V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
ClutchBear
V2EX  ›  Python

猎聘网这种验证码有什么好的方法模拟吗?

  •  
  •   ClutchBear · 2016-06-05 15:21:01 +08:00 · 5473 次点击
    这是一个创建于 3078 天前的主题,其中的信息可能已经有所发展或是发生改变。
    搜索了好久也没用发现有人能用 python 模拟的....
    11 条回复    2016-06-06 18:23:10 +08:00
    realpg
        1
    realpg  
       2016-06-05 15:26:33 +08:00
    能识别这种验证码的大牛才不会去搞这种烂站
    ipconfiger
        2
    ipconfiger  
       2016-06-05 15:28:09 +08:00
    得到两个图片, 先对第一个图片做 ocr 处理, 获取到 4 个字, 再到第二个图片里按顺序找到每个字的座标, 模拟鼠标点击.
    ProfFan
        3
    ProfFan  
       2016-06-05 15:57:38 +08:00
    这码不难吧
    ClutchBear
        4
    ClutchBear  
    OP
       2016-06-05 16:03:31 +08:00
    @ProfFan 有什么思路吗?
    holyghost
        5
    holyghost  
       2016-06-05 16:09:49 +08:00
    刚看了下,直接请求 captcha 还是乱序的(好像前端用 css 重新拼一遍?),然后提交坐标验证。

    有意思。
    ProfFan
        6
    ProfFan  
       2016-06-05 16:22:35 +08:00   ❤️ 1
    按照这个截图,前背景差距这么大,直接背景就没用了。字间距也够大,不用 OCR ,直接上下 match 。
    ProfFan
        7
    ProfFan  
       2016-06-05 16:29:43 +08:00   ❤️ 2


    大概像这样
    ProfFan
        8
    ProfFan  
       2016-06-05 18:31:15 +08:00   ❤️ 1
    POC

    ```
    import numpy as np
    import matplotlib.pyplot as plt

    import skimage.color
    from skimage import data
    from scipy import misc
    from skimage.feature import match_template

    def rotate(image, angle, center = None, scale = 1.0):
    (h, w) = image.shape[:2]

    if center is None:
    center = (w / 2, h / 2)

    # Perform the rotation
    M = cv2.getRotationMatrix2D(center, angle, scale)
    rotated = cv2.warpAffine(image, M, (w, h))

    return rotated

    captcha_q = skimage.color.rgb2gray(misc.imread("captcha_q.jpg"))
    captcha_a = skimage.color.rgb2gray(misc.imread("captcha_a.jpg"))

    image = (captcha_a<0.37)

    #coin_raw = (captcha_q<0.37)[15:,55:79]
    #coin_raw = (captcha_q<0.37)[15:,12:35]
    #coin_raw = (captcha_q<0.37)[15:,79:101]
    coin_raw = (captcha_q<0.37)[15:,36:55]

    coin_rot = rotate(np.asarray((coin_raw)*255, dtype=np.uint8),-20)
    coin = cv2.resize(coin_rot,
    tuple(int(1.5*x) for x in coin_rot.T.shape),
    interpolation = cv2.INTER_AREA)
    result = match_template(image, coin)
    ij = np.unravel_index(np.argmax(result), result.shape)
    x, y = ij[::-1]


    fig, (ax1, ax2, ax3) = plt.subplots(1, 3,gridspec_kw = {'width_ratios':[1, 4, 3]},figsize=(12, 6))

    ax1.imshow(coin)
    ax1.set_axis_off()
    ax1.set_title('char')

    ax2.imshow(image)
    ax2.set_axis_off()
    ax2.set_title('image')
    # highlight matched region
    hcoin, wcoin = coin.shape
    rect = plt.Rectangle((x, y), wcoin, hcoin, edgecolor='r', facecolor='none')
    ax2.add_patch(rect)

    ax3.imshow(result)
    ax3.set_axis_off()
    ax3.set_title('matched')
    # highlight matched region
    ax3.autoscale(False)
    ax3.plot(x, y, 'o', markeredgecolor='r', markerfacecolor='none', markersize=10)

    plt.show()
    ```
    timeship
        9
    timeship  
       2016-06-05 23:03:42 +08:00
    知乎的有时候也是点击的,抓下来然后 post 坐标过去
    nivan
        10
    nivan  
       2016-06-06 09:33:14 +08:00
    这个验证码是坐标范围验证,然后每个文字的大小都是一样的,所以可以把验证码和验证码图片按文字大小等分切割,然后进行 OCR
    ClutchBear
        11
    ClutchBear  
    OP
       2016-06-06 18:23:10 +08:00   ❤️ 1
    感谢楼主各个大神,
    我最后采用 selenium 手动登录,
    保存 cookies,然后 requests 用这个 cookies 登录的方法
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   983 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 24ms · UTC 22:11 · PVG 06:11 · LAX 14:11 · JFK 17:11
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.