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
newxtc7 小时前
【昆明市不动产登记中心-注册安全分析报告】
人工智能·安全
techdashen7 小时前
圆桌讨论:Coding Agent or AI IDE 的现状和未来发展
ide·人工智能
CV实验室8 小时前
TIP 2025 | 哈工大&哈佛等提出 TripleMixer:攻克雨雪雾干扰的3D点云去噪网络!
人工智能·计算机视觉·3d·论文
apocelipes8 小时前
golang unique包和字符串内部化
java·python·性能优化·golang
Geoking.9 小时前
NumPy zeros() 函数详解
python·numpy
Full Stack Developme9 小时前
java.text 包详解
java·开发语言·python
余俊晖9 小时前
一套针对金融领域多模态问答的自适应多层级RAG框架-VeritasFi
人工智能·金融·rag
码农阿树9 小时前
视频解析转换耗时—OpenCV优化摸索路
人工智能·opencv·音视频
丁浩66610 小时前
Python机器学习---2.算法:逻辑回归
python·算法·机器学习
B站_计算机毕业设计之家10 小时前
计算机毕业设计:Python农业数据可视化分析系统 气象数据 农业生产 粮食数据 播种数据 爬虫 Django框架 天气数据 降水量(源码+文档)✅
大数据·爬虫·python·机器学习·信息可视化·课程设计·农业