内容简介:某次测试中遇到了汉字点选的验证码,看着很简单,尝试了一下发现有两种简单的识别方法,终于有空给重新整理一下,分享出来。首先获取验证码。由于网站比较特殊,就不以他们的为例,自己生成验证码吧。这个不是重点,这里直接贴代码了。运行后生成这样两张图片。
某次测试中遇到了汉字点选的验证码,看着很简单,尝试了一下发现有两种简单的识别方法,终于有空给重新整理一下,分享出来。
0×01 验证码的获取
首先获取验证码。由于网站比较特殊,就不以他们的为例,自己生成验证码吧。这个不是重点,这里直接贴代码了。
<?php function createImage($word ,$imagePath,$type , $imageName){ $fontPath = 'msyh.ttc' ;//字体 $fontSize = 20 * 0.75; foreach ($word as $v ) { $fontarea = imagettfbbox($fontSize, 0 , $fontPath, $v ); $textWidth = $fontarea[2] - $fontarea [0]; $textHeight = $fontarea[1] - $fontarea [7]; $tmp[ 'text'] = $v; $tmp[ 'size'] = $fontSize; $tmp[ 'width'] = $textWidth; $tmp[ 'height'] = $textHeight; $textArr[] = $tmp; } list( $imageWidth , $imageHeight, $imageType) = getimagesize( $imagePath); for( $i =0;$i < count($textArr );$i ++){ list( $x, $y) = randPosition ($textArr, $imageWidth, $imageHeight, $textArr[$i ][ 'width'], $textArr[ $i]['height'], $i,$type); $textArr[ $i]['x'] = $x; $textArr[ $i]['y'] = $y; } unset( $v ); //创建图片的实例 $image = imagecreatefromstring (file_get_contents( $imagePath)); //字体颜色 $color = imagecolorallocate ($image, 0, 0, 0); //绘画文字 foreach( $textArr as $v){ imagefttext ( $image, $v ['size' ], 0 , $v[ 'x' ], $v['y' ], $color, $fontPath ,$v ['text']); } if (imagepng ( $image,$imageName )){ echo $imageName ." \n"; } } functionrandPosition ($textArr , $imgW, $imgH , $fontW, $fontH,$i ,$type){ switch ($type ) { case 0 :// 生成mp $x = rand ($i* 60 , ($i +1)* 60-$fontW - 3); $y = rand (40, 80 ); break; case1 : //生成ap $x = ( $i )*25+ 5 ; $y = 25; default: break; } $return = array ( $x, $y); return$return ; } $ap_imagePath = 'ap_bg.png' ; $mp_imagePath = 'mp_bg.png' ; $ap_imageName = "ap_" . time (). ".png" ; $mp_imageName = "mp_" . time (). ".png" ; $ap_word = array ( ' 请 ' , ' 依 ' , ' 次 ' , ' 点 ' , ' 击 ' , ' 图 ' , ' 中 ' , ' 的 ' , ' 猎 ' , ' 户 ' , ' 室 ' ) ; $mp_word = array ( ' 猎 ' , ' 户 ' , ' 实 ' , ' 验 ' , ' 室 ' ); createImage ( $ap_word , $ap_imagePath , 1 , $ap_imageName ); createImage ( $mp_word , $mp_imagePath , 0 , $mp_imageName ); ?>
运行后生成这样两张图片。
ap_XXXXX.png
mp_XXXXX.png
ap_XXXXX.png是说明需要点击的文字,mp_XXXXX.png是需要点击的图片。
0×02 验证码识别
对于这种简单的点选验证码,可以有两种很容易的识别方式(机器学习算麻烦的,这里就不列出了。嗯,对,我也不会)。一种是opencv的图像模板匹配,另外一种是OCR识别。
1. opencv的图像模板匹配
第一种方式,使用opencv的图像模板匹配。模板匹配是一种在较大图像中搜索和查找模板图像位置的方法,opencv2和opencv3中提供了一个专门用于模板匹配的函数matchTemplate()。它是在输入图像上滑动模板图像(如在2D卷积中),并比较模板图像下的输入图像的模板和补丁。在OpenCV中实现了六种比较方法(这里用到的是cv2.TM_CCOEFF_NORMED),它返回一个灰度图像,其中每个像素表示该像素的邻域与模板匹配的程度。
获得结果后,可以使用cv.minMaxLoc()函数查找最大/最小值的位置。将其作为矩形的左上角,并将(w,h)作为矩形的宽度和高度,那个矩形就是模板区域。
我们进行使用模板匹配来识别这种验证码时,首先先将“模板”找出来,这里我们需要匹配的是“猎”、“户”、“室”这三个字。将这三个字所在的图片进行截取,然后使用matchTemplate()函数在mp中进行匹配。
首先截取第一个字“猎”。
截取之后,就可以在mp中进行匹配。
这里得到了最大和最小位置。我们使用最大位置,然后将最大值作为阈值。获取模板的尺寸,然后在 mp 中用矩形(红色区域)画出匹配的区域。如下所示。
同理,用黄色和蓝色矩形将“户”、“室”所在的区域画出来。
点选时发送所选区域中间的坐标即可,这里就不再给出实例了。这种方法虽然简单,但是对于字体不一的就不能很正确的标记出来。
修改生成图片的代码,将mp中的文字的字体设置为随机。修改的代码如下:
switch($type) { case0: //mp文字随机大小 $fontSize=rand (20,30) *0.75 ; break; case1 ://ap文字固定 $fontSize=20 *0.75; break; }
ap生成的结果还是和之前一样, mp 的图片如下:
使用同样的代码来匹配。
此时匹配的结果就有些惨不忍睹了。所以就换另外一种识别方式-ocr 识别。
2.OCR识别
这里采用的是腾讯云的OCR-通用印刷体识别( https://cloud.tencent.com/document/product/866/17600 )。
参考文档。输入mp图片,返回的是json。
查看json内容,发现包含了图片中的文字、位置和大小等。
同理ap中内容也可以获取。
此时匹配的时候直接就是匹配文字了。首先获取ap中后三个文字,然后与mp中返回的内容匹配,获取其位置和大小,然后再画矩形即可。
由于比较简单,这里直接贴结果。
匹配相当完美。
0X03 总结
本文用了两种方法来自动识别汉字点选验证码,第一种采用的是opencv的模板匹配,这种方法虽然也可以匹配到,但这种方法缺点就是对于字体形状差异较大的验证码识别率较低。而第二种方法就比较快捷方便了,而且识别度高,比较推荐第二种方法。
当然这两种方法对于简单、“正规”的验证码可以,遇到复杂的、“扭曲的”验证码就不行了。这时候就要用到机器学习了,而本文只是简单的“识别”,将机器学习用到这里,就有些大材小用了。
相关代码: https://github.com/fupinglee/MyPython/tree/master/captcha/Pointselection
0×04 参考
[1] http://bluewhale.cc/2017-09-22/use-python-opencv-for-image-template-matching-match-template.html
[2] https://cloud.tencent.com/document/product/866/17600
*本文作者:江南天安猎户攻防实验室,转载请注明来自FreeBuf.COM
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 洛马公司基于卫星图像开发全球自动目标识别系统
- GitLab 11.0 发布,一键 CI/CD、自动识别 License 依赖
- 算法偏见就怪数据集?MIT纠偏算法自动识别「弱势群体」
- 挖洞经验 | 用BurpSuite实现越权漏洞(IDOR)的自动发现识别
- 简单粗暴而有效的改图:自动语音识别数据扩增的“一条野路”
- 从自动贩售机进化成高适配性智能货柜 AI商品识别做到了
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Creative Selection
Ken Kocienda / St. Martin's Press / 2018-9-4 / USD 28.99
Hundreds of millions of people use Apple products every day; several thousand work on Apple's campus in Cupertino, California; but only a handful sit at the drawing board. Creative Selection recounts ......一起来看看 《Creative Selection》 这本书的介绍吧!