如何提高滑块验证码的识别精度?

查看 18|回复 0
作者:aizya   
最近碰到一个需求,需要自动化操作一个网站,第一步就遇到一个问题,滑块验证码登录。
核心逻辑是:
1. 获取两张图片,一张左侧的验证码图片,一张完整的图片
2. 比对两张图片,获取到验证码图片与完整图片重合区域在 X 轴上需要移动的举例
3. 通过 selenium 缓慢移动验证码图片到重合区域,完成登录
在网上找到一个类似的需求和实现方案,跟着写了下代码 https://blog.csdn.net/weixin_53300120/article/details/138068169
写了两个实现的方式:
[ol]

  • 采用 ddddocr:
    with open('left.png', 'rb') as f:
    target_bytes = f.read()
    with open('full.png', 'rb') as f:
         background_bytes = f.read()
    ocr = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False)
    res = ocr.slide_match(target_bytes, background_bytes, simple_target=True)
    print(res, res['target'][0])

  • 采用 cv2:
    # 加载图片 A 和 B
    image_a = cv2.imread('left.png', cv2.IMREAD_GRAYSCALE)
    image_b = cv2.imread('full.png', cv2.IMREAD_GRAYSCALE)
    # 使用模板匹配方法( Template Matching )寻找图片 A 在 B 中的位置
    result = cv2.matchTemplate(image_b, image_a, cv2.TM_CCOEFF_NORMED)
    # 获取最大匹配值及其位置
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    # 如果 TM_CCOEFF_NORMED 方法使用,可以通过以下方式找到匹配位置的左上角坐标
    top_left = max_loc
    # 获取图片 A 的宽度和高度
    height, width = image_a.shape
    print(height, ':', width)
    height2, width2 = image_b.shape
    print(height2, ':', width2)
    # 获取最左侧的 x 坐标(左上角)
    leftmost_x = max_loc[0]
    print('leftmost_x:', leftmost_x)
    [/ol]
    现在的问题是,这两种方法的准确度都不高,而且我也不了解他们内部的实现方式,不知道如何提高识别的准确度。 现在用了一个比较笨的方法,死循环,重复 10 次以内大概率是可以成功一次。
    想请教大家,这种场景有没有啥好的办法可以提高识别的准确度,或者有没有相关的开源库可以直接用?
    感谢!
  • 您需要登录后才可以回帖 登录 | 立即注册

    返回顶部