Python解析最简单的验证码
最近在学python，正好遇到学校需要选宿舍，就用python写了一个抢宿舍的软件。其中有一个模块是用来登陆的，登陆的时候需要输入验证码，不过后来发现了直接可以绕过验证码直接登陆的bug。不过这是另外的话题，开始的时候我并没有发现这个隐藏起来的秘密，所以我就写了这个python代码段用来实现解析验证码的功能。
我们学校的验证码是最简单的验证码，形式大概如下：
其中这个图片的大小是60X24像素的，大概每个数字的大小是15X24像素。
观察这个验证码之后可以发现，验证码中只有数字而且数字的字体很规范，只不过每个数字的颜色不同而已。
当时有2个思路
1.将整张照片平均切片成四分，每个数字一个图片，然后扫描每张照片的每个像素，为每个数字初始化一个特征码buff,大小为15X24的byte,即总共45Byte。
先取背景色，可以知道(0,0)位置是背景色。然后扫描数字的每个像素和背景色对比如果相同则为1不同则为0。然后分析出0-9这10个字符的特征值。等需要解析验证码的时候直接将验证码图片分片取特征值跟标准特征值对比就可以了。
2.我们可以想象0-9这10个字符每个字符的字形都不一样，则有可能比如9这个数字在像素(2,12)(1,13)这个位置是独有的，也就是说分片图片中假如(2,12)位置的像素点和背景色一致，则该分片图片一定不是9否则一定是9。
上面两种方法有一个bug就是这个图片的第一个数字有一定的偏移，比如其他位置的数字是从第3列开始的，它可能从第4列，这个我就没具体分析了。不过这个也有办法解决，我用的办法就是从第一列非背景色的地方算起。不管什么图片怎么偏移，它x轴向对于自己最左边的点的x方向的差值是不变的。
最后我的实现方法就是按第二种，因为这种方法是最快的，只需要取特征像素处的点就可以。
我的方法是这样的，首先选用材料图片三张，包含0-9这10个字符，然后校验他们每个像素与背景色是否一致，如果一致则把这个数字放到对应这个像素的hash表里面。
最后分析这个hash表找出哪个像素是1个数字独有的，哪个像素是2个数字独有的，哪个像素3个数字独有的，最后解析这个表。
找到可以唯一确定一个数字的方法，比如(0,18),(0,19)这两个数字可以唯一确定数字1。
然后得出一个hash字典：
NumberKeyPixel={
[(7,10),(0,12),(0,10),(0,11),(0,8),(1,14),(1,15)],
[(4,8)],
[(0,18),(0,19)],
[],
[(5,7)],
[(0,4),(0,10)],
[(2,6)],
[(2,16)],
[(0,12)],
[(2,13)]
}
使用的时候，只需依次比对这些像素点就可以判断这张图片的验证码值了。
下面介绍具体代码
1.首先是分析的时候的代码，用来获得数字的特征像素：
from PIL import Image
import os
#存放材料图片的路径
path="C:\\vaildpic\\"
#取得材料图片
images=os.listdir(path)
存放数字的切片，0-9的图片
nubimgs=[]
#存放背景色
backpixels=[]
#存放像素对应表
pixDir={}
#首非背景色偏移值
pixBlankEndPos=[]
#这个函数用来取得这个图片中数字结构的偏移值
def GetLastBlankPosition(materialPic,x=0):
bc=materialPic.getpixel((0,0))
for i in range(15):
for j in range(24):
if materialPic.getpixel((i+x,j))!=bc:
return i
#因为只是解析没有写的很严谨，这个地方
#取得目标文件夹的图片
for image in images:
if os.path.isdir(path+image):
continue
image=Image.open(path+image)
#对于每张图片切成四份，存到字典中，取得相应的背景色，首非背景色偏移x，接下来计算用
for i in range(4):
ma=image.crop((i*15,0,(i+1)*15,24))
nubimgs.append(ma)
backpixels.append(image.getpixel((0,0)))
pixBlankEndPos.append(GetLastBlankPosition(ma))
print pixBlankEndPos
#对于每个数字图片的每个像素，如果对应位置非背景色，将该图片放到该位置的字典中,其结构如下，接下来用下面的数据统计来取得每个数字的特征像素
''' pixDir[pixel(x-x_offset,y),imgSeq]=picture<br>'''
for i in range(15):
for j in range(24):
ai=None
aj=None
pixDir[(i,j)]={}
for imgNum in range(nubimgs.__len__()):
if(nubimgs[imgNum].getpixel((i,j))!=backpixels[imgNum]):
pixDir[(i-pixBlankEndPos[imgNum],j)][imgNum]=nubimgs[imgNum]
"""nubimgs[0].putpixel ((i,j),nubimgs[imgNum].getpixel((i,j)))"""
'''下面将只有n个数字有的像素存到对应的文件夹中'''
for pix in pixDir.items():
if pix[1].__len__()<=6:
print pix
i=0
for pic in pix[1].items():
i+=1
if not os.path.exists(path+str(pix[1].__len__())):
os.mkdir(path+str(pix[1].__len__()))
pic[1].save(os.path.join(path+str(pix[1].__len__()),str(pix[0][0])+"_"+str(pix[0][1])+"__"+str(i)+".bmp"))材料图片：
解析结果如下
对应的文件夹中就放着n个图片共享的像素，接下来的分析我是手动分析的，其实也可以用程序写，不过要预先告诉程序哪个片段是什么数字，可以通过把图片名起为对应验证码来解析。因为这是后想到的，就没有实现了。
2.接下来就是使用得到的特征值来解析验证码
下面的方法用来取得背景色，方法同上面解析一样，沿图片最上面一层取颜色，因为最上面不绘制
def getBackColors(bmp): list=[] for i in range(60): if bmp.getpixel((i,0)) not in list: list.append(bmp.getpixel((i,0))) return list
同上面解析一样，取得首绘偏移值
def GetLastBlankPosition(materialPic,x=0): bc=getBackColors(materialPic) for i in range(15): for j in range(24): if materialPic.getpixel((i+x,j)) not in bc: return i
解析验证码，利用特征吗判断
def GetVaildJpgNumber(bmp): print 'GetVaildJpgNumber' vaildStr=""; backColors=getBackColors(bmp)<br> #对于一个验证码的4个数字分别验证，其x范围为n*15~(n+1)*15 for pos in range(4):<br> #取得对应位置的首绘偏移值 offset=GetLastBlankPosition(bmp,pos*15)<br> #对于0-9，分别判断对应的特征是否为背景色，如果不是解析完成，是背景色则判断下一个数字，因为3的像素基本和其他图像共享，所以如果最后没有找到特定的数字，就是3 for nr in range(0,10): isthisNr=True for pix in NumberKeyPixel[nr]: if pix[0]+offset>=15: isthisNr=False break if bmp.getpixel((pix[0]+offset+pos*15,pix[1])) in backColors : isthisNr=False break; if isthisNr and NumberKeyPixel[nr].__len__()!=0 : vaildStr+=str(nr) break if vaildStr.__len__()==pos: vaildStr+='3' print vaildStr return vaildStr
从网络抓取验证码，使用的是httplib，其中我们学校名我已替代为myschool
def GetVaildJpg ():
print 'GetVaildJpg'
headers={
'Accept': 'image/png, image/svg+xml, image/*;q=0.8, */*;q=0.5',
'Referer': 'http://zcc.myschool.edu.cn/',
'Accept-Language': 'zh-Hans-CN,zh-Hans;q=0.8,en-US;q=0.5,en;q=0.3',
'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; Trident/7.0; rv:11.0) like Gecko',
'Accept-Encoding': 'gzip, deflate',
'Host': 'zcc.myschool.edu.cn',
'DNT': '1',
'Connection': 'Keep-Alive',
'Cookie': sessionId
}
httpClient=httplib.HTTPConnection('zcc.myschool.edu.cn',80,timeout=300)
httpClient.request("GET",'http://zcc.myschool.edu.cn/image.jsp',None,headers)
response=httpClient.getresponse()
'''print response.getheaders()'''
stBmp=response.read()
bmp=Image.open(BytesIO(stBmp))
bmp.save('D:\PROJECT\PYTHON\catchDorm\catch.bmp')
'''bmp.show()'''
return GetVaildJpgNumber(bmp) 以上内容给大家介绍了Python解析最简单的验证码的相关知识，希望大家喜欢。
热AI工具
Undresser.AI Undress
人工智能驱动的应用程序，用于创建逼真的裸体照片
AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。
Undress AI Tool
免费脱衣服图片
Clothoff.io
AI脱衣机
Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸！
热门文章
热工具
记事本++7.3.1
好用且免费的代码编辑器
SublimeText3汉化版
中文版，非常好用
禅工作室 13.0.1
功能强大的PHP集成开发环境
Dreamweaver CS6
视觉化网页开发工具
SublimeText3 Mac版
神级代码编辑软件(SublimeText3)
Python vs.C：申请和用例
Apr 12, 2025 am 12:01 AM
Python适合数据科学、Web开发和自动化任务，而C 适用于系统编程、游戏开发和嵌入式系统。 Python以简洁和强大的生态系统着称，C 则以高性能和底层控制能力闻名。
Python：游戏，Guis等
Apr 13, 2025 am 12:14 AM
Python在游戏和GUI开发中表现出色。1)游戏开发使用Pygame，提供绘图、音频等功能，适合创建2D游戏。2)GUI开发可选择Tkinter或PyQt，Tkinter简单易用，PyQt功能丰富，适合专业开发。
2小时的Python计划：一种现实的方法
Apr 11, 2025 am 12:04 AM
2小时内可以学会Python的基本编程概念和技能。1.学习变量和数据类型，2.掌握控制流（条件语句和循环），3.理解函数的定义和使用，4.通过简单示例和代码片段快速上手Python编程。
Python与C：学习曲线和易用性
Apr 19, 2025 am 12:20 AM
Python更易学且易用，C 则更强大但复杂。1.Python语法简洁，适合初学者，动态类型和自动内存管理使其易用，但可能导致运行时错误。2.C 提供低级控制和高级特性，适合高性能应用，但学习门槛高，需手动管理内存和类型安全。
您可以在2小时内学到多少python？
Apr 09, 2025 pm 04:33 PM
两小时内可以学到Python的基础知识。1.学习变量和数据类型，2.掌握控制结构如if语句和循环，3.了解函数的定义和使用。这些将帮助你开始编写简单的Python程序。
Python和时间：充分利用您的学习时间
Apr 14, 2025 am 12:02 AM
要在有限的时间内最大化学习Python的效率，可以使用Python的datetime、time和schedule模块。1.datetime模块用于记录和规划学习时间。2.time模块帮助设置学习和休息时间。3.schedule模块自动化安排每周学习任务。
Python：自动化，脚本和任务管理
Apr 16, 2025 am 12:14 AM
Python在自动化、脚本编写和任务管理中表现出色。1)自动化：通过标准库如os、shutil实现文件备份。2)脚本编写：使用psutil库监控系统资源。3)任务管理：利用schedule库调度任务。Python的易用性和丰富库支持使其在这些领域中成为首选工具。
Python：探索其主要应用程序
Apr 10, 2025 am 09:41 AM
Python在web开发、数据科学、机器学习、自动化和脚本编写等领域有广泛应用。1)在web开发中，Django和Flask框架简化了开发过程。2)数据科学和机器学习领域，NumPy、Pandas、Scikit-learn和TensorFlow库提供了强大支持。3)自动化和脚本编写方面，Python适用于自动化测试和系统管理等任务。
