快捷導(dǎo)航

Python破解BiliBili滑塊驗(yàn)證碼的思路詳解(完美避開(kāi)人機(jī)識(shí)別)

更新時(shí)間：2020年02月17日 09:41:56 作者：Mingyueyixi

這篇文章主要介紹了Python破解BiliBili滑塊驗(yàn)證碼的思路，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

準(zhǔn)備工作

B站登錄頁(yè) https://passport.bilibili.com/login
python3
pip install selenium （webdriver框架）
pip install PIL （圖片處理）
chrome driver：http://chromedriver.storage.googleapis.com/index.html
firefox driver：https://github.com/mozilla/geckodriver/releases

B站滑塊驗(yàn)證碼

B站的滑塊驗(yàn)證碼如上。

這類驗(yàn)證碼可以使用 selenium 操作瀏覽器拖拽滑塊來(lái)進(jìn)行破解，難點(diǎn)兩個(gè)，一個(gè)如何確定拖拽到的位置，另一個(gè)是避開(kāi)人機(jī)識(shí)別（反爬蟲）。

確定滑塊驗(yàn)證碼需要拖拽的位移距離

有三種方式

人工智能機(jī)器學(xué)習(xí)，確定滑塊位置
通過(guò)完整圖片與缺失滑塊的圖片進(jìn)行像素對(duì)比，確定滑塊位置
邊緣檢測(cè)算法，確定位置

各有優(yōu)缺點(diǎn)。人工智能機(jī)器學(xué)習(xí)，確定滑塊位置，需要進(jìn)行訓(xùn)練，比較麻煩，也可以看是否存在在線api可以調(diào)用。以下介紹其他兩種方式。

對(duì)比完整圖片與缺失滑塊的圖片

| 僅介紹，本文不進(jìn)行實(shí)現(xiàn)。對(duì)于B站來(lái)說(shuō)，是準(zhǔn)確率最高的方式（100%），但不能保證未來(lái)B站的滑塊驗(yàn)證升級(jí)，導(dǎo)致不可用。

B站的滑塊驗(yàn)證模塊，一共有三張圖片：

完整圖、缺失滑塊圖、滑塊圖，都是由畫布繪制出的。類似于：

完整圖：

完整圖

缺失滑塊圖：

缺失滑塊圖

滑塊圖：

滑塊圖

HTML代碼類似于：

<div class="geetest_canvas_img geetest_absolute" style="display: block;">
<div class="geetest_slicebg geetest_absolute">
	<canvas class="geetest_canvas_bg geetest_absolute" height="160" width="260"></canvas>
	<canvas class="geetest_canvas_slice geetest_absolute" width="260" height="160"></canvas>
</div>
<canvas class="geetest_canvas_fullbg geetest_fade geetest_absolute" height="160" width="260" style="display: none;"></canvas>
</div>

只需要通過(guò)selenium獲取畫布元素，執(zhí)行js拿到畫布像素，遍歷完整圖和缺失滑塊圖的像素，一旦獲取到差異（需要允許少許像素誤差），像素矩陣x軸方向即是滑塊位置。
另外由于滑塊圖距離畫布坐標(biāo)原點(diǎn)有距離，還需要減去這部分距離。
最后使用 selenium 拖拽即可。

邊緣檢測(cè)算法，確定位置

| 滑塊基本上是個(gè)方形，通過(guò)算法確定方形起始位置即可。

計(jì)算位置

介紹兩種方式

滑塊是方形的，存在垂直的邊，該邊在缺失滑塊圖中基本都是灰黑的。遍歷像素找到基本都是灰黑的邊即可。
缺失滑塊圖中滑塊位置是灰黑封閉的。通過(guò)算法可以找到封閉區(qū)域，大小與滑塊相近，即是滑塊需要拖拽到的位置。

第二種實(shí)現(xiàn)起來(lái)有些復(fù)雜，不進(jìn)行實(shí)現(xiàn)了。

下面是第一種實(shí)現(xiàn)方式，會(huì)存在檢測(cè)不出或錯(cuò)誤的情況，使用時(shí)需要換一張驗(yàn)證碼。也可能存在檢測(cè)出的邊是另一條（因?yàn)锽站的滑塊不是長(zhǎng)方形，存在弧形邊），那么需要減去滑塊寬度

class VeriImageUtil():

 def __init__(self):
  self.defaultConfig = {
   "grayOffset": 20,
   "opaque": 1,
   "minVerticalLineCount": 30
  }
  self.config = copy.deepcopy(self.defaultConfig)

 def updateConfig(self, config):
  # temp = copy.deepcopy(config)
  for k in self.config:
   if k in config.keys():
    self.config[k] = config[k]

 def getMaxOffset(self, *args):
  # 計(jì)算偏移平均值最大的數(shù)
  av = sum(args) / len(args)

  maxOffset = 0
  for a in args:
   offset = abs(av - a)
   if offset > maxOffset:
    maxOffset = offset
  return maxOffset

 def isGrayPx(self, r, g, b):
  # 是否是灰度像素點(diǎn)，允許波動(dòng)offset
  return self.getMaxOffset(r, g, b) < self.config["grayOffset"]

 def isDarkStyle(self, r, g, b):
  # 灰暗風(fēng)格
  return r < 128 and g < 128 and b < 128

 def isOpaque(self, px):
  # 不透明
  return px[3] >= 255 * self.config["opaque"]

 def getVerticalLineOffsetX(self, bgImage):
  # bgImage = Image.open("./image/bg.png")
  # bgImage.im.mode = 'RGBA'
  bgBytes = bgImage.load()

  x = 0
  while x < bgImage.size[0]:
   y = 0
   # 點(diǎn)》》線，灰度線條數(shù)量
   verticalLineCount = 0
   if x == 258:
    print(y)
   while y < bgImage.size[1]:
    px = bgBytes[x, y]
    r = px[0]
    g = px[1]
    b = px[2]
    # alph = px[3]
    # print(px)
    if self.isDarkStyle(r, g, b) and self.isGrayPx(r, g, b) and self.isOpaque(px):
     verticalLineCount += 1
    else:
     verticalLineCount = 0
     y += 1
     continue

    if verticalLineCount >= self.config["minVerticalLineCount"]:
     # 連續(xù)多個(gè)像素都是灰度像素，直線
     # print(x, y)
     return x

    y += 1

   x += 1
  pass


if __name__ == '__main__':
 bgImage = Image.open("./image/bg.png")
 veriImageUtil = VeriImageUtil()

 # veriImageUtil.updateConfig({
 #  "grayOffset": 20,
 #  "opaque": 0.6,
 #  "minVerticalLineCount": 10
 # })
  bgOffsetX = veriImageUtil.getVerticalLineOffsetX(bgImage)
 print("bgOffsetX:{} ".format(bgOffsetX))

總結(jié)

以上所述是小編給大家介紹的Python破解BiliBili滑塊驗(yàn)證碼的思路詳解(完美避開(kāi)人機(jī)識(shí)別)，希望對(duì)大家有所幫助！

您可能感興趣的文章: