基于python实现新版正方系统滑动验证码识别

　　这篇文章主要介绍了基于python实现新版正方系统滑动验证码识别算法和方案，文中示例代码对我们的学习和工作有一定的帮助，感兴趣的可以了解一下
　　Python实现新版正方系统滑动验证码识别算法和方案
　　步骤一：点击数据分析
　　点击滑动按钮，将发送一个请求到zfcaptchaLogin
　　请求内容type：verifyrtk：6cfab177afb2434ebacf06840c12e7aftime：1624611806948mt：W3sieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY4Njh9LHsieCI6OTY1LCJ5IjoxNjksInQiOjE2MjQ2MTE4MDY5NDh9XQinstanceId：zfcaptchaLoginextend：eyJhcHBOYW1lIjoiTmV0c2NhcGUiLCJ1c2VyQWdlbnQiOiJNb3ppbGxhLzUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2IiwiYXBwVmVyc2lvbiI6IjUuMCAoTWFjaW50b3NoOyBJbnRlbCBNYWMgT1MgWCAxMF8xNV83KSBBcHBsZVdlYktpdC81MzcuMzYgKEtIVE1MLCBsaWtlIEdlY2tvKSBDaHJvbWUvOTEuMC40NDcyLjEwNiBTYWZhcmkvNTM3LjM2In0
　　通过base64解密mt和extend得出解密的数值mt〔｛x：965，y：169，t：1624611806868｝，｛x：965，y：169，t：1624611806948｝〕extend｛appName：Netscape，userAgent：Mozilla5。0（Macintosh；IntelMacOSX10157）AppleWebKit537。36（KHTML，likeGecko）Chrome91。0。4472。106Safari537。36，appVersion：5。0（Macintosh；IntelMacOSX10157）AppleWebKit537。36（KHTML，likeGecko）Chrome91。0。4472。106Safari537。36｝
　　mt为用户的点击行为，x为X轴上的值，y为Y轴上的值，t为时间戳。通过大量点击分析，发现x值最小值为950，得出950为X轴的起点，y值随机无固定值。
　　extend为请求头部内容步骤二：滑动验证码图像分析，计算滑动距离x值
　　将图像灰度化，通过getpixel可以获取图像某一点的颜色值，颜色值越高代表图像越浅，所以寻找纵向连续50个像素点均是getpixel（x1，y）getpixel（x，y）（X轴x比X轴x1颜色浅）
　　并扫描图像，当x130、扫描高度50时，的颜色比x1时深。
　　fromPILimportImageimportmatplotlib。pyplotaspltimportnumpyasnpscanfheight50扫描的高度imgImage。open（zfcaptchaLogin。png）defcontrast（imgl，x，y，scanfheight）：黄框颜色值比红框颜色值浅的个数count0foriinrange（scanfheight）：ifimgl。getpixel（（x1，yi））imgl。getpixel（（x，yi））：count1当countscanfheight，代表黄条区域整体红条区域颜色值浅，则是验证码框位置returncountdefscanf（img）：imgx，imgyimg。sizeimglimg。convert（L）图像灰度化plt。yticks（〔〕）plt。xticks（〔iforiinrange（0，imgx，25）〕）plt。imshow（img）plt。pause（0。5）foryinrange（0，imgyscanfheight，10）：plt。pause（0。01）plt。clf（）plt。yticks（〔〕）plt。xticks（〔iforiinrange（0，imgx，25）〕）plt。imshow（imgl，cmapplt。cm。gray）forxinrange（1，imgx1，1）：plt。pause（0。0001）plt。plot（〔x1，x1〕，〔y，yscanfheight〕，colorwhite）plt。plot（〔x，x〕，〔y，yscanfheight〕，colorred）plt。plot（〔x1，x1〕，〔y，yscanfheight〕，coloryellow）countcontrast（imgl，x，y，scanfheight）plt。title（count：｛｝。format（count））print（x，y〔｛｝，｛｝〕，黄条区域值比红条区域颜色值浅的个数：｛｝。format（x，y，count））ifcountscanfheight：returnscanf（img）plt。show（）
　　优化代码计算x，y值
　　importjsonimportrandomimporttimefromioimportBytesIOfromPILimportImageclassZfCaptchaRecognit（object）：definit（self，imgpath）：self。imgImage。open（imgpath）defgetxy（self）：计算x，y值defispidingline（imgl，x，y）：forninrange（50）：寻找纵向连续50个像素点均是Xx比Xx1颜色深ifynimgl。size〔1〕orximgl。size〔0〕1：returnFalseifimgl。getpixel（（x1，yn））imgl。getpixel（（x，yn））2：returnFalsereturnTrueimglself。img。convert（L）forxinrange（imgl。size〔0〕）：foryinrange（imgl。size〔1〕）：ifispidingline（imgl，x，y）：return（x，y）defshowtag（self）：展示切分点X，Yself。getxy（）img2Image。new（RGB，self。img。size，（255，255，255））forxinrange（self。img。size〔0〕）：foryinrange（self。img。size〔1〕）：pixself。img。getpixel（（x，y））img2。putpixel（（x，y），pix）ifxXoryY：img2。putpixel（（x，y），225）img2。save（showtag。png）img2。show（）captchaZfCaptchaRecognit（zfcaptchaLogin。png）captcha。showtag（）步骤三：生成提交参数
　　通过步骤一得出x值最小为950，y值无规律
　　则提交参数mt的大致格式数据是〔｛x：950滑动距离浮动值，浮动值的范围通过分析提交参数得出在1020内y：random。randint（150，190），无规律，暂定150到190范围内t：int（time。time（）1000）｝，时间戳。。。〕
　　获取mt参数importjsonimportrandomimporttimefromioimportBytesIOfromPILimportImageclassZfCaptchaRecognit（object）：definit（self，imgstream）：objBytesIO（imgstream）self。imgImage。open（obj）defgetxy（self）：。。。defgeneratepayload（self）：basex950X，Yself。getxy（）payloads〔｛x：basexrandom。randint（5，20），y：random。randint（150，190），t：int（time。time（）1000）｝〕foriinrange（random。randint（15，30））：在上一个参数基础下浮动lastpayloadpayloads〔1〕。copy（）payloads〔0〕〔x〕random。choice（〔0〕8〔1，1〕2〔2，2〕）lastpayload〔t〕random。randint（1，20）lastpayload〔y〕random。choice（〔0〕8〔1，1〕2〔2，2〕）payloads。append（lastpayload）payloads〔1〕〔x〕basexrandom。randint（10，20）Xreturnjson。dumps（payloads）captchaZfCaptchaRecognit（zfcaptchaLogin。png）captcha。generatepayload（）