我们可以借用opencv来解决这个问题，主要步骤:

1. 读取图片
2. 高斯模糊处理
3. Canny边缘检测
4. 轮廓检测
5. 获取位置

opencv 是什么？
OpenCV（Open Source Computer Vision Library）是开放源代码计算机视觉库，主要算法涉及图像处理、计算机视觉和机器学习相关方法，可用于开发实时的图像处理、计算机视觉以及模式识别程序。

安装

pip install opencv-python

代码

import cv2 as cv

image_path = 'captcha01.jpg'
image = cv.imread(image_path)
cv.imshow("image", image)

# 高斯模糊
blurred = cv.GaussianBlur(image, (5, 5), 0)
cv.imshow("blurred", blurred)

# 边缘检测
canny = cv.Canny(blurred, 200, 400)
cv.imshow("canny", canny)


# 轮廓识别
def contour_discern_all():
    contours, hierarchy = cv.findContours(canny, cv.RETR_CCOMP, cv.CHAIN_APPROX_SIMPLE)
    for contour in contours:  # 所有轮廓
        x, y, w, h = cv.boundingRect(contour)
        cv.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)
        cv.imshow('contour_all', image)


# 添加限制
def contour_discern():
    contours, hierarchy = cv.findContours(canny, cv.RETR_CCOMP, cv.CHAIN_APPROX_SIMPLE)
    for contour in contours:  # 所有轮廓
        print('轮廓面积:', cv.contourArea(contour), '轮廓周长:', cv.arcLength(contour, True))
        # 对周长和面积添加限制(以下数值仅作用于当前案例)
        if 35 > cv.contourArea(contour) > 20 and 470 > cv.arcLength(contour, True) > 460:
            x, y, w, h = cv.boundingRect(contour)
            print(x, y, w, h)  # 坐标和大小
            cv.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)
            cv.imshow('contour', image)


contour_discern()
contour_discern_all()
cv.waitKey()
cv.destroyAllWindows()

效果图

如上就找到了目标位置，剩下的工作可以使用selenium或其他工具，将滑块移动到指定位置即可。

参考文献