利用selenium和cv2处理豆瓣滑块验证码

这篇具有很好参考价值的文章主要介绍了利用selenium和cv2处理豆瓣滑块验证码。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

python中安装cv2模块:pip Install open-python

若cv2模块安装没问题,但cv2中某些功能不能用,则使用以下命令:

pip install -i https://pypi.douban.com/simple opencv-python==4.5.3.56

 注意:在处理这种登录框的时候一般都会有一个iframe,不知道这iframe是什么,自己搜

我们要获取iframe中的元素,首先要进入到iframe中

python cv2验证滑块移动,selenium,python

 

# 创建webdriver对象
driver = webdriver.Edge()
driver.get("https://www.douban.com/")

# 注意:
# iframe元素中有id属性值:可以直接使用switch_to_frame(“name值”)或switch_to_frame(“id值”)的方法来进行定位
# 没有可用的id或者name属性时,用以下方式定位
# iframe1 = driver.find_elements(By.XPATH, '//*[@id="anony-reg-new"]/div/div[1]/iframe')
# driver.switch_to.frame(iframe1)

# 不知道什么原因,我切不进iframe
# 由于这个iframe是文档中的第一个,所以我直接switch_to.frame(0)进去
driver.switch_to.frame(0)

 

进入iframe后,选择密码登录

python cv2验证滑块移动,selenium,python

 

# 点击使用密码登录
pwd_login = driver.find_element(By.XPATH, '/html/body/div[1]/div[1]/ul[1]/li[2]')
pwd_login.click()
time.sleep(1)    # 休眠1秒

# 输入账号密码
user_name = driver.find_element(By.XPATH, '//*[@id="username"]')
user_name.send_keys("此处是你的帐号")
password = driver.find_element(By.XPATH, '//*[@id="password"]')
password.send_keys("此处是你的password")

# 点击登录
login = driver.find_element(By.XPATH, '/html/body/div[1]/div[2]/div[1]/div[5]/a')
login.click()
time.sleep(3)    # 休眠3秒

 点击登录后出现新的iframe,再次切换进入

python cv2验证滑块移动,selenium,python

 

# 出现滑块验证,出现新的iframe,这个iframe有id属性,直接使switch_to.frame('id值')
driver.switch_to.frame('tcaptcha_iframe_dy')

进入到新的iframe后,把这个图片下载下来 ;从两张图中可以看到图片的地址在background-image: url(地址)中,这个地址不完整,地址前面需要拼接一个"https://t.captcha.qq.com"。

python cv2验证滑块移动,selenium,python

 python cv2验证滑块移动,selenium,python

# 找到缺口验证码图片位置
src = driver.find_element(By.XPATH, '//*[@id="slideBg"]')
style = src.get_attribute('style')
# print(style)

# 通过正则表达式提取url中的地址
compile_ = re.compile(r'background-image: url\("(.*?)"\)')
png_address = re.findall(compile_, style)    # findall默认通过列表追加匹配到的数据
print(png_address)

# 保存图片
url = "https://t.captcha.qq.com" + png_address[0]
req = requests.get(url=url)
with open("./a.jpg", mode='wb') as file:
    file.write(req.content)

 保存的图片是这样的:

python cv2验证滑块移动,selenium,python

 得到这张图片是为了计算这个缺口的位置,因为每次登录图片有可能是不一样,缺口的位置也不是一层不变的。要得到缺口的位置,就需要用到cv2模块。

# 定义一个处理图片缺口的函数,最后是返回x坐标,滑块移动不需要y坐标
def get_pos(image):

    # 首先使用高斯模糊去噪,噪声会影响边缘检测的准确性,因此首先要将噪声过滤掉
    blurred = cv2.GaussianBlur(image, (5, 5), 0,0)


    # 边缘检测,得到图片轮廓
    canny = cv2.Canny(blurred, 200, 400)    # 200为最小阈值,400为最大阈值,可以修改阈值达到不同的效果


    # 轮廓检测
    # cv2.findContours()函数接受的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图,此处canny已经是二值图
    # contours:所有的轮廓像素坐标数组,hierarchy 轮廓之间的层次关系
    contours, hierarchy = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # print(contours, hierarchy)


    for i, contour in enumerate(contours):     # 对所有轮廓进行遍历
        M = cv2.moments(contour)   # 并计算每一个轮廓的力矩(Moment),就可以得出物体的质心位置
        # print(M)
        if M['m00'] == 0:
            cx = cy = 0
        else:
            # 得到质心位置,打印这个轮廓的面积和周长,用于过滤
            cx, cy = M['m10'] / M['m00'], M['m01'] / M['m00']
            print(cv2.contourArea(contour), cv2.arcLength(contour, True))


        # 判断这个轮廓是否在这个面积和周长的范围内
        if 5000 < cv2.contourArea(contour) < 8000 and 300 < cv2.arcLength(contour, True) < 500:
            print(cx)
            if cx < 300:
                continue
            print(cv2.contourArea(contour))
            print(cv2.arcLength(contour, True))

            # 外接矩形,x,y是矩阵左上点的坐标,w,h是矩阵的宽和高
            x, y, w, h = cv2.boundingRect(contour)
        
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)    # 画出矩行
            # cv2.imshow('image', image)
            cv2.imwrite('111.jpg', image)    # 保存
            return x
    return 0
# 读取图片
verify_img = cv2.imread('a.jpg')
# 调用函数,得到x坐标
x = get_pos(verify_img)
print(x)

最后,就是通过selenium模拟滑块滑动,需要用到ActionChains中的drag_and_drop_by_offset()函数,因为它很适合。如果使用move_by_offset(),需要得到滑动条的x坐标,可以慢慢拖。

drag_and_drop_by_offset(source, xoffset, yoffse)

source:鼠标按下的元素。

xoffset:X要移动到的偏移量。

yoffset:Y要移动到的偏移量。

 刚才已经获取到x坐标,y坐标不移动,那也就是偏移0;剩下就是获取到要拖拽的元素,也就是鼠标按下的元素。如图:

python cv2验证滑块移动,selenium,python

# 获取滑动条元素
slide = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[6]')

那为什么不用上面哪个小滑块,要用下面的滑动条。因为上面的小滑块每次刷新登录,小滑块位置会变化,滑动条不会变。

最后,拖动滑动条,实现登录 

# 图片实际像素与浏览器中图片像素有差异,浏览器中图片像素大概是实际图片的41%, 由于像素缩小,减去30像素是为了平滑距离
result = int(x * 0.41) - 30
# 滑动滑块
ActionChains(driver).drag_and_drop_by_offset(slide, result, 0).perform()

 怎么看出来是41%的,如图:

图1显示图片像素大小为:278.99 × 199.28

图2显示图片呈现的大小为:672 × 390

图1 除以 图2:279 / 682 ≈ 0.41

 python cv2验证滑块移动,selenium,python

python cv2验证滑块移动,selenium,python 

 以下是完整代码:文章来源地址https://www.toymoban.com/news/detail-615108.html

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
from selenium.webdriver.common.by import By
import time
import re
import requests
import cv2


# 定义一个处理图片缺口的函数,最后是返回x坐标,滑块移动不需要y坐标
def get_pos(image):

    # 首先使用高斯模糊去噪,噪声会影响边缘检测的准确性,因此首先要将噪声过滤掉
    blurred = cv2.GaussianBlur(image, (5, 5), 0,0)


    # 边缘检测,得到图片轮廓
    canny = cv2.Canny(blurred, 200, 400)    # 200为最小阈值,400为最大阈值,可以修改阈值达到不同的效果


    # 轮廓检测
    # cv2.findContours()函数接受的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图,此处canny已经是二值图
    # contours:所有的轮廓像素坐标数组,hierarchy 轮廓之间的层次关系
    contours, hierarchy = cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    # print(contours, hierarchy)


    for i, contour in enumerate(contours):     # 对所有轮廓进行遍历
        M = cv2.moments(contour)   # 并计算每一个轮廓的力矩(Moment),就可以得出物体的质心位置
        # print(M)
        if M['m00'] == 0:
            cx = cy = 0
        else:
            # 得到质心位置,打印这个轮廓的面积和周长,用于过滤
            cx, cy = M['m10'] / M['m00'], M['m01'] / M['m00']
            print(cv2.contourArea(contour), cv2.arcLength(contour, True))


        # 判断这个轮廓是否在这个面积和周长的范围内
        if 5000 < cv2.contourArea(contour) < 8000 and 300 < cv2.arcLength(contour, True) < 500:
            print(cx)
            if cx < 300:
                continue
            print(cv2.contourArea(contour))
            print(cv2.arcLength(contour, True))

            # 外接矩形,x,y是矩阵左上点的坐标,w,h是矩阵的宽和高
            x, y, w, h = cv2.boundingRect(contour)
        
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)    # 画出矩行
            # cv2.imshow('image', image)
            cv2.imwrite('111.jpg', image)    # 保存
            return x
    return 0



# 创建webdriver对象
driver = webdriver.Edge()
driver.get("https://www.douban.com/")

# 注意:
# iframe元素中有id属性值:可以直接使用switch_to_frame(“name值”)或switch_to_frame(“id值”)的方法来进行定位
# 没有可用的id或者name属性时,用以下方式定位
# iframe1 = driver.find_elements(By.XPATH, '//*[@id="anony-reg-new"]/div/div[1]/iframe')
# driver.switch_to.frame(iframe1)

# 不知道什么原因,我切不进iframe
# 由于这个iframe是文档中的第一个,所以我直接switch_to.frame(0)进去
driver.switch_to.frame(0)


# 点击使用密码登录
pwd_login = driver.find_element(By.XPATH, '/html/body/div[1]/div[1]/ul[1]/li[2]')
pwd_login.click()
time.sleep(1)    # 休眠1秒

# 输入账号密码
user_name = driver.find_element(By.XPATH, '//*[@id="username"]')
user_name.send_keys("此处是你的帐号")
password = driver.find_element(By.XPATH, '//*[@id="password"]')
password.send_keys("此处是你的password")

# 点击登录
login = driver.find_element(By.XPATH, '/html/body/div[1]/div[2]/div[1]/div[5]/a')
login.click()
time.sleep(3)    # 休眠3秒


# 出现滑块验证,出现新的iframe,这个iframe有id属性,直接使switch_to.frame('id值')
driver.switch_to.frame('tcaptcha_iframe_dy')


# 找到缺口验证码图片位置
src = driver.find_element(By.XPATH, '//*[@id="slideBg"]')
style = src.get_attribute('style')
# print(style)

# 通过正则表达式提取url中的地址
compile_ = re.compile(r'background-image: url\("(.*?)"\)')
png_address = re.findall(compile_, style)    # findall默认通过列表追加匹配到的数据
print(png_address)

# 保存图片
url = "https://t.captcha.qq.com" + png_address[0]
req = requests.get(url=url)
with open("./a.jpg", mode='wb') as file:
    file.write(req.content)


# 读取图片
verify_img = cv2.imread('a.jpg')
# 调用函数,得到x坐标
x = get_pos(verify_img)


# 获取滑动条元素
slide = driver.find_element(By.XPATH, '//*[@id="tcOperation"]/div[6]')


# 图片实际像素与浏览器中图片像素有差异,浏览器中图片像素大概是实际图片的41%, 由于像素缩小,减去30像素是为了平滑距离
result = int(x * 0.41) - 30

# 滑动滑块
ActionChains(driver).drag_and_drop_by_offset(slide, result, 0).perform()


到了这里,关于利用selenium和cv2处理豆瓣滑块验证码的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【Python从入门到进阶】39、使用Selenium自动验证滑块登录

    接上篇《38、selenium关于Chrome handless的基本使用》 上一篇我们介绍了selenium中有关Chrome的无头版浏览器Chrome Handless的使用。本篇我们使用selenium做一些常见的复杂验证功能,首先我们来讲解如何进行滑块自动验证的操作。 我们要通过selenium来实现目前常见的滑块验证码的验证,

    2024年02月08日
    浏览(51)
  • python selenium模块联合带带弟弟破解滑块验证码

    Python 使用 Selenium 模块模拟用户操作,滑动滑块来破解验证码

    2024年04月14日
    浏览(109)
  • python selenium模块联合带带弟弟破解滑块验证码,网络安全面试题内存优化

    #向锁定的element元素输入111值 element.click() #点击该元素 如果遇到同一CLASSBNAME有两个元素 可以使用 element = driver.find_elements(By.CLASSNAME)[1] 这样的方式锁定第二个元素位置    注意:element后面有个s ​ def login(driver,uname,pwd): “”\\\" 某系统登录框输入手机号和密码,并点击成功 “”

    2024年04月12日
    浏览(74)
  • Selenium图片滑块验证码

    因为种种原因没能实现愿景的目标,在这里记录一下中间结果,也算是一个收场吧。这篇文章主要是用selenium解决滑块验证码的个别案列。 思路: 用selenium打开浏览器指定网站 将残缺块图片和背景图片下载到本地 对比两张图片的相似地方,计算要滑动的距离 规划路线,移动

    2024年02月13日
    浏览(52)
  • JAVA+Selenium实现滑块验证

    原文链接https://blog.csdn.net/lj606/article/details/115003131 selenium IDE结合浏览器提供脚本的录制、回放以、编辑脚本功能、以及元素的定位,可以使用selenium IDE将录制的脚本生成相应的带单元测试框架的自动化测试脚本。 自动登录某带有人机验证网站,并获取cookie

    2024年02月06日
    浏览(42)
  • 用selenium解决滑块验证码

    因为种种原因没能实现愿景的目标,在这里记录一下中间结果,也算是一个收场吧。这篇博客主要是用selenium解决滑块验证码的个别案列。 思路: 用selenium打开浏览器指定网站 将残缺块图片和背景图片下载到本地 对比两张图片的相似地方,计算要滑动的距离 规划路线,移动

    2024年02月01日
    浏览(44)
  • 使用selenium解决滑块验证的问题

    使用自动化测试时有些网站会使用滑块来阻止,所以如何解决滑块问题已经成为自动化测试不可或缺的,今天以网易易盾网站的滑块举例:https://dun.163.com/trial/sense 要解决滑块问题的关键就是匹配滑块在背景图中的位置所以使用python中的numpy库来实现获取滑块在背景的坐标,获

    2024年02月12日
    浏览(34)
  • 用Selenium实现滑块验证码登录

    现在很多网站的登录,都采用了拖动图片滑块的验证码方式来进行验证登录,比如哔哩哔哩和京东等。在使用爬虫等自动化程序时,如何通过滑块验证,就成了需要解决的问题。 这里通过大名鼎鼎的ddddocr图片识别库,和模拟浏览器操作的selenium库来实现 安装浏览器driver 首先

    2024年01月22日
    浏览(40)
  • 使用selenium模拟登录解决滑块验证问题

    目录 1.登录入口 2.点击“账号密码登录” 3.输入账号、密码并点击登录 4.滑块验证过程 5.小结 本次主要是使用selenium模拟登录网页端的TX新闻,本来最开始是模拟请求的,但是某一天突然发现,部分账号需要经过滑块验证才能正常登录,如果还是模拟请求,需要的参数太多了

    2024年02月16日
    浏览(39)
  • selenium+opencv实现模拟登陆(滑块验证码)

    很多网站登录登陆时都要用到滑块验证码,在某些场景例如使用爬虫爬取信息时常常受到阻碍,想着用opencv的模板匹配试试能不能实现模拟登陆。本来觉得网上资料多应该还蛮容易,但实际上手还是搞了蛮久,在这里记录一下整个流程,网站无所谓主要是要有滑动验证码:

    2023年04月14日
    浏览(39)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包