GIF验证码打码

博主： huoyu
发布时间：2024 年 09 月 23 日
82 次浏览
暂无评论
9562字数
分类： python - 爬虫

例如图片：![nQAXglITUPEI.gif](http://type.zimopy.com/usr/uploads/2024/09/1220571118.gif)
像这种图片，打码就是真的恶心，我尝试了市面上开源的打码都不行，如果用付费平台，gif图片打码很贵，而且我没找到有gif的打码，所以咋整呢？请看下面。

## 思路

gif图片没办法直接识别，而且看上面的图片，有规律的，第一次是后面四位，第二次是第一位和最后三位，最后一次是前面四位，虽然每次变动位置和大小都有变化，但是排列都是正常的。
所有要识别这种验证码，**就是吧gif先转成png，解析完发现一共有五张png图片，我们只需要第一张和最后一张，再把识别到的内容合并，那就是一个整体了**。

## 代码如下：

### 第一种使用：StupidOCR

这里的本地打码项目使用的是：`https://github.com/81NewArk/StupidOCR`

```python
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2024/9/12 09:33
# @Author  : huoyu
# @email   : 2319899766@qq.com
# @File    : ai_gif.py
# @Project : verifi_number
# @Software: PyCharm

import requests
from PIL import Image
import io
import re
import base64
from concurrent.futures import ThreadPoolExecutor

def down_gif(url):
    res = requests.get(url).content
    return res  # Return GIF binary content

def extract_frames(gif_content):
    # Handle GIF content in memory using io.BytesIO
    gif = Image.open(io.BytesIO(gif_content))
    frames = []

try:
        while True:
            frame_image = gif.copy()  # Copy the current frame
            frames.append(frame_image)
            gif.seek(gif.tell() + 1)  # Move to the next frame
    except EOFError:
        pass

# print(f"GIF extraction completed, {len(frames)} frames extracted.")
    return frames

def process_frame(frame):
    # Convert frame to base64 without saving to disk
    with io.BytesIO() as output:
        frame.save(output, format="PNG")
        image_data = output.getvalue()  # Get in-memory image data
        img_base64 = base64.b64encode(image_data).decode('utf-8')
        return img_base64

# 传递图片的base64进行本地打码
def test_get(img_base64):
    # Flask application's address and port
    url = "http://192.168.2.39:6688/api/ocr/image"
    headers = {
        'accept': 'application/json',
        'Content-Type': 'application/json',
    }
    json_data = {
        'img_base64': img_base64,
    }
    response = requests.post(url, headers=headers, json=json_data)
    return response.json()["result"]

#合并字符串
def merge_strings(str1, str2):
    # 去除中文字符和符号
    str1 = re.sub(r'[\u4e00-\u9fff\W]+', '', str1)
    str2 = re.sub(r'[\u4e00-\u9fff\W]+', '', str2)
    lower_str1 = str1.lower()
    lower_str2 = str2.lower()

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()
    return (str1 + str2).lower()

# Entry point
def get_code(gif_content):
    # gif_content = down_gif(url) # 下载图片
    frames = extract_frames(gif_content)
    # Only select the first and last frame
    selected_frames = [frames[0], frames[-1]]

# Use multithreading to process the selected frames
    with ThreadPoolExecutor() as executor:
        future_to_frame = {executor.submit(process_frame, frame): frame for frame in selected_frames}
        result = []
        for future in future_to_frame:
            try:
                img_base64 = future.result()
                ress = test_get(img_base64)  # Submit each frame as base64
                result.append(ress)
            except Exception as e:
                print(f"Error processing frame: {e}")
        print(result)
    return merge_strings(result[1], result[0])
```

### 第二种使用ddddocr：

```python
#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Time    : 2024/9/13 17:22
# @Author  : huoyu
# @email   : 2319899766@qq.com
# @File    : giffff.py
# @Project : verifi_number
# @Software: PyCharm
import requests
from PIL import Image
import os
import re
import ddddocr
import cv2
import numpy as np
def down_gif(url):
    # url = "https://d11x481pn35wh6.cloudfront.net/TMdgfxyd/1dBdijbBPsWY.gif"
    res = requests.get(url).content
    open("hhh.gif", "wb").write(res)

def split_gif():
    # 打开GIF文件
    gif_path = 'hhh.gif'  # 替换为你的GIF文件路径
    gif = Image.open(gif_path)

# 创建输出目录
    output_dir = 'output_frames'
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

# 遍历每一帧并保存
    frame = 0
    while True:
        gif.seek(frame)
        frame_image = gif.copy()
        frame_image.save(f"{output_dir}/frame_{frame}.png")  # 保存为PNG格式
        frame += 1
        try:
            gif.seek(frame)
        except EOFError:
            break
    print(f"GIF分解完成，共保存了{frame}张图片")

# 合并字符串

def merge_strings(str1, str2):
    # 将输入的字符串转换为小写，找到第一个字符串的后缀和第二个字符串的前缀公共部分
    lower_str1 = str1.lower()
    lower_str2 = str2.lower()

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()

# 如果没有公共部分，直接合并并转换为小写
    return (str1 + str2).lower()

# 将图片二值化处理，只保留想识别的验证码颜色，其余为黑色
def img_cv2():
    # 读取图片
    image = cv2.imread('./output_frames/frame_1.png', cv2.IMREAD_COLOR)
    # 定义目标颜色的范围，设置一个阈值以匹配近似的 #ECEBE4
    lower_bound = np.array([220, 220, 220])  # 近似 #ECEBE4 的下限
    upper_bound = np.array([236, 236, 236])  # 近似 #ECEBE4 的上限

# 定义其他颜色为 #121212 (BGR格式)
    color_to_change = [18, 18, 18]  # #121212 转换为 [18, 18, 18] (BGR)

# 创建掩码，只保留颜色范围内的部分
    mask = cv2.inRange(image, lower_bound, upper_bound)

# 创建输出图像，将原图像的内容复制到新的图像
    result = image.copy()

# 将掩码外的像素设为指定的颜色 (#121212)
    result[np.where(mask == 0)] = color_to_change

# 保存和显示结果
    cv2.imwrite('output_frames/processed_image.jpg', result)

# 显示处理后的图片
    cv2.imshow('Processed Image', result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def dddocr():
    # 定义图片文件夹路径
    # output_dir = 'output_frames'
    output_dir = 'output_frames'

# 提取文件名中的数字，并返回排序后的文件列表
    def sort_key(filename):
        match = re.search(r'_(\d+)\.png', filename)  # 提取文件名中的数字部分
        if match:
            return int(match.group(1))  # 返回数字部分作为排序依据
        return float('inf')  # 如果没有数字，则将该文件放在最后

# 获取所有 .png 文件，并按数字顺序排序
    sorted_files = sorted([f for f in os.listdir(output_dir) if f.endswith('.png')], key=sort_key)
    results = []
    # sorted_file = [sorted_files[0]] + [sorted_files[-1]]#取前后两张图片
    sorted_file = sorted_files#去所有图片
    # 遍历排序后的文件列表
    for filename in sorted_file:
        file_path = os.path.join(output_dir, filename)
        print(f"找到图片文件: {file_path}")
        file = open(file_path, "rb").read()
        ocr = ddddocr.DdddOcr(show_ad=False, beta=True)
        result = ocr.classification(file)
        print(result)
        results.append(result)
    return merge_strings(results[1], results[0])

# down_gif("https://d11x481pn35wh6.cloudfront.net/RRVCGery/gqBQWAPJXKYq.gif")
# split_gif()
img_cv2()
print(dddocr())
```

### 第三种 YOLO训练

首先收集100张图片进行手动打标签，训练图片，再用训练集批量打码500张图片，检查后再次训练，通过率基本能在95%以上，如果精度不够，那就在获取图片训练。

调用图片打码接口（本地自己搭的）

```python
while 1:
    jg = '\r\n'
    t1 = time.time()
    # mbckjb = "2038346" #填目标窗口句柄则识别该窗口返回结果；传入大于20字符长度无效句柄则全屏识别
    image = cv2.imread("frame_0.png")
    ret, buffer = cv2.imencode('.png', image)
    img_bytes = buffer.tobytes()
    ret = requests.post("http://127.0.0.1:7700", data=img_bytes)
    t2 = time.time()

list = ret.text.split("|")
    for i in list:
        list2 = i.split(",")
        if len(list2) >= 7:
            id = list2[0]
            x = list2[1]
            y = list2[2]
            w = list2[3]
            h = list2[4]
            prob = list2[5]
            name = list2[6]
            jg = jg + 'id:' + id + "   x:" + x + "   y:" + y + "   w:" + w + "   h:" + h + "   prob:" + prob + "   name:" + name + '\r\n'
    print('耗时' + str(round((t2 - t1) * 1000)) + "ms 共" + str(len(list) - 1) + '个目标', jg)
    time.sleep(2)
```

完整代码

import requests
from PIL import Image
import cv2
import numpy as np
import io
import re
import time
from concurrent.futures import ThreadPoolExecutor

def down_gif(url):
    res = requests.get(url).content
    return res  # Return GIF binary content

def extract_frames(gif_content):
    # Handle GIF content in memory using io.BytesIO
    gif = Image.open(io.BytesIO(gif_content))
    frames = []

return frames

def process_frame(frame):
    # 将帧图像转换为 PNG 格式的字节数据
    with io.BytesIO() as output:
        frame.save(output, format="PNG")
        image_data = output.getvalue()  # 获取内存中的图像数据
    return image_data  # 返回图像字节数据

def xunlian(image_data):
    jg = '\r\n'
    t1 = time.time()
    # 直接从传入的内存数据中解码
    image = cv2.imdecode(np.frombuffer(image_data, np.uint8), cv2.IMREAD_COLOR)
    ret, buffer = cv2.imencode('.png', image)

img_bytes = buffer.tobytes()
    response = requests.post("http://127.0.0.1:7700", data=img_bytes)
    t2 = time.time()

# 分割返回结果
    result_list = response.text.split("|")
    filtered_results = []

# 处理每个目标
    for item in result_list:
        fields = item.split(",")
        if len(fields) >= 7:
            prob = float(fields[5])
            if prob > 0.5:  # 过滤掉 prob <= 0.5 的项
                id = fields[0]
                x = int(fields[1])
                y = fields[2]
                w = fields[3]
                h = fields[4]
                name = fields[6]
                filtered_results.append({
                    "id": id, "x": x, "y": y, "w": w, "h": h, "prob": prob, "name": name
                })
    #             jg = jg + 'id:' + id + "   x:" + x + "   y:" + y + "   w:" + w + "   h:" + h + "   prob:" + prob + "   name:" + name + '\r\n'
    # print('耗时' + str(round((t2 - t1) * 1000)) + "ms 共" + str(len(list) - 1) + '个目标', jg)

# 按 x 值排序
    sorted_results = sorted(filtered_results, key=lambda item: item['x'])
    # 提取排序后的 name 值
    sorted_names = [item['name'] for item in sorted_results]
    # 输出结果
    # print('耗时' + str(round((t2 - t1) * 1000)) + "ms 共" + str(len(sorted_results)) + '个目标', jg)
    # print("排序后的 name 值: ", sorted_names)
    return sorted_names  # 返回识别结果

def merge_strings(str1, str2):
    str1 = re.sub(r'[\u4e00-\u9fff\W]+', '', str1)
    str2 = re.sub(r'[\u4e00-\u9fff\W]+', '', str2)
    lower_str1 = str1.lower()
    lower_str2 = str2.lower()

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()
    return (str1 + str2).lower()

# Entry point
def get_code(gif_content):
    frames = extract_frames(gif_content)
    selected_frames = [frames[0], frames[-1]]

results = []
    with ThreadPoolExecutor() as executor:
        future_to_frame = {executor.submit(process_frame, frame): frame for frame in selected_frames}
        for future in future_to_frame:
            try:
                processed_image_data = future.result()
                result = xunlian(processed_image_data)  # 使用处理后的内存图片数据
                results.append(result)  # 将结果添加到列表中
            except Exception as e:
                print(f"Error processing frame: {e}")

# 返回两个结果的合并
    if len(results) == 2:
        print(''.join(results[1]), ''.join(results[0]))
        return merge_strings(''.join(results[1]), ''.join(results[0]))
    return "处理失败"
```

## 总结

三种方法都是线程中处理图片，也不和本地图片进行交互，直接将图片在内存里就处理完成，提高效率。如果你的验证码需要获取gif里面的每一张图片就修改`selected_frames = [frames[0], frames[-1]]`这里，直接使用`selected_frames`进行循环即可

第一种是找了一个github项目进行对接

第二种方法，使用`ddddocr`打码，直接传递图片就能打码，里面也可以对图片先进行二值化处理在打码，至于你用的什么打码，变通一下就行

第三种是基于`yolo`训练，然后部署服务端进行打码，这种比较有针对性，如果市面上的都不行，那就用这种方式

最后修改：2024 年 09 月 23 日

如果觉得我的文章对你有用，请随意赞赏

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱

地址

GIF验证码打码

huoyu • 2024 年 09 月 23 日

## 思路

## 代码如下：

### 第一种使用：StupidOCR

这里的本地打码项目使用的是：`https://github.com/81NewArk/StupidOCR`

import requests
from PIL import Image
import io
import re
import base64
from concurrent.futures import ThreadPoolExecutor

def down_gif(url):
    res = requests.get(url).content
    return res  # Return GIF binary content

def extract_frames(gif_content):
    # Handle GIF content in memory using io.BytesIO
    gif = Image.open(io.BytesIO(gif_content))
    frames = []

# print(f"GIF extraction completed, {len(frames)} frames extracted.")
    return frames

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()
    return (str1 + str2).lower()

### 第二种使用ddddocr：

def split_gif():
    # 打开GIF文件
    gif_path = 'hhh.gif'  # 替换为你的GIF文件路径
    gif = Image.open(gif_path)

# 创建输出目录
    output_dir = 'output_frames'
    if not os.path.exists(output_dir):
        os.makedirs(output_dir)

# 合并字符串

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()

# 如果没有公共部分，直接合并并转换为小写
    return (str1 + str2).lower()

# 定义其他颜色为 #121212 (BGR格式)
    color_to_change = [18, 18, 18]  # #121212 转换为 [18, 18, 18] (BGR)

# 创建掩码，只保留颜色范围内的部分
    mask = cv2.inRange(image, lower_bound, upper_bound)

# 创建输出图像，将原图像的内容复制到新的图像
    result = image.copy()

# 将掩码外的像素设为指定的颜色 (#121212)
    result[np.where(mask == 0)] = color_to_change

# 保存和显示结果
    cv2.imwrite('output_frames/processed_image.jpg', result)

# 显示处理后的图片
    cv2.imshow('Processed Image', result)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

def dddocr():
    # 定义图片文件夹路径
    # output_dir = 'output_frames'
    output_dir = 'output_frames'

# down_gif("https://d11x481pn35wh6.cloudfront.net/RRVCGery/gqBQWAPJXKYq.gif")
# split_gif()
img_cv2()
print(dddocr())
```

### 第三种 YOLO训练

调用图片打码接口（本地自己搭的）

完整代码

import requests
from PIL import Image
import cv2
import numpy as np
import io
import re
import time
from concurrent.futures import ThreadPoolExecutor

def down_gif(url):
    res = requests.get(url).content
    return res  # Return GIF binary content

def extract_frames(gif_content):
    # Handle GIF content in memory using io.BytesIO
    gif = Image.open(io.BytesIO(gif_content))
    frames = []

return frames

img_bytes = buffer.tobytes()
    response = requests.post("http://127.0.0.1:7700", data=img_bytes)
    t2 = time.time()

# 分割返回结果
    result_list = response.text.split("|")
    filtered_results = []

def merge_strings(str1, str2):
    str1 = re.sub(r'[\u4e00-\u9fff\W]+', '', str1)
    str2 = re.sub(r'[\u4e00-\u9fff\W]+', '', str2)
    lower_str1 = str1.lower()
    lower_str2 = str2.lower()

for i in range(min(len(lower_str1), len(lower_str2)), 0, -1):
        if lower_str1.endswith(lower_str2[:i]):
            return (str1 + str2[i:]).lower()
    return (str1 + str2).lower()

# Entry point
def get_code(gif_content):
    frames = extract_frames(gif_content)
    selected_frames = [frames[0], frames[-1]]

## 总结

第一种是找了一个github项目进行对接

第二种方法，使用`ddddocr`打码，直接传递图片就能打码，里面也可以对图片先进行二值化处理在打码，至于你用的什么打码，变通一下就行

第三种是基于`yolo`训练，然后部署服务端进行打码，这种比较有针对性，如果市面上的都不行，那就用这种方式

GIF验证码打码

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

速注册OpenAi（ChatGPT），国内也可以

Frida 代码自动补全

ubuntu 实现内网穿透

最新Fiddler Web Debugger v5.0 20202.18177中文版

windows一键启动雷电模拟器的frida-server

thinclient_drives

VScode 初始化设置之 Auto.js Pro (4.0 ~ 9.0 +) 代码补全

给程序加网络验证

Ubuntu系统查看硬件温度

易语言导出模拟器里面的软件上传指定ftp服务器

GIF验证码打码

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

GIF验证码打码

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款