【最新猿人学】验证码 - 图文点选文字验证码识别

暗号：aHR0cHM6Ly9tYXRjaC55dWFucmVueHVlLmNuL21hdGNoLzg=

该题为图文点选识别，点击对应的文字后，点击指定的页面，才能获取到对应的数据：

首先进行抓包分析，验证码请求接口一共返回了5个重要的数据：

所以先编写代码访问端口，将image 和验证码id保存下来

接下来就是最重要的文字识别，我这里是使用easyocr库进行的文字识别，但是识别效率较低，有时候9个字只能够识别出8个

附上代码：

js 复制代码

from PIL import Image

import easyocr

import numpy as np  # 新增：需要转numpy数组

 

# 初始化 OCR（只加载中文，速度快）

reader = easyocr.Reader(['ch_sim'], gpu=True)

 

# --------------- 改成你的图片路径 ----------------

image_path = "更改为你的图片名字"

img = Image.open(image_path)

w, h = img.size

 

# 自动切 3x3 格子

hz = []

cell_w = w//3

cell_h = h//3

 

print("开始识别 9 个格子文字...\n")

for row in range(3):

    for col in range(3):

        x1 = col * cell_w

        y1 = row * cell_h

        x2 = x1 + cell_w

        y2 = y1 + cell_h

 

        # 裁剪格子

        cell = img.crop((x1, y1, x2, y2))

 

        # 修复：PIL Image 转 numpy 数组，再传给 easyocr

        cell_np = np.array(cell)

 

        # 识别

        result = reader.readtext(cell_np, detail=0)

        text = result[0] if result else ""

        hz.append(text.strip())

 

print(hz)

上面说到，这个文字识别库识别效率比较低，所以我使用了死循环，如果识别后要点击的4个字都在识别的文字列表里面，才结束循环：

点击坐标识别我是模拟了九个点的坐标，并且使用列表来完成：

js 复制代码

from random import randint as r

zb=\[\[51+r(-5,5),54+r(-5,5)],\[140+r(-5,5),50+r(-5,5)],\[255+r(-5,5),50+r(-5,5)],\[54+r(-5,5),158+r(-5,5)],\[157+r(-5,5),140+r(-5,5)],\[270+r(-5,5),140+r(-5,5)],\[57+r(-5,5),280+r(-5,5)],\[157+r(-5,5),253+r(-5,5)],\[252+r(-5,5),258+r(-5,5)]]

之后再看验证接口，参数一共需要带两个，这里没有使用到任何加密：

这里有一个小坑！！！

接口中clicks参数中的x和y是由双引号引起来的，所以访问的时候也要使用双引号，可使用 str.replace("'", """) 将单引号改为双引号，如果传入的是单引号，会导致验证失败

之后就能正确获取到数据：

【最新猿人学】 验证码 - 图文点选 文字验证码识别

【最新猿人学】验证码 - 图文点选文字验证码识别