基于opencv识别动态验证码

基于opencv识别动态验证码

背景:

​ 验证码可以分为静态验证码和动态验证码。静态验证码通常以 .png.jpg 等静态图片格式结尾,而动态验证码一般以 .gif 格式结尾。一些更具挑战性的验证码是基于动态验证码的。

​ 静态验证码是一张固定的图片,其中包含了随机生成的文本或图形等信息。用户需要正确识别并输入验证码中的内容以完成验证。

​ 动态验证码则是一系列连续变化的图像,以 .gif 格式展示。这些图像通常包含有旋转、闪烁、变形等特效,使其更具难度。用户需要观察并输入动态验证码中的正确信息。

​ 动态验证码相对于静态验证码更具安全性,因为它们更难以被自动化程序或机器识别。这种类型的验证码对于防止恶意登录、爬虫等攻击起到了更好的保护作用。

实现思路:

​ 假如我的本地有一张.gif的动态验证码,动态验证码其实是将多张静态验证码拼起来形成的一张动态效果图,那么如何去识别呢?

步骤:

  1. 首先我们对这一张动态图片进行抽取帧。
  2. 然后将多张图片基于opencv融合到一张图片上。
  3. 再利于OCR或者ddddocr进行识别即可。

代码:

py 复制代码
from PIL import Image
import numpy as np
import cv2
import ddddocr

# 将gif专户为图片
gif_path = r'D:\Downloads\gif_img.gif'
img = Image.open(gif_path)
shapes = []
# 因为gif动图是由4张图片合成的 可以多抽取几张 
for i in range(0, 4):
    img.seek(i)
    img.save(r'./img/{}.png'.format(i)) # 抽取每一帧
    img_arr=np.array(img)
    shapes.append(img_arr)
shapes[0] = np.expand_dims(shapes[0],axis = 2)
img_shape = shapes[0] + shapes[1]+shapes[2]+shapes[3]
print(img_shape)
cv2.imwrite('./img/result.png',img_shape) # 生成合成图

我们看一下每一帧图片:

我们在看一下合成图:

成功!

总结:

希望这个总结对你有帮助!如果还有其他问题,请随时提问。

相关推荐
沧海一粟青草喂马2 分钟前
抖音批量上传视频怎么弄?抖音矩阵账号管理的专业指南
大数据·人工智能·矩阵
demaichuandong5 分钟前
详细讲解锥齿轮丝杆升降机的加工制造工艺
人工智能·自动化·制造
ZZHow102434 分钟前
02OpenCV基本操作
python·opencv·计算机视觉
理智的煎蛋39 分钟前
CentOS/Ubuntu安装显卡驱动与GPU压力测试
大数据·人工智能·ubuntu·centos·gpu算力
计算机学长felix1 小时前
基于Django的“酒店推荐系统”设计与开发(源码+数据库+文档+PPT)
数据库·python·mysql·django·vue
站大爷IP1 小时前
Python随机数函数全解析:5个核心工具的实战指南
python
知来者逆1 小时前
视觉语言模型应用开发——Qwen 2.5 VL模型视频理解与定位能力深度解析及实践指南
人工智能·语言模型·自然语言处理·音视频·视觉语言模型·qwen 2.5 vl
IT_陈寒1 小时前
Java性能优化:10个让你的Spring Boot应用提速300%的隐藏技巧
前端·人工智能·后端
Android出海1 小时前
Android 15重磅升级:16KB内存页机制详解与适配指南
android·人工智能·新媒体运营·产品运营·内容运营
cyyt1 小时前
深度学习周报(9.1~9.7)
人工智能·深度学习