SpiderDemo第十一题-第一代验证码

T11 第一代验证码

一：抓包分析

除去第一页，后续的每一页翻页都会先生成一个验证码，输入正确验证码才能获得下一页数据

请求参数为

{
    "captcha_input":"6TST",
    "page_num":4,
    "challenge_type":"cap1_challenge"
}

分析完成，直接ddddocr吧

二：ocr识别

直接使用ocr识别，不管你是换背景图还是什么都是不行的，例如我直接识别4个字符只给我识别出2个

要对图片预先进行处理，先裁剪再放大，不知道裁剪多少直接给AI

此区域不固定，大一点小一点都行

根据这个切割值，识别的值有问题，应该是JBXK它识别为IBXK，微调一下切割值

def recognize_image(image_path, crop_box=(50, 21, 98, 38), scale_factor=2):
    """
    处理验证码图片并识别
    Args:
        image_path: 原始图片路径
        crop_box: 裁剪区域 (left, upper, right, lower)
        scale_factor: 放大倍数
    """
    # 1. 打开并处理图片
    img = Image.open(image_path)

    # 裁剪指定区域
    cropped_img = img.crop(crop_box)

    # 放大图片
    width, height = cropped_img.size
    resized_img = cropped_img.resize(
        (width * scale_factor, height * scale_factor),
        Image.Resampling.LANCZOS  # 使用正确的重采样方法
    )

    # 可选：保存处理后的图片用于调试
    resized_img.save("processed_captcha.png")

    # 2. 初始化ddddocr识别器
    ocr = ddddocr.DdddOcr()

    # 3. 将PIL图像转换为字节数据
    import io
    img_byte_arr = io.BytesIO()
    resized_img.save(img_byte_arr, format='PNG')
    img_byte_arr = img_byte_arr.getvalue()

    # 4. 执行识别
    result = ocr.classification(img_byte_arr)
    return result