截取整个浏览器图
    driver.save_screenshot('webImg.png')
 
    # 获取code元素坐标
    code_element = driver.find_element_by_id('vcodeImg')
 
    # 获取code图片坐标值
    left_location = code_element.location['x']
    top_location = code_element.location['y']
 
    right_location = code_element.size['width'] + left_location
    below_location = code_element.size['height'] + top_location
 
    # 通过坐标值得到code image图
    web_img = Image.open("webImg.png")
    code_img = web_img.crop((left_location,top_location,right_location,below_location))
    code_img.save("codeImg.png")
 
 def gray_img(img):
    code_img = Image.open(img)
    # 转换为灰度
    gray_img = code_img.convert('L')
    # 增强亮度
    enhance_img = ImageEnhance.Contrast(gray_img)
    enhance_img = enhance_img.enhance(3)
    return enhance_img
 
 if __name__ == '__main__':
 
    # base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
    #
    # driver = webdriver.Chrome()
    # driver.maximize_window()
    # driver.get(base_url)
    # get_code_img(driver)
    # driver.close()
    img = gray_img('d.png')
    img = clear_noise(img)
    img.show()
    text = pytesseract.image_to_string(img)
    print(text)

　　运行结果

　　虽然还是失败的。但至少已经接近了...

　　此次只是对验证码的识别做简单的尝试。虽然此方法识别率不是很高。当然网上有很多收费的识别平台，通过大量联系识别率是很高的，有兴趣的可以去了解下。

　　在认识验证码后我又来兴趣了，想去探个究竟验证码是怎样生成的...下次分享（皮一下）

python之验证码的生成

　　在识别验证码的玩虐后，决定去看看他是怎么生成的。

 大致步骤：

1.创建图片

2.对背景像素处理

3.写入识别码

4.增加干扰线

5.滤镜处理

用到的库

 import random
 
 from PIL import Image, ImageFont, ImageDraw,ImageFilter

　　在开始之前，了解下Image下图片的基本属性

　　print（Image.open('img.jpeg')）

　　结果：<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=500x291 at 0x103BA3FD0>

　　　　打印的是：图片格式、mode：彩色值、size：尺寸

　　也可以直接获取该图片的相关属性

　　img = Image.open('img.jpeg')

　　print(img.size, img.format, img.mode)

　　　　结果： (500, 291) JPEG RGB

现在开始生成验证码

>>>>创建图片

 from PIL import Image
 
 width = 240
 height = 60
 
 # 图像生成
 image = Image.new('RGB', (width,height), color='red')
 image.show()

　　new（）是创建一个图片，第一个参数为图片mode也就是色彩值；

　　第二个参数为图片的大小；

　　第三个参数是图片颜色。

　　show（）方法是展示图片

　　运行后结果

>>>>对背景像素处理

 # 填充每个像素点
 for i in range(width):
    for j in range(height
 
 ):
        draw.point((i,j), fill=random_bgcolor())

　　random_bgcolor（）：也是自定义的方法，随机产生颜色。

def random_bgcolor():
   return (random.randint(60,200), random.randint(60,200),random.randint(60,200))

　　返回一个RGB色彩值，其中的颜色取值根据需要设置吧。

打印结果

>>>>写入识别码

 draw = ImageDraw.Draw(image)
 # 写入信息
 for i in range(4):
    draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color())

　　ImageDraw.Draw(image)是在图片image上创建一个画笔

　　For循环：循环产生4个数字或字母

　　draw.text()方法是写入的内容，

　　　　第一个参数是坐标，坐标自己通过图片尺寸稍为计算下，合理布局；

　　　　第二个参数是写入的内容值，这里传入的是让系统随机产生一个数，方法可以自己定义；

　　　　第三个font为字体，设置的字体必须存在

　　　　第四个是对写入的内容附上颜色，这里传入的是让系统随机产生一个颜色，方法可以自己定义；

第二个参数的方法如下：

 def get_random(num,many):
        for i in range(many):
            s = ""
            for j in range(num):
                n = random.randint(1,2) # n==1生成数字，n=2生成字母
                if n == 1:
                    num1 = random.randint(0, 9)
                    s +=str(num1)
                else:
                    s +=str(random.choice(string.ascii_letters))
 
    return s

第三个参数字体：

font = ImageFont.truetype('Arial.ttf',36)

第四个参数的方法如下：

　　直接返回RGB颜色值

 def random_color():
    return (random.randint(64,255), random.randint(64,255), random.randint(64,255))

　　运行上面代码结果：

 

>>>>增加干扰线

　　在生成的验证码图片上添加一条干扰线

 for i in range(2):
    x1 = random.randint(0, width)
    y1 = random.randint(0, height)
    x2 = random.randint(0, width)
    y2 = random.randint(0, height)
    draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3)

　　draw.line（）是画线方法

　　第一个参数：线条坐标，即位置。如上是在图片范围内位置随机

　　第二个参数：线条的颜色，还是让随机产生

　　第三个参数：线条的宽度，不设置的话默认为0

　　运行结果

>>>>滤镜处理

　　增加滤镜，可以增加颜色的不同

　　很简单，一行代码搞定

 image = image.filter(ImageFilter.BLUR)

结果如下：

　　非常抱歉，我设置产生的随机色颜色值没有调对，导致背景色和字体色颜色太接近，效果看起来不是很好。

　　但是滤镜不是必须项，可以不设置。

完整代码如下

 import string
 
 import random
 from PIL import Image, ImageFont, ImageDraw,ImageFilter
 
 # 生成随机大小数字
 def get_random(num,many):
        for i in range(many):
            s = ""
            for j in range(num):
                n = random.randint(1,2) # n==1生成数字，n=2生成字母
                if n == 1:
                    num1 = random.randint(0, 9)
                    s +=str(num1)
                else:
                    s +=str(random.choice(string.ascii_letters))
            return s
 
 # 随机颜色RGB
 def random_color():
    return (random.randint(64,255), random.randint(64,255), random.randint(64,255))
 
 # 随机颜色RGB
 def random_bgcolor():
    return (random.randint(60,200), random.randint(60,200), random.randint(60,200))
 
 # 字体，字体大小
 font = ImageFont.truetype('Arial.ttf',36)
 
 # 图片尺寸
 width = 240
 height = 60
 
 # 图像生成
 image = Image.new('RGB', (width,height), color='red')
 
 # 创建绘图对象
 draw = ImageDraw.Draw(image)
 
 # 填充背景色
 for i in range(width):
    for j in range(height):
        draw.point((i,j), fill=random_bgcolor())
 
 # 写入信息
 for i in range(4):
     draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color())
 
 # 插入干扰线
 for i in range(2):
    x1 = random.randint(0, width)
    y1 = random.randint(0, height)
    x2 = random.randint(0, width)
    y2 = random.randint(0, height)
    draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3)
 
 # 添加滤镜
 image = image.filter(ImageFilter.BLUR)
 
 # 展示图片
 image.show()
 
 # 保存
 image.save('code.png')

原文发布在 自动化软件测试 微信公众号，欢迎关注

原文地址：https://mp.weixin.qq.com/s/x3QT8njMX2wKPXKxqDPRyg