T14第二代验证码

一：接口分析

翻页后会生成一个滑动验证码,滑动滑块正确滑过后会展示新页面，请求api返回值中，overlay为背景图，masked为缺口图片

image-20260509151338840

滑动当前滑块，查看滑块请求

image-20260509151507597

发现container_height、container_width为固定值，distance为滑动距离，那么思路就来了

请求captcha_image获得图片文件，然后计算得到滑动距离distance，请求即可

二：编码

识别距离的这种代码，可以直接丢给AI帮忙编写，但是需要注意的是接口返回的图片是840*540的

image-20260509165910297

image-20260511003232633

而验证的时候的大小是400*240的，涉及到一个缩放

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
def calculate_slider_distance(bg_path, slider_path,
                              real_width=840,
                              display_width=400):
    """
    计算滑块距离

    :param bg_path: 背景图
    :param slider_path: 滑块图
    :param real_width: 原图宽度
    :param display_width: 页面显示宽度
    :return:
        real_distance: 原图真实距离
        display_distance: 页面应滑动距离
    """

    # 读取图片
    bg = cv2.imread(bg_path)
    slider = cv2.imread(slider_path)

    # 转灰度
    bg_gray = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY)
    slider_gray = cv2.cvtColor(slider, cv2.COLOR_BGR2GRAY)

    # 边缘检测
    bg_edge = cv2.Canny(bg_gray, 100, 200)
    slider_edge = cv2.Canny(slider_gray, 100, 200)

    # 模板匹配
    result = cv2.matchTemplate(
        bg_edge,
        slider_edge,
        cv2.TM_CCOEFF_NORMED
    )

    # 获取最佳位置
    _, max_val, _, max_loc = cv2.minMaxLoc(result)

    x = max_loc[0]

    # 缩放比例
    scale = display_width / real_width

    # 页面实际滑动距离
    display_distance = x * scale

    return x, display_distance, max_val


def get_dis():
    bg_path = "bg.png"
    slider_path = "slider.png"
  
    real_x, move_x, score = calculate_slider_distance(
        bg_path,
        slider_path
    )
    return int(move_x)

image-20260509170112607

此代码准确率还行，100次请求只重试了2次

image-20260511002324815

更多内容也在公众号更新：码字的秃猴

tuhou