在web页面中，经常会遇到验证码，这对于我这么一个热爱web自动化测试人员，就变成了一件头疼的事。于是千方百计找各种资源得到破解简单的验证码方法。
识别验证码
大致分如下几个步骤：
1.获取验证码图片
2.灰度处理
3.增加对比度
4.降噪
5.识别
>>>>获取验证码
通过各种方法，将含有验证码的图片获取并存贮在本地。
本次的方法是：截取当前web页面，然后获取验证码在web页面中的位置，通过位置定位验证码图片再次截取。
以163邮箱注册页面为例
用到的库：selenium、PIL
如果是python2.x，pip install PIL；在python3.x中PIL被移植到pillow 中，所以导入时需要导入pillow，pip install pillow
from PIL import Image import time
from selenium import webdriver def get_code_img(driver): time.sleep(1) # 截取整个浏览器图
driver.save_screenshot('webImg.png') # 获取code元素坐标
code_element = driver.find_element_by_id('vcodeImg') # 获取code图片坐标值
left_location = code_element.location['x']
top_location = code_element.location['y'] right_location = code_element.size['width'] + left_location
below_location = code_element.size['height'] + top_location # 通过坐标值得到code image图
web_img = Image.open("webImg.png")
code_img = web_img.crop((left_location,top_location,right_location,below_location))
code_img.save("codeImg.png")
save_screenshot：webdriver中提供的一个方法，截取整个web页面
code_element.location：获取某个的位置
例如：print(code_element.location)的结果为：{'x': 632, 'y': 511}
他是以图片的左上角为基准点，向右为x，向下为y
code_element.size：获取图片的尺寸
crop：是通过四个坐标点获取位置截图并且生成一张新图，他是Image 中的一个方法。
运行代码
if __name__ == '__main__':
base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
driver = webdriver.Chrome()
driver.maximize_window()
driver.get(base_url)
get_code_img(driver)
driver.close()
运行后获得两张图片webImg.png和codeImg.png。codeImg如下：
>>>>灰度处理/增加对比色
将图片的颜色变成灰色并且增加对比色，识别时减少不必要的干扰。
def gray_img(img):
code_img = Image.open(img)
# 转换为灰度
gray_img = code_img.convert('L')
# 增强亮度
enhance_img = ImageEnhance.Contrast(gray_img)
enhance_img = enhance_img.enhance(3)
return enhance_img if __name__ == '__main__': gray_img('codeImg.png').show()
运行后结果
>>>>降噪
根据一个点A的RGB值，与周围的4个点的RGB值进行比较，最初设定一个值N即判断数量（0<N<4），当A的RGB值与周围4个点的RGB相等数小于N时会被视为燥点，被消除。
def clear_noise(img): noise_img = img.load()
# 获取图片的尺寸
w,h = img.size for y in range(1,h-1):
for x in range(1,w-1):
count = 0
if noise_img[x,y-1] > 245:
count = count + 1
if noise_img[x,y+1] > 245:
count = count + 1
if noise_img[x-1,y] > 245:
count = count + 1
if noise_img[x+1,y] > 245:
count = count + 1
if noise_img[x-1,y-1] > 245:
count = count + 1
if noise_img[x-1,y+1] > 245:
count = count + 1
if noise_img[x+1,y-1] > 245:
count = count + 1
if noise_img[x+1,y+1] > 245:
count = count + 1
if count > 4:
noise_img[x,y] = 255
return img if __name__ == '__main__':
img = gray_img('codeImg.png')
clear_noise(img).show()
运行后结果
>>>>识别
识别使用的是pytesseract包。
Pytesseract包依赖于tesseract，安装的时候两个都需安装
详情参考：
tesseract： https://github.com/sirfz/tesserocr
pytesseract：https://github.com/madmaze/pytesseract
text = pytesseract.image_to_string(img)
print(text)
很遗憾，上面的图没有识别出来。
完整代码运行识别
以下图验证码为例
from PIL import Image, ImageEnhance
import time
import pytesseract
from selenium import webdriver def clear_noise(img):
noise_img = img.load()
# 获取图片的尺寸
w,h = img.size for y in range(1,h-1):
for x in range(1,w-1):
count = 0
if noise_img[x,y-1] > 245:
count = count + 1
if noise_img[x,y+1] > 245:
count = count + 1
if noise_img[x-1,y] > 245:
count = count + 1
if noise_img[x+1,y] > 245:
count = count + 1
if noise_img[x-1,y-1] > 245:
count = count + 1
if noise_img[x-1,y+1] > 245:
count = count + 1
if noise_img[x+1,y-1] > 245:
count = count + 1
if noise_img[x+1,y+1] > 245:
count = count + 1
if count > 4:
noise_img[x,y] = 255
return img def get_code_img(driver): time.sleep(1) # 截取整个浏览器图
driver.save_screenshot('webImg.png') # 获取code元素坐标
code_element = driver.find_element_by_id('vcodeImg') # 获取code图片坐标值
left_location = code_element.location['x']
top_location = code_element.location['y'] right_location = code_element.size['width'] + left_location
below_location = code_element.size['height'] + top_location # 通过坐标值得到code image图
web_img = Image.open("webImg.png")
code_img = web_img.crop((left_location,top_location,right_location,below_location))
code_img.save("codeImg.png") def gray_img(img):
code_img = Image.open(img)
# 转换为灰度
gray_img = code_img.convert('L')
# 增强亮度
enhance_img = ImageEnhance.Contrast(gray_img)
enhance_img = enhance_img.enhance(3)
return enhance_img if __name__ == '__main__': # base_url = 'http://reg.email.163.com/unireg/call.do?cmd=register.entrance&from=126mail'
#
# driver = webdriver.Chrome()
# driver.maximize_window()
# driver.get(base_url)
# get_code_img(driver)
# driver.close()
img = gray_img('d.png')
img = clear_noise(img)
img.show()
text = pytesseract.image_to_string(img)
print(text)
运行结果
虽然还是失败的。但至少已经接近了...
此次只是对验证码的识别做简单的尝试。虽然此方法识别率不是很高。当然网上有很多收费的识别平台，通过大量联系识别率是很高的，有兴趣的可以去了解下。
在认识验证码后我又来兴趣了，想去探个究竟验证码是怎样生成的...下次分享（皮一下）
python之验证码的生成
在识别验证码的玩虐后，决定去看看他是怎么生成的。
大致步骤：
1.创建图片
2.对背景像素处理
3.写入识别码
4.增加干扰线
5.滤镜处理
用到的库
import random from PIL import Image, ImageFont, ImageDraw,ImageFilter
在开始之前，了解下Image下图片的基本属性
print（Image.open('img.jpeg')）
结果：<PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=500x291 at 0x103BA3FD0>
打印的是：图片格式、mode：彩色值、size：尺寸
也可以直接获取该图片的相关属性
img = Image.open('img.jpeg')
print(img.size, img.format, img.mode)
结果： (500, 291) JPEG RGB
现在开始生成验证码
>>>>创建图片
from PIL import Image width = 240
height = 60 # 图像生成
image = Image.new('RGB', (width,height), color='red')
image.show()
new（）是创建一个图片，第一个参数为图片mode也就是色彩值；
第二个参数为图片的大小；
第三个参数是图片颜色。
show（）方法是展示图片
运行后结果
>>>>对背景像素处理
# 填充每个像素点
for i in range(width):
for j in range(height ):
draw.point((i,j), fill=random_bgcolor())
random_bgcolor（）：也是自定义的方法，随机产生颜色。
def random_bgcolor():
return (random.randint(60,200), random.randint(60,200),random.randint(60,200))
返回一个RGB色彩值，其中的颜色取值根据需要设置吧。
打印结果
>>>>写入识别码
draw = ImageDraw.Draw(image)
# 写入信息
for i in range(4):
draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color())
ImageDraw.Draw(image)是在图片image上创建一个画笔
For循环：循环产生4个数字或字母
draw.text()方法是写入的内容，
第一个参数是坐标，坐标自己通过图片尺寸稍为计算下，合理布局；
第二个参数是写入的内容值，这里传入的是让系统随机产生一个数，方法可以自己定义；
第三个font为字体，设置的字体必须存在
第四个是对写入的内容附上颜色，这里传入的是让系统随机产生一个颜色，方法可以自己定义；
第二个参数的方法如下：
def get_random(num,many):
for i in range(many):
s = ""
for j in range(num):
n = random.randint(1,2) # n==1生成数字，n=2生成字母
if n == 1:
num1 = random.randint(0, 9)
s +=str(num1)
else:
s +=str(random.choice(string.ascii_letters)) return s
第三个参数字体：
font = ImageFont.truetype('Arial.ttf',36)
第四个参数的方法如下：
直接返回RGB颜色值
def random_color():
return (random.randint(64,255), random.randint(64,255), random.randint(64,255))
运行上面代码结果：
>>>>增加干扰线
在生成的验证码图片上添加一条干扰线
for i in range(2):
x1 = random.randint(0, width)
y1 = random.randint(0, height)
x2 = random.randint(0, width)
y2 = random.randint(0, height)
draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3)
draw.line（）是画线方法
第一个参数：线条坐标，即位置。如上是在图片范围内位置随机
第二个参数：线条的颜色，还是让随机产生
第三个参数：线条的宽度，不设置的话默认为0
运行结果
>>>>滤镜处理
增加滤镜，可以增加颜色的不同
很简单，一行代码搞定
image = image.filter(ImageFilter.BLUR)
结果如下：
非常抱歉，我设置产生的随机色颜色值没有调对，导致背景色和字体色颜色太接近，效果看起来不是很好。
但是滤镜不是必须项，可以不设置。
完整代码如下
import string import random
from PIL import Image, ImageFont, ImageDraw,ImageFilter # 生成随机大小数字
def get_random(num,many):
for i in range(many):
s = ""
for j in range(num):
n = random.randint(1,2) # n==1生成数字，n=2生成字母
if n == 1:
num1 = random.randint(0, 9)
s +=str(num1)
else:
s +=str(random.choice(string.ascii_letters))
return s # 随机颜色RGB
def random_color():
return (random.randint(64,255), random.randint(64,255), random.randint(64,255)) # 随机颜色RGB
def random_bgcolor():
return (random.randint(60,200), random.randint(60,200), random.randint(60,200)) # 字体，字体大小
font = ImageFont.truetype('Arial.ttf',36) # 图片尺寸
width = 240
height = 60 # 图像生成
image = Image.new('RGB', (width,height), color='red') # 创建绘图对象
draw = ImageDraw.Draw(image) # 填充背景色
for i in range(width):
for j in range(height):
draw.point((i,j), fill=random_bgcolor()) # 写入信息
for i in range(4):
draw.text((60*i+10, 10), get_random(1,4), font=font, fill=random_color()) # 插入干扰线
for i in range(2):
x1 = random.randint(0, width)
y1 = random.randint(0, height)
x2 = random.randint(0, width)
y2 = random.randint(0, height)
draw.line((x1, y1, x2, y2), fill=random_bgcolor(),width=3) # 添加滤镜
image = image.filter(ImageFilter.BLUR) # 展示图片
image.show() # 保存
image.save('code.png')
原文发布在 自动化软件测试 微信公众号，欢迎关注
原文地址：https://mp.weixin.qq.com/s/x3QT8njMX2wKPXKxqDPRyg