爽,我终于实现了selenium图片滑块验证码!【附代码】

这篇具有很好参考价值的文章主要介绍了爽,我终于实现了selenium图片滑块验证码!【附代码】。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。

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

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,移动滑块

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

01、实现步骤

01、用selenium打开浏览器浏览指定网站

1、找到chromedriver.exe的路径

点击开始找到谷歌图标==》右键更多==》打开文件位置==》右键谷歌快捷方式==》属性 ==》打开文件所在的位置 ==》复制路径

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

2、代码

from selenium import webdriver

# chrome_path要改成你自己的路径

chrome_path = r"C:\Users\11248\AppData\Local\Google\Chrome\Application\chromedriver.exe"

url = 'https://icas.jnu.edu.cn/cas/login'

driver = webdriver.Chrome(chrome_path)

driver.get(url)

02、将残缺块图片和背景图片下载到本地

1、找到图片位置

打开网页进入开发者工具,找到图片位置

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

2、代码

import time

import requests

from PIL import Image

from selenium.webdriver.common.by import By

from io import BytesIO


time.sleep(5)# 进入页面要停留几秒钟,等页面加载完

target_link = driver.find_element(By.CLASS_NAME, "yidun_bg-img").get_attribute('src')

template_link = driver.find_element(By.CLASS_NAME, "yidun_jigsaw").get_attribute('src')


target_img = Image.open(BytesIO(requests.get(target_link).content))

template_img = Image.open(BytesIO(requests.get(template_link).content))

target_img.save('target.jpg')

template_img.save('template.png')
现在我也找了很多测试的朋友,做了一个分享技术的交流群,共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源,没人解答问题,坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化,性能,安全,测试开发等等方面有一定建树的技术大牛
分享他们的经验,还会分享很多直播讲座和技术沙龙
可以免费学习!划重点!开源的!!!
qq群号:110685036

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

03、对比两张图片的相似地方,计算要滑动的距离

1、用matchTemplate获取移动距离

因为背景图片中的残缺块位置和原始残缺图的亮度有所差异,直接对比两张图片相似的地方,往往得不到令人满意的结果,在此要对两张图片进行一定的处理,为了避免这种亮度的干扰,笔者这里将两张图片先进行灰度处理,再对图像进行高斯处理,最后进行边缘检测。

def handel_img(img):

    imgGray = cv2.cvtColor(img, cv2.COLOR_RGBA2GRAY)  # 转灰度图

    imgBlur = cv2.GaussianBlur(imgGray, (5, 5), 1)  # 高斯模糊

    imgCanny = cv2.Canny(imgBlur, 60, 60)  # Canny算子边缘检测

    return imgCanny

将JPG图像转变为4通道(RGBA)


def add_alpha_channel(img):

    """ 为jpg图像添加alpha通道 """

    r_channel, g_channel, b_channel = cv2.split(img)  # 剥离jpg图像通道

    alpha_channel = np.ones(b_channel.shape, dtype=b_channel.dtype) * 255  # 创建Alpha通道

    img_new = cv2.merge((r_channel, g_channel, b_channel, alpha_channel))  # 融合通道

    return img_new

2、代码

import cv2

# 读取图像

def match(img_jpg_path, img_png_path):

    # 读取图像

    img_jpg = cv2.imread(img_jpg_path, cv2.IMREAD_UNCHANGED)

    img_png = cv2.imread(img_png_path, cv2.IMREAD_UNCHANGED)

    # 判断jpg图像是否已经为4通道

    if img_jpg.shape[2] == 3:

        img_jpg = add_alpha_channel(img_jpg)

    img = handel_img(img_jpg)

    small_img = handel_img(img_png)

    res_TM_CCOEFF_NORMED = cv2.matchTemplate(img, small_img, 3)

    value = cv2.minMaxLoc(res_TM_CCOEFF_NORMED)

    value = value[3][0]  # 获取到移动距离

    return value

3、检验效果

为了验证思路和方法是否得当,这里将滑块图片与背景图片进行拼接,为后面埋下一个小坑。

def merge_img(jpg_img, png_img, y1, y2, x1, x2):

    """ 将png透明图像与jpg图像叠加

        y1,y2,x1,x2为叠加位置坐标值

    """

    # 判断jpg图像是否已经为4通道

    if jpg_img.shape[2] == 3:

        jpg_img = add_alpha_channel(jpg_img)

    # 获取要覆盖图像的alpha值,将像素值除以255,使值保持在0-1之间

    alpha_png = png_img[yy1:yy2, xx1:xx2, 3] / 255.0

    alpha_jpg = 1 - alpha_png


    # 开始叠加

    for c in range(0, 3):

        jpg_img[y1:y2, x1:x2, c] = ((alpha_jpg * jpg_img[y1:y2, x1:x2, c]) + (alpha_png * png_img[yy1:yy2, xx1:xx2, c]))


    return jpg_img

    

img_jpg_path = 'target.jpg'  # 读者可自行修改文件路径

img_png_path = 'template.png'  # 读者可自行修改文件路径

x1 = match(img_jpg_path, img_png_path)

y1 = 0

x2 = x1 + img_png.shape[1]

y2 = y1 + img_png.shape[0]

# 开始叠加

res_img = merge_img(img_jpg, img_png, y1, y2, x1, x2)

cv2.imshow("res_img ", res_img)

cv2.waitKey(0)

04、规划路线,移动滑块

1、点击滑块移动

用第3节已经获取到的距离,点击滑块进行移动

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait

from selenium.webdriver import ActionChains


def crack_slider(distance):

wait = WebDriverWait(driver, 20)

    slider = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))

    ActionChains(self.driver).click_and_hold(slider).perform()

    ActionChains(self.driver).move_by_offset(xoffset=distance, yoffset=0).perform()

    time.sleep(2)

    ActionChains(self.driver).release().perform()

    return 0

神奇的事情是,坑来了,没有匹配成功。

2、匹配失败原因

这里有以下两点原因:

  • 图片尺寸发生了变化,距离要进行转换。

  • 滑块滑动时,滑块和残缺块的相对位置有变动。

首先解决图片尺寸变化问题,找到网页中图片大小:345x172.500

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

下载到本地图片大小:480x240

selenium登录滑块验证,安全测试,软件测试,自动化测试,selenium,python,测试工具,自动化测试,软件测试,功能测试

所以要对距离进行以下处理:

distance = distance / 480 * 345

关于第二个问题,这里没有找到很好的测量工具测量出来,好在验证码对位置精确度要求不高,就一个个试数吧。

distance = distance /480 * 345 + 12

05、补充

在对极验验证码进行学习中,有的网站对移动轨迹进行了验证,如果滑动太快,也会被识别出机器操作,为了模拟人工操作,出色的程序员写出了一个魔幻移动轨迹

举个例子:我们可以先超过目标,再往回移动。

def get_tracks(distance):

     distance += 20

     v = 0

     t = 0.2

     forward_tracks = []

     current = 0

     mid = distance * 3 / 5

     while current < distance:

         if current < mid:

             a = 2

         else:

             a = -3

         s = v * t + 0.5 * a * (t ** 2)

         v = v + a * t

         current += s

         forward_tracks.append(round(s))


     back_tracks = [-3, -3, -2, -2, -2, -2, -2, -1, -1, -1]

     return {'forward_tracks': forward_tracks, 'back_tracks': back_tracks}



  def crack_slider(tracks):

    wait = WebDriverWait(driver, 20)

      slider = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))

      ActionChains(driver).click_and_hold(slider).perform() # 模拟按住鼠标左键


      for track in tracks['forward_tracks']:

          ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()


      time.sleep(0.5)

      for back_tracks in tracks['back_tracks']:

          ActionChains(driver).move_by_offset(xoffset=back_tracks, yoffset=0).perform()


      ActionChains(driver).move_by_offset(xoffset=-4, yoffset=0).perform()

      ActionChains(driver).move_by_offset(xoffset=4, yoffset=0).perform()

      time.sleep(0.5)


      ActionChains(driver).release().perform()# 释放左键

      return 0

06、完整代码

# coding=utf-8

import re

import requests

import time

from io import BytesIO


import cv2

import numpy as np

from PIL import Image

from selenium import webdriver

from selenium.webdriver import ActionChains

from selenium.webdriver.common.by import By

from selenium.webdriver.support import expected_conditions as EC

from selenium.webdriver.support.wait import WebDriverWait



class CrackSlider():

    # 通过浏览器截图,识别验证码中缺口位置,获取需要滑动距离,并破解滑动验证码


    def __init__(self):

        super(CrackSlider, self).__init__()

        self.opts = webdriver.ChromeOptions()

        self.opts.add_experimental_option('excludeSwitches', ['enable-logging'])

        # self.driver = webdriver.Chrome(ChromeDriverManager().install(), options=self.opts)

        chrome_path = r"C:\Users\11248\AppData\Local\Google\Chrome\Application\chromedriver.exe"

        self.driver = webdriver.Chrome(chrome_path, options=self.opts)


        self.url = 'https://icas.jnu.edu.cn/cas/login'

        self.wait = WebDriverWait(self.driver, 10)


    def get_pic(self):

        self.driver.get(self.url)

        time.sleep(5)

        target_link = self.driver.find_element(By.CLASS_NAME, "yidun_bg-img").get_attribute('src')

        template_link = self.driver.find_element(By.CLASS_NAME, "yidun_jigsaw").get_attribute('src')


        target_img = Image.open(BytesIO(requests.get(target_link).content))

        template_img = Image.open(BytesIO(requests.get(template_link).content))

        target_img.save('target.jpg')

        template_img.save('template.png')


    def crack_slider(self, distance):

        slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))

        ActionChains(self.driver).click_and_hold(slider).perform()

        ActionChains(self.driver).move_by_offset(xoffset=distance, yoffset=0).perform()

        time.sleep(2)

        ActionChains(self.driver).release().perform()

        return 0



def add_alpha_channel(img):

    """ 为jpg图像添加alpha通道 """


    r_channel, g_channel, b_channel = cv2.split(img)  # 剥离jpg图像通道

    alpha_channel = np.ones(b_channel.shape, dtype=b_channel.dtype) * 255  # 创建Alpha通道


    img_new = cv2.merge((r_channel, g_channel, b_channel, alpha_channel))  # 融合通道

    return img_new



def handel_img(img):

    imgGray = cv2.cvtColor(img, cv2.COLOR_RGBA2GRAY)  # 转灰度图

    imgBlur = cv2.GaussianBlur(imgGray, (5, 5), 1)  # 高斯模糊

    imgCanny = cv2.Canny(imgBlur, 60, 60)  # Canny算子边缘检测

    return imgCanny



def match(img_jpg_path, img_png_path):

    # 读取图像

    img_jpg = cv2.imread(img_jpg_path, cv2.IMREAD_UNCHANGED)

    img_png = cv2.imread(img_png_path, cv2.IMREAD_UNCHANGED)

    # 判断jpg图像是否已经为4通道

    if img_jpg.shape[2] == 3:

        img_jpg = add_alpha_channel(img_jpg)

    img = handel_img(img_jpg)

    small_img = handel_img(img_png)

    res_TM_CCOEFF_NORMED = cv2.matchTemplate(img, small_img, 3)

    value = cv2.minMaxLoc(res_TM_CCOEFF_NORMED)

    value = value[3][0]  # 获取到移动距离

    return value

    


# 1. 打开chromedriver,试试下载图片

cs = CrackSlider()

cs.get_pic()

# 2. 对比图片,计算距离

img_jpg_path = 'target.jpg'  # 读者可自行修改文件路径

img_png_path = 'template.png'  # 读者可自行修改文件路径

distance = match(img_jpg_path, img_png_path)

distance = distance /480 * 345 + 12

# 3. 移动

cs.crack_slider(distance)

今天的分享就到此结束了, 如果文章对你有帮助,记得点赞,收藏,加关注。会不定期分享一些干货哦......文章来源地址https://www.toymoban.com/news/detail-763567.html

到了这里,关于爽,我终于实现了selenium图片滑块验证码!【附代码】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+selenium绕过滑块验证,实现自动登录

    实现taobao自动化登录,当用webdriver打开淘宝时,滑块验证一直失败,手动滑都会失败。因为淘宝会检测window.navigator.webdriver,控件检测到你是selenium进入,所以就会弹出滑块验证。只需要绕过检测就能实现自动登录 验证了两种方法可以跳过: 第一种是给浏览器加启动参数,开

    2024年02月12日
    浏览(48)
  • 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(49)
  • 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(38)
  • selenium的滑块验证码的模拟登录(猪八戒网站)

    一、登录网址跳转到滑块验证码界面 登录网址: url=https://account.zbj.com/login 先拿到这个标签,在跳转到滑块验证码界面。 跳转出的结果图:  二、验证码图片的处理 验证码图片有缺口图、滑块图、完整图,三张构成。 逻辑思想:1.让滑块隐藏,截取缺口图;            

    2023年04月09日
    浏览(35)
  • 【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)
  • selenium登录某宝跳过反爬监测及滑块验证

    一、使用chrome浏览器,浏览器驱动与浏览器版本必须一致,浏览器驱动下载好后放在python安装目录下的scripts文件夹里 二、可以跳过滑动验证码,代码如下:

    2024年02月11日
    浏览(43)
  • 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(41)
  • 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)
  • 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(69)
  • 用Java+Selenium+openCV实现126.com的滑块验证

    引入OpenCV库,下载地址:Releases - OpenCV下载4.5.0即可,在下完成安装exe文件后,会出现下列文件,直接将build/java文件下的jar包导入项目的依赖即可。  1.获取驱动,加载126网址 2.切换窗口,因为登录功能是在iframe中,需要先切换窗口 3.输入账号和密码,点击登录(才能弹出滑块

    2024年01月21日
    浏览(46)

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