99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話：13121318867

登錄
首頁精彩閱讀利用Python破解驗(yàn)證碼實(shí)例詳解
利用Python破解驗(yàn)證碼實(shí)例詳解
2018-03-22
收藏

利用Python破解驗(yàn)證碼實(shí)例詳解

這篇文章主要給大家介紹的是如何通過一個(gè)簡(jiǎn)單的例子來實(shí)現(xiàn)破解驗(yàn)證碼。從本文中我們可以學(xué)習(xí)到 Python 基本知識(shí)，PIL 模塊的使用，破解驗(yàn)證碼的原理。文中通過實(shí)例一步步介紹的很詳細(xì)，相信對(duì)大家理解和學(xué)習(xí)具有一定的參考借鑒價(jià)值，有需要的朋友們下面來一起看看吧。

一、前言

本實(shí)驗(yàn)將通過一個(gè)簡(jiǎn)單的例子來講解破解驗(yàn)證碼的原理，將學(xué)習(xí)和實(shí)踐以下知識(shí)點(diǎn)：

      Python基本知識(shí)

      PIL模塊的使用

二、實(shí)例詳解

安裝 pillow（PIL）庫：

$ sudo apt-get update
 
$ sudo apt-get install python-dev
 
$ sudo apt-get install libtiff5-dev libjpeg8-dev zlib1g-dev \
libfreetype6-dev liblcms2-dev libwebp-dev tcl8.6-dev tk8.6-dev python-tk
 
$ sudo pip install pillow
下載實(shí)驗(yàn)用的文件：
$ wget http://labfile.oss.aliyuncs.com/courses/364/python_captcha.zip
$ unzip python_captcha.zip
$ cd python_captcha

這是我們實(shí)驗(yàn)使用的驗(yàn)證碼 captcha.gif

提取文本圖片

在工作目錄下新建 crack.py 文件，進(jìn)行編輯。

#-*- coding:utf8 -*-
fromPILimportImage
 
im=Image.open("captcha.gif")
#(將圖片轉(zhuǎn)換為8位像素模式)
im=im.convert("P")
 
#打印顏色直方圖
printim.histogram()
輸出：

[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0 , 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 2, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 2, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 2, 1, 0, 0, 0, 2, 0, 0, 0, 0, 1, 0, 1, 1, 0, 0 , 1, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 2, 0, 0, 0, 1, 2, 0, 1, 0, 0, 1, 0, 2, 0, 0, 1, 0, 0, 2, 0, 0, 0, 0, 0, 0, 0, 0, 1, 0, 1, 0, 1, 0, 3, 1, 3, 3, 0, 0, 0, 0, 0, 0, 1, 0, 3, 2, 132, 1, 1, 0, 0, 0, 1, 2, 0, 0, 0, 0, 0, 0, 0, 15, 0 , 1, 0, 1, 0, 0, 8, 1, 0, 0, 0, 0, 1, 6, 0, 2, 0, 0, 0, 0, 18, 1, 1, 1, 1, 1, 2, 365, 115, 0, 1, 0, 0, 0, 135, 186, 0, 0, 1, 0, 0, 0, 116, 3, 0, 0, 0, 0, 0, 21, 1, 1, 0, 0, 0, 2, 10, 2, 0, 0, 0, 0, 2, 10, 0, 0, 0, 0, 1, 0, 625]

顏色直方圖的每一位數(shù)字都代表了在圖片中含有對(duì)應(yīng)位的顏色的像素的數(shù)量。

每個(gè)像素點(diǎn)可表現(xiàn)256種顏色，你會(huì)發(fā)現(xiàn)白點(diǎn)是最多（白色序號(hào)255的位置，也就是最后一位，可以看到，有625個(gè)白色像素）。紅像素在序號(hào)200左右，我們可以通過排序，得到有用的顏色。

his=im.histogram()
values={}
 
foriinrange(256):
 values[i]=his[i]
 
forj,kinsorted(values.items(),key=lambdax:x[1],reverse=True)[:10]:
 printj,k
輸出：
255625
212365
220186
219135
169132
227116
213115
23421
20518
18415
我們得到了圖片中最多的10種顏色，其中 220 與 227 才是我們需要的紅色和灰色，可以通過這一訊息構(gòu)造一種黑白二值圖片。
#-*- coding:utf8 -*-
fromPILimportImage
 
im=Image.open("captcha.gif")
im=im.convert("P")
im2=Image.new("P",im.size,255)
 
 
forxinrange(im.size[1]):
 foryinrange(im.size[0]):
  pix=im.getpixel((y,x))
  ifpix==220orpix==227:# these are the numbers to get
   im2.putpixel((y,x),0)
 
im2.show()

得到的結(jié)果：

提取單個(gè)字符圖片

接下來的工作是要得到單個(gè)字符的像素集合，由于例子比較簡(jiǎn)單，我們對(duì)其進(jìn)行縱向切割：

inletter=False
foundletter=False
start=0
end=0
 
letters=[]
 
foryinrange(im2.size[0]):
 forxinrange(im2.size[1]):
  pix=im2.getpixel((y,x))
  ifpix !=255:
   inletter=True
 iffoundletter==Falseandinletter==True:
  foundletter=True
  start=y
 
 iffoundletter==Trueandinletter==False:
  foundletter=False
  end=y
  letters.append((start,end))
 
 inletter=False
printletters
輸出：
[(6,14), (15,25), (27,35), (37,46), (48,56), (57,67)]
得到每個(gè)字符開始和結(jié)束的列序號(hào)。
importhashlib
importtime
 
count=0
forletterinletters:
 m=hashlib.md5()
 im3=im2.crop(( letter[0] ,0, letter[1],im2.size[1] ))
 m.update("%s%s"%(time.time(),count))
 im3.save("./%s.gif"%(m.hexdigest()))
 count+=1

(接上面的代碼)

對(duì)圖片進(jìn)行切割，得到每個(gè)字符所在的那部分圖片。

AI 與向量空間圖像識(shí)別

在這里我們使用向量空間搜索引擎來做字符識(shí)別，它具有很多優(yōu)點(diǎn)：

  1. 不需要大量的訓(xùn)練迭代
  2. 不會(huì)訓(xùn)練過度
  3. 你可以隨時(shí)加入／移除錯(cuò)誤的數(shù)據(jù)查看效果
  4. 很容易理解和編寫成代碼
  5. 提供分級(jí)結(jié)果，你可以查看最接近的多個(gè)匹配
  6. 對(duì)于無法識(shí)別的東西只要加入到搜索引擎中，馬上就能識(shí)別了。

當(dāng)然它也有缺點(diǎn)，例如分類的速度比神經(jīng)網(wǎng)絡(luò)慢很多，它不能找到自己的方法解決問題等等。

向量空間搜索引擎名字聽上去很高大上其實(shí)原理很簡(jiǎn)單。拿文章里的例子來說：

你有 3 篇文檔，我們要怎么計(jì)算它們之間的相似度呢？2 篇文檔所使用的相同的單詞越多，那這兩篇文章就越相似！但是這單詞太多怎么辦，就由我們來選擇幾個(gè)關(guān)鍵單詞，選擇的單詞又被稱作特征，每一個(gè)特征就好比空間中的一個(gè)維度（x，y，z 等），一組特征就是一個(gè)矢量，每一個(gè)文檔我們都能得到這么一個(gè)矢量，只要計(jì)算矢量之間的夾角就能得到文章的相似度了。

用 Python 類實(shí)現(xiàn)向量空間：

importmath
 
classVectorCompare:
 #計(jì)算矢量大小
 defmagnitude(self,concordance):
  total=0
  forword,countinconcordance.iteritems():
   total+=count**2
  returnmath.sqrt(total)
 
 #計(jì)算矢量之間的 cos 值
 defrelation(self,concordance1, concordance2):
  relevance=0
  topvalue=0
  forword, countinconcordance1.iteritems():
   ifconcordance2.has_key(word):
    topvalue+=count*concordance2[word]
  returntopvalue/(self.magnitude(concordance1)*self.magnitude(concordance2))

它會(huì)比較兩個(gè) python 字典類型并輸出它們的相似度（用 0～1 的數(shù)字表示）

將之前的內(nèi)容放在一起

還有取大量驗(yàn)證碼提取單個(gè)字符圖片作為訓(xùn)練集合的工作，但只要是有好好讀上文的同學(xué)就一定知道這些工作要怎么做，在這里就略去了?？梢灾苯邮褂锰峁┑挠?xùn)練集合來進(jìn)行下面的操作。

iconset目錄下放的是我們的訓(xùn)練集。

最后追加的內(nèi)容：

#將圖片轉(zhuǎn)換為矢量
defbuildvector(im):
 d1={}
 count=0
 foriinim.getdata():
  d1[count]=i
  count+=1
 returnd1
 
v=VectorCompare()
 
iconset=['0','1','2','3','4','5','6','7','8','9','0','a','b','c','d','e','f','g','h','i','j','k','l','m','n','o','p','q','r','s','t','u','v','w','x','y','z']
 
#加載訓(xùn)練集
imageset=[]
forletteriniconset:
 forimginos.listdir('./iconset/%s/'%(letter)):
  temp=[]
  ifimg !="Thumbs.db"andimg !=".DS_Store":
   temp.append(buildvector(Image.open("./iconset/%s/%s"%(letter,img))))
  imageset.append({letter:temp})
 
 
count=0
#對(duì)驗(yàn)證碼圖片進(jìn)行切割
forletterinletters:
 m=hashlib.md5()
 im3=im2.crop(( letter[0] ,0, letter[1],im2.size[1] ))
 
 guess=[]
 
 #將切割得到的驗(yàn)證碼小片段與每個(gè)訓(xùn)練片段進(jìn)行比較
 forimageinimageset:
  forx,yinimage.iteritems():
   iflen(y) !=0:
    guess.append( ( v.relation(y[0],buildvector(im3)),x) )
 
 guess.sort(reverse=True)
 print"",guess[0]
 count+=1

得到結(jié)果

一切準(zhǔn)備就緒，運(yùn)行我們的代碼試試：

python crack.py

輸出

(0.96376811594202894,'7')
(0.96234028545977002,'s')
(0.9286884286888929,'9')
(0.98350370609844473,'t')
(0.96751165072506273,'9')
(0.96989711688772628,'j')

是正解，干得漂亮。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來一定的幫助


數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼

若不方便掃碼，搜微信號(hào)：CDAshujufenxi

數(shù)據(jù)分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調(diào)用 initGeetest 進(jìn)行初始化 // 參數(shù)1：配置參數(shù) // 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口 initGeetest({ // 以下 4 個(gè)配置參數(shù)為必須，不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺(tái)檢測(cè)極驗(yàn)服務(wù)器是否宕機(jī) new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī) product: "float", // 產(chǎn)品形式，包括：float，popup width: "280px", https: true // 更多配置參數(shù)說明請(qǐng)參見：http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計(jì)時(shí)完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！'; var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }