阿里图像复原验证码识别-171主机测评

一、简介

这个就是阿里的图像还原验证码，他是从一个图片中任意抠出一个物品，可能是蜡烛、车轮、盘子、瓶子、盖子、扣子等等。然后让你通过鼠标拖动的方式，把物品拖到对应的位置上，完成图像复原验证。

这个验证码还有一个非常变态的地方，就是他的滑动轨迹的变速的。在x方向上的速度并不是匀速滑动，是忽快忽慢难以捉摸。所有导致滑动100像素距离，实际上滑块并不一定滑动100像素距离，有可能大于100像素，也有可能小于100像素的任意值。

因为上面两个原因，导致这款验证码的识别难度非常大，上升到了一个新的阶段。

经过我们不断努力，这块验证码也被我们成功攻克，识别正确率能到几乎100%

二、识别代码

1、原图识别简介

原图需要获取下面背景图片（img1），滑块图片（img2）

图1 背景图片

图2 滑块图片

2、原图识别代码

import base64
import requests
import datetime
from io import BytesIO
from PIL import Image, ImageDraw, ImageFont

t1 = datetime.datetime.now()

#PIL图片保存为base64编码
def PIL_base64(img, coding='utf-8'):
img_format = img.format
if img_format == None:
img_format = 'JPEG'

format_str = 'JPEG'
if 'png' == img_format.lower():
format_str = 'PNG'
if 'gif' == img_format.lower():
format_str = 'gif'

if img.mode == "P":
img = img.convert('RGB')
if img.mode == "RGBA":
format_str = 'PNG'
img_format = 'PNG'

output_buffer = BytesIO()
# img.save(output_buffer, format=format_str)
img.save(output_buffer, quality=100, format=format_str)
byte_data = output_buffer.getvalue()
base64_str = 'data:image/' + img_format.lower() + ';base64,' + base64.b64encode(byte_data).decode(coding)
# base64_str = base64.b64encode(byte_data).decode(coding)

return base64_str

# 加载图片
img1 = Image.open(r'E:\\Python\\lixin_project\\OpenAPI接口测试\\test_img\\76-1.png') # 背景大图
img2 = Image.open(r'E:\\Python\\lixin_project\\OpenAPI接口测试\\test_img\\76-2.png') # 滑动小图
# 图片转base64
img1_base64 = PIL_base64(img1)
img2_base64 = PIL_base64(img2)
# 验证码识别接口
url = "http://220.167.181.200:9009/openapi/verify_code_identify/"
data = {
# 用户的key
"key": "nHaAjgg5q1znn6tRUstY",
# 验证码类型
"verify_idf_id": "76",
# 背景大图
"img1": img1_base64,
# 滑动小图
"img2": img2_base64,
}
header = {"Content-Type": "application/json"}

# 发送请求调用接口
response = requests.post(url=url, json=data, headers=header)

# 获取响应数据，识别结果
print(response.text)
# 因为这款验证码是变速滑动，建议使用px_distance参数进行滑动
print('建议滑动距离：', response.json()['data']['px_distance'])
print("耗时：", datetime.datetime.now() – t1)

3、截图识别简介

需要根据下图的要求进行截图，根据红框所示切边截图，截图越准确，识别效果越好。

截图的大小可能跟设备有关，图片大小各不相同。我们会统一缩放到宽度300像素来进行计算。

4、截图识别代码