• 爬虫(十二)：图形验证码的识别、滑动验证码的识(2)

阔值110时：

阔值125时：

实在是把我弄自闭了，中间的值更加奇怪 ，技术不到家就是这样吧。

然后我又换了几次验证码，结果如下：

终于是成功了一次了，所以这个案例告诉我们，识别不出来，就刷新换下一张，瞎猫总会碰到死耗子。

而在真正的项目中，都会判断是否验证码错误，验证码错误就刷新验证码，重新输入。

遇到那种失败就会跳转界面的，那就只能重启任务了。

1.3 滑动验证码的识别

滑动验证码需要拖动拼合滑块才能完成验证，相对于图形验证码来说识别难度上升了几个等级。制作滑动验证码的公司叫做GEETEST，官网是https://www.geetest.com/。主要验证方式是拖动滑块破解图像。若图像完全拼合，则验证成功，即表单成功提交，否则需要重新验证。

1.3.1 滑动验证码特点

滑动验证码相较于图形验证码来说识别难度更大。现在极验验证码已经更新到3.0版本，对于极验验证码 3.0 版本，我们首先点击按钮进行智能验证。如果验证不通过，则会弹出滑动验证的窗口，拖动滑块拼合图像进行验证。之后三个加密参数会生成，通过表单提交到后台，后台还会进行一次验证。

极验验证码还增加了机器学习的方法来识别拖动轨迹。官方网站的安全防护有如下几点说明：

三角防护之防模拟：恶意程序模仿人类行为轨迹对验证码进行识别。针对模拟，极验验证码拥有超过4000万人机行为样本的海量数据。利用机器学习和神经网络，构建线上线下的多重静态、动态防御模型。识别模拟轨迹，界定人机边界。

三角防护之防伪造：恶意程序通过伪造设备浏览器环境对验证码进行识别。针对伪造，极验验证码利用设备基因技术。深度分析浏览器的实际性能来辨识伪造信息。同时根据伪造事件不断更新黑名单，大幅提高防伪造能力。

三角防护之防暴力：恶意程序短时间内进行密集的攻击，对验证码进行暴力识别。针对暴 力，极验验证码拥有多种验证形态，每一种验证形态都有利用神经网络生成的海蓝图库储 备，每一张图片都是独一无二的，且图库不断更新，极大程度提高了暴力识别的成本。

另外，极验验证码的验证相对于普通验证方式更方便，体验更友好，其官方网站说明如下：

点击一下，验证只需要0.4秒。极验验证码始终专注于去验证化实践，让验证环节不再打断产品本身的交互流程，最终达到优化用户体验和提高用户转化率的效果。

全平台兼容 ，适用各种交互场景。极验验证码兼容所有主流浏览器甚至于古老的IE6，也可以轻松应用在iOS和Android移动端平台，满足各种业务需求，保护网站资源不被滥用和监取。

面向未来，懂科技，更懂人性。极验验证码在保障安全同时不断致力于提升用户体验、精雕细琢的验证面板、流畅顺滑的验证动画效果，让验证过程不再枯燥乏味。

相比一般验证码，极验验证码的验证安全性和易用性有了非常大的提高。

1.3.2 实现思路

对于应用了极验验证码的网站，如果我们直接模拟表单提交，加密参数的构造是个问题，需要分析其加密和校验逻辑，非常的复杂。但是我们如果采用模拟浏览器动作的方式来完成验证，就会变得很简单了。在python中，我们可以使用selenium来模拟人的行为来完成验证、此验证成本相对与直接去识别加密算法少得多。

首先找到一个带有极验验证码的网站，如B站，链接为：https://passport.bilibili.com/login。输入账号密码点击登录，极验验证码就会弹出来。

所以我们这个识别验证案例 完成需要三步：

1. 输入账号密码，点击登录
2. 识别滑动缺口的位置
3. 模拟拖动滑块

第一步操作最简单，我们可以直接用selenium完成。

第二步操作识别缺口的位置比较关键，这里需要用到图像的相关处理方法。首先观察缺口的样子。

缺口的四周边缘又明显的断裂边缘，边缘和边缘周围又明显的区别。我们可以实现一个边缘检测算法来找出缺口的位置。对于极验验证码来说，我们可以利用和原图对比检测的方式来识别缺口的位置，因为在没有滑动滑块之前， 缺口并没有呈现。

我们可以同时获取两张图片。设定一个对比阔值，然后遍历两张图片，找出相同位置像素RGB差距超过此阔值的像素点，那么此像素点的位置就是缺口的位置 。

第三步操作看似简单，但其中的坑比较多。极验验证码增加了机器轨迹识别，匀速移动、随机速度移动等方法都不能通过验证，只有完全模拟人的移动轨迹才可以通过验证。人的移动轨迹一般是先加速后减速，我们需要模拟这个过程才能成功。

有了思路后，我们就用代码来实现极验验证码的识别过程吧。

1.3.3 初始化

我们先初始化一些配置，如selenium对象的初始化及一些参数的配置。

phone和passwd就是登录B站的账号和密码。

1.3.4 模拟用户登录

输入账号密码：

点击登录按钮，等待验证码图片加载