本文将介绍一种 Recaptcha2 图像识别2 API 对接说明,它可以通过用户输入识别的内容和 Recaptcha2验证码图像,最后返回需要点击的小图像的坐标,完成验证。
接下来介绍下 Recaptcha2 图像识别 API 的对接说明。
申请流程
要使用 API,需要先到 Recaptcha2 图像识别 API 对应页面申请对应的服务,进入页面之后,点击「Acquire」按钮,如图所示:
如果你尚未登录或注册,会自动跳转到登录页面邀请您来注册和登录,登录注册之后会自动返回当前页面。
在首次申请时会有免费额度赠送,可以免费使用该 API。
基本使用
首先先了解下基本的使用方式,我们需要从网站中截取到Recaptcha2验证码图像,此处示例网站的URL:https://www.google.com/recaptcha/api2/demo
,具体的页面如下图所示:
我们需要点击验证码的复选框才会出现验证码图像,在上图中黄色箭头指向的有一段文字内容,这个内容便是下文的 question
的值。首先需要简单地传递一个 image
字段,这个就是具体Recaptcha2验证码图像,这个图像是上图中红色箭头指向的图像,同时必须将图片缩放至 标准 大小 (100x100, 300x300, 450x450), 这样服务才能判断图片类型,图片的压缩需要您自行压缩,本文推荐一个压缩网站,您可以在此网站中对图像进行尺寸和大小的压缩,压缩后的结果如图所示:
同时还需要输入跟验证码图像相关的识别内容参数 question
,我们只提供了下面这个内容表,可以作为参考下面:
中文内容表
json
{
"/m/0pg52": "出租车",
"/m/01bjv": "巴士",
"/m/02yvhj": "校车",
"/m/04_sv": "摩托车",
"/m/013xlm": "拖拉机",
"/m/01jk_4": "烟囱",
"/m/014xcs": "人行横道",
"/m/015qff": "红绿灯",
"/m/0199g": "自行车",
"/m/015qbp": "停车计价表",
"/m/0k4j": "汽车",
"/m/015kr": "桥",
"/m/019jd": "船",
"/m/0cdl1": "棕榈树",
"/m/09d_r": "山",
"/m/01pns0": "消防栓",
"/m/01lynh": "楼梯"
}
英文内容表
json
{
"/m/0pg52": "taxis",
"/m/01bjv": "bus",
"/m/02yvhj": "school bus",
"/m/04_sv": "motorcycles",
"/m/013xlm": "tractors",
"/m/01jk_4": "chimneys",
"/m/014xcs": "crosswalks", // pedestrian crossings 也是一样的
"/m/015qff": "traffic lights",
"/m/0199g": "bicycles",
"/m/015qbp": "parking meters",
"/m/0k4j": "cars",
"/m/015kr": "bridges",
"/m/019jd": "boats",
"/m/0cdl1": "palm trees",
"/m/09d_r": "mountains or hills",
"/m/01pns0": "fire hydrant",
"/m/01lynh": "stairs"
}
由上文可知将参数 question
设置为消防栓对应的 /m/01pns0
,具体的内容如下:
可以看到这里我们设置了 Request Headers,包括:
accept
:想要接收怎样格式的响应结果,这里填写为application/json
,即 JSON 格式。authorization
:调用 API 的密钥,申请之后可以直接下拉选择。
另外设置了 Request Body,包括:
image
:Base64编码的验证码图像。question
:问题 ID, 请查表, 以 /m/ 开头。
选择之后,可以发现右侧也生成了对应代码,如图所示:
点击「Try」按钮即可进行测试,如上图所示,这里我们就得到了如下结果:
json
{
"solution": {
"size": 300,
"label": "/m/01pns0",
"confidences": [
0,
0.0007,
1,
0.0003,
0.0046,
1,
0,
1,
0
],
"objects": [
2,
5,
7
],
"type": "multi"
}
}
返回结果一共有多个字段,介绍如下:
solution
,此次 Recaptcha2验证码图像 任务处理后验证结果。size
,Recaptcha2验证码图像的尺寸大小。label
,Recaptcha2验证码图像所识别的内容。confidences
,Recaptcha2验证码图像识别区域的置信度,区域是从0开始的。objects
,Recaptcha2验证码图像识别后满足识别内容的区域,区域从0开始。type
,此次 Recaptcha2验证码图像 任务的类型,多个区域时为multi
。
可以看到我们得到了处理 Recaptcha2验证码图像 的验证结果,我们首先对验证码图像进行划分区域,如下图所示:
可以看到区域都是从0开始的,从结果中 objects
中我们得到了2,5,7,我们只需要对该验证码模拟点击该三个区域便可通过验证。
另外如果想生成对应的对接代码,可以直接复制生成,例如 CURL 的代码如下:
shell
curl -X POST 'https://api.acedata.cloud/captcha/recognition/recaptcha2' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
"question": "/m/01pns0",
"image": "文章字数受限,请阅读原文链接,文章底部"
}
response = requests.post(url, json=payload, headers=headers)
print(response.text)
错误处理
在调用 API 时,如果遇到错误,API 会返回相应的错误代码和信息。例如:
400 token_mismatched
:Bad request, possibly due to missing or invalid parameters.400 api_not_implemented
:Bad request, possibly due to missing or invalid parameters.401 invalid_token
:Unauthorized, invalid or missing authorization token.429 too_many_requests
:Too many requests, you have exceeded the rate limit.500 api_error
:Internal server error, something went wrong on the server.
错误响应示例
json
{
"success": false,
"error": {
"code": "api_error",
"message": "fetch failed"
},
"trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}
结论
通过本文档,您已经了解了如何使用 Recaptcha2 图像识别 API 让用户输入识别的内容和 Recaptcha2验证码图像,最后返回需要点击的小图像的坐标,完成验证。希望本文档能帮助您更好地对接和使用该 API。如有任何问题,请随时联系我们的技术支持团队。