OpenCV结合selenium实现滑块验证码

本次案例使用OpenCV和selenium来解决一下滑块验证码

先说一下思路：

• 弹出滑块验证码后使用selenium元素截图将验证码整个背景图截取出来

• 将需要滑动的小图单独截取出来，最好将小图与背景图顶部的像素距离获取到，这样可以将背景图上下多余的边框截取掉

• 使用OpenCV将背景图和小图进行灰度处理，并对小图再次进行二值化全局阈值，这样就可以利用OpenCV在背景图中找到小图所在的位置

• 用OpenCV获取到相差的距离后利用selenium的鼠标拖动方法进行拖拉至终点。

详细步骤：

先获取验证码背景图，selenium浏览器对象中使用screenshot方法可以将指定的元素图片截取出来

import os
from selenium import webdriver

browser = webdriver.Chrome()
browser.get("https://www.toutiao.com/c/user/token/MS4wLjABAAAA4EKNlqVeNTTuEdWn0VytNS8cdODKTsNNwLTxOnigzZtclro2Kylvway5mTyTUKvz/")

save_path = os.path.join(os.path.expanduser('~'), "Desktop", "background.png")
browser.find_element_by_id("element_id_name").screenshot(save_path)

截取后的验证码背景图和需要滑动的小图   如：

再将小图与背景图顶部的像素距离获取到，指的是下面图中红边的高度：

如果HTML元素中小图是单独存在时，那么它的高度在会定义在页面元素中，使用selenium页面元素对象的value_of_css_property方法可以获取到像素距离。

获取这个是因为要把背景图的上下两边多余部分进行切除，从而保留关键的图像部位，能够大幅度提高识别率。

element_object = browser.find_element_by_xpath("xpath_element")
px = element_object.value_of_css_property("top")

接下来就要对图像进行灰度处理：

import numpy
import cv2

def make_threshold(img):
   """全局阈值
   将图片二值化,去除噪点,让其黑白分明"""
   x = numpy.ones(img.shape, numpy.uint8) * 255
   y = img - x
   result, thresh = cv2.threshold(y, 127, 255, cv2.THRESH_BINARY_INV)
   # 将二值化后的结果返回
   return thresh

class ComputeDistance:
   """获取需要滑动的距离
   将验证码背景大图和需要滑动的小图进行处理,先在大图中找到相似的小图位置,再获取对应的像素偏移量"""
   def __init__(self, Background_path: str, image_to_move: str, offset_top_px: int):
       """
       :param Background_path: 验证码背景大图
       :param image_to_move: 需要滑动的小图
       :param offset_top_px: 小图距离在大图上的顶部边距(像素偏移量)
       """
       self.Background_img = cv2.imread(Background_path)
       self.offset_px = offset_top_px
       self.show_img = show_img
       small_img_data = cv2.imread(image_to_move, cv2.IMREAD_UNCHANGED)
       # 得到一个改变维度为50的乘以值
       scaleX = 50 / small_img_data.shape[1]
       # 使用最近邻插值法缩放，让xy乘以scaleX，得到缩放后shape为50x50的图片
       self.tpl_img = cv2.resize(small_img_data, (0, 0), fx=scaleX, fy=scaleX)
       self.Background_cutting = None

def tpl_op(self):
       # 将小图转换为灰色
       tpl_gray = cv2.cvtColor(self.tpl_img, cv2.COLOR_BGR2GRAY)
       h, w = tpl_gray.shape
       # 将背景图转换为灰色
       # Background_gray = cv2.cvtColor(self.Background_img, cv2.COLOR_BGR2GRAY)
       Background_gray = cv2.cvtColor(self.Background_cutting, cv2.COLOR_BGR2GRAY)
       # 得到二值化后的小图
       threshold_img = make_threshold(tpl_gray)
       # 将小图与大图进行模板匹配,找到所对应的位置
       result = cv2.matchTemplate(Background_gray, threshold_img, cv2.TM_CCOEFF_NORMED)
       min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
       # 左上角位置
       top_left = (max_loc[0] - 5, max_loc[1] + self.offset_px)
       # 右下角位置
       bottom_right = (top_left[0] + w, top_left[1] + h)
       # 在源颜色大图中画出小图需要移动到的终点位置
       """rectangle(图片源数据, 左上角, 右下角, 颜色, 画笔厚度)"""
       cv2.rectangle(self.Background_img, top_left, bottom_right, (0, 0, 255), 2)

def cutting_background(self):
       """切割图片的上下边框"""
       height = self.tpl_img.shape[0]
       # 将大图中上下多余部分去除,如: Background_img[40:110, :]
       self.Background_cutting = self.Background_img[self.offset_px - 10: self.offset_px + height + 10, :]

def run(self):
       # 如果小图的长度与大图的长度一致则不用将大图进行切割,可以将self.cutting_background()注释掉
       self.cutting_background()
       return self.tpl_op()

if __name__ == '__main__':
   image_path1 = "背景图路径"
   image_path2 = "小图路径"
   distance_px = "像素距离"
   main = ComputeDistance(image_path1, image_path2, distance_px)
   main.run()

上面代码可以返回小图到凹点的距离，现在我们可以看一下灰度处理中的图片样子：

得到距离后还要对这个距离数字进行处理一下，要让它拆分成若干个小数，这么做的目的是在拖动的时候不能一下拖动到终点，

要模仿人类的手速缓缓向前行驶，不然很明显是机器在操控。

比如到终点的距离为100，那么要把它转为 [8, 6, 11, 10, 3, 6, 3, -2, 4, 0, 15, 1, 9, 6, -2, 4, 1, -2, 15, 6, -2] 类似的，列表中的数加起来正好为100.

最简单的转换：

def handle_distance(distance):
   """将直线距离转为缓慢的轨迹"""
   import random
   slow_distance = []
   while sum(slow_distance) <= distance:
       slow_distance.append(random.randint(-2, 15))

if sum(slow_distance) != distance:
       slow_distance.append(distance - sum(slow_distance))
   return slow_distance

有了到终点的距离，接下来就开始拖动吧：

import time
from random import randint
from selenium.webdriver.common.action_chains import ActionChains

def move_slider(website, slider, track, **kwargs):
   """将滑块移动到终点位置
   :param website: selenium页面对象
   :param slider: selenium页面中滑块元素对象
   :param track: 到终点所需的距离
   """
   name = kwargs.get('name', '滑块')

try:
       if track[0] > 200:
           return track[0]
       # 点击滑块元素并拖拽
       ActionChains(website).click_and_hold(slider).perform()
       time.sleep(0.15)
       for i in track:
           # 随机上下浮动鼠标
           ActionChains(website).move_by_offset(xoffset=i, yoffset=randint(-2, 2)).perform()
       # 释放元素
       time.sleep(1)
       ActionChains(website).release(slider).perform()
       time.sleep(1)
       # 随机拿开鼠标
       ActionChains(website).move_by_offset(xoffset=randint(200, 300), yoffset=randint(200, 300)).perform()
       print(f'[网页] 拖拽 {name}')
       return True
   except Exception as e:
       print(f'[网页] 拖拽 {name} 失败 {e}')

教程结束，让我们结合上面代码做一个案例吧。

访问今日头条某博主的主页，直接打开主页的链接会出现验证码。

下面代码 使用pip安装好相关依赖库后可直接运行：

调用ComputeDistance类时，参数 show_img=True 可以在拖动验证码前进行展示背景图识别终点后的区域在哪里， 如：

distance_obj = ComputeDistance(background_path, small_path, px, show_img=True)

OK，下面为案例代码： 

import os
import time
import requests
import cv2
import numpy
from random import randint

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains

def show_image(img_array, name='img', resize_flag=False):
   """展示图片"""
   maxHeight = 540
   maxWidth = 960
   scaleX = maxWidth / img_array.shape[1]
   scaleY = maxHeight / img_array.shape[0]
   scale = min(scaleX, scaleY)
   if resize_flag and scale < 1:
       img_array = cv2.resize(img_array, (0, 0), fx=scale, fy=scale)
   cv2.imshow(name, img_array)
   cv2.waitKey(0)
   cv2.destroyWindow(name)

def make_threshold(img):
   """全局阈值
   将图片二值化,去除噪点,让其黑白分明"""
   x = numpy.ones(img.shape, numpy.uint8) * 255
   y = img - x
   result, thresh = cv2.threshold(y, 127, 255, cv2.THRESH_BINARY_INV)
   # 将二值化后的结果返回
   return thresh

def move_slider(website, slider, track, **kwargs):
   """将滑块移动到终点位置
   :param website: selenium页面对象
   :param slider: selenium页面中滑块元素对象
   :param track: 到终点所需的距离
   """
   name = kwargs.get('name', '滑块')

try:
       if track[0] > 200:
           return track[0]
       # 点击滑块元素并拖拽
       ActionChains(website).click_and_hold(slider).perform()
       time.sleep(0.15)
       for i in track:
           # 随机上下浮动鼠标
           ActionChains(website).move_by_offset(xoffset=i, yoffset=randint(-2, 2)).perform()
       # 释放元素
       time.sleep(1)
       ActionChains(website).release(slider).perform()
       time.sleep(1)
       # 随机拿开鼠标
       ActionChains(website).move_by_offset(xoffset=randint(200, 300), yoffset=randint(200, 300)).perform()
       print(f'[网页] 拖拽 {name}')
       return True
   except Exception as e:
       print(f'[网页] 拖拽 {name} 失败 {e}')

class ComputeDistance:
   """获取需要滑动的距离
   将验证码背景大图和需要滑动的小图进行处理,先在大图中找到相似的小图位置,再获取对应的像素偏移量"""
   def __init__(self, Background_path: str, image_to_move: str, offset_top_px: int, show_img=False):
       """
       :param Background_path: 验证码背景大图
       :param image_to_move: 需要滑动的小图
       :param offset_top_px: 小图距离在大图上的顶部边距(像素偏移量)
       :param show_img: 是否展示图片
       """
       self.Background_img = cv2.imread(Background_path)
       self.offset_px = offset_top_px
       self.show_img = show_img
       small_img_data = cv2.imread(image_to_move, cv2.IMREAD_UNCHANGED)
       # 得到一个改变维度为50的乘以值
       scaleX = 50 / small_img_data.shape[1]
       # 使用最近邻插值法缩放，让xy乘以scaleX，得到缩放后shape为50x50的图片
       self.tpl_img = cv2.resize(small_img_data, (0, 0), fx=scaleX, fy=scaleX)
       self.Background_cutting = None

def show(self, img):
       if self.show_img:
           show_image(img)

def tpl_op(self):
       # 将小图转换为灰色
       tpl_gray = cv2.cvtColor(self.tpl_img, cv2.COLOR_BGR2GRAY)
       h, w = tpl_gray.shape
       # 将背景图转换为灰色
       # Background_gray = cv2.cvtColor(self.Background_img, cv2.COLOR_BGR2GRAY)
       Background_gray = cv2.cvtColor(self.Background_cutting, cv2.COLOR_BGR2GRAY)
       # 得到二值化后的小图
       threshold_img = make_threshold(tpl_gray)
       # 将小图与大图进行模板匹配,找到所对应的位置
       result = cv2.matchTemplate(Background_gray, threshold_img, cv2.TM_CCOEFF_NORMED)
       min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
       # 左上角位置
       top_left = (max_loc[0] - 5, max_loc[1] + self.offset_px)
       # 右下角位置
       bottom_right = (top_left[0] + w, top_left[1] + h)
       # 在源颜色大图中画出小图需要移动到的终点位置
       """rectangle(图片源数据, 左上角, 右下角, 颜色, 画笔厚度)"""
       cv2.rectangle(self.Background_img, top_left, bottom_right, (0, 0, 255), 2)
       if self.show_img:
           show_image(self.Background_img)
       return top_left

def cutting_background(self):
       """切割图片的上下边框"""
       height = self.tpl_img.shape[0]
       # 将大图中上下多余部分去除,如: Background_img[40:110, :]
       self.Background_cutting = self.Background_img[self.offset_px - 10: self.offset_px + height + 10, :]

def run(self):
       # 如果小图的长度与大图的长度一致则不用将大图进行切割,可以将self.cutting_background()注释掉
       self.cutting_background()
       return self.tpl_op()

class TodayNews(object):
   def __init__(self):
       self.url = "https://www.toutiao.com/c/user/token/" \
                  "MS4wLjABAAAA4EKNlqVeNTTuEdWn0VytNS8cdODKTsNNwLTxOnigzZtclro2Kylvway5mTyTUKvz/"
       self.process_folder = os.path.join(os.path.expanduser('~'), "Desktop", "today_news")
       self.background_path = os.path.join(self.process_folder, "background.png")
       self.small_path = os.path.join(self.process_folder, "small.png")
       self.small_px = None
       self.xpath = {}
       self.browser = None

def check_file_exist(self):
       """检查流程目录是否存在"""
       if not os.path.isdir(self.process_folder):
           os.mkdir(self.process_folder)

def start_browser(self):
       """启动浏览器"""
       self.browser = webdriver.Chrome()
       self.browser.maximize_window()

def close_browser(self):
       self.browser.quit()

def wait_element_loaded(self, xpath: str, timeout=10, close_browser=True):
       """等待页面元素加载完成
       :param xpath: xpath表达式
       :param timeout: 最长等待超时时间
       :param close_browser: 元素等待超时后是否关闭浏览器
       :return: Boolean
       """
       now_time = int(time.time())
       while int(time.time()) - now_time < timeout:
           # noinspection PyBroadException
           try:
               element = self.browser.find_element_by_xpath(xpath)
               if element:
                   return True
               time.sleep(1)
           except Exception:
               pass
       else:
           if close_browser:
               self.close_browser()
           # print("查找页面元素失败，如果不存在网络问题请尝试修改xpath表达式")
           return False

def add_page_element(self):
       self.xpath['background_img'] = '//div[@role="dialog"]/div[2]/img[1]'
       self.xpath['small_img'] = '//div[@role="dialog"]/div[2]/img[2]'
       self.xpath['slider_button'] = '//div[@id="secsdk-captcha-drag-wrapper"]/div[2]'

def process_main(self):
       """处理页面内容"""
       self.browser.get(self.url)

for _ in range(10):
           if self.wait_element_loaded(self.xpath['background_img'], timeout=5, close_browser=False):
               time.sleep(1)
               # 截图
               self.browser.find_element_by_xpath(self.xpath['background_img']).screenshot(self.background_path)
               small_img = self.browser.find_element_by_xpath(self.xpath['small_img'])
               # 获取小图片的URL链接
               small_url = small_img.get_attribute("src")
               # 获取小图片距离背景图顶部的像素距离
               self.small_px = small_img.value_of_css_property("top").replace("px", "").split(".")[0]

response = requests.get(small_url)
               if response.ok:
                   with open(self.small_path, "wb") as file:
                       file.write(response.content)

time.sleep(1)
               # 如果没滑动成功则刷新页面重试
               if not self.process_slider():
                   self.browser.refresh()
                   continue
           else:
               break

@staticmethod
   def handle_distance(distance):
       """将直线距离转为缓慢的轨迹"""
       import random
       slow_distance = []
       while sum(slow_distance) <= distance:
           slow_distance.append(random.randint(-2, 15))

if sum(slow_distance) != distance:
           slow_distance.append(distance - sum(slow_distance))
       return slow_distance

def process_slider(self):
       """处理滑块验证码"""

distance_obj = ComputeDistance(self.background_path, self.small_path, int(self.small_px), show_img=False)
       # 获取移动所需的距离
       distance = distance_obj.run()

track = self.handle_distance(distance[0])
       track.append(-2)
       slider_element = self.browser.find_element_by_xpath(self.xpath['slider_button'])

move_slider(self.browser, slider_element, track)
       time.sleep(2)

# 如果滑动完成则返回True
       if not self.wait_element_loaded(self.xpath['slider_button'], timeout=2, close_browser=False):
           return True
       else:
           return False

def run(self):
       self.check_file_exist()
       self.start_browser()
       self.add_page_element()
       self.process_main()
       # self.close_browser()

if __name__ == '__main__':
   main = TodayNews()
   main.run()

来源：https://blog.51cto.com/u_15163980/3301857