项目用于过 点击式图形验证码 和 滑动式验证码 的校验
背景图 | 目标图 |
---|---|
背景图 | 目标图 |
---|---|
项目非通用解决方案,如果您的问题不满足以下几点,需要做一些简单的定制(有引导):
- 目标图像素为 300x84
- 目标图为黑色图标的透明背景图
- 背景图的目标图形为白色
【看雪】Python OpenCV 过点击式和滑动式图形验证码的校验
【52破解】Python OpenCV 过点击式和滑动式图形验证码的校验
1.如果目标图像素不是 300x84,则需要修改此处代码:
# 其中 [9, 9, 75, 75] 为目标图像其中一个图标的
# 左上角坐标: P1=(9,9) 和右下角坐标: P2=(75,75)
# 需要自己计算并修改
rectangle_list = [[9, 9, 75, 75], [109, 9, 175, 75], [209, 9, 275, 75]]
2.如果目标图不是黑色图标的透明背景图,则需要修改此处代码:
# 此处将透明背景转白色,可定制为你的
white_front = np.ones_like(front) * 255
alpha_channel = front[:, :, 3]
white_front[:, :, 0:3] = cv2.bitwise_and(
white_front[:, :, 0:3],
white_front[:, :, 0:3],
mask=cv2.bitwise_not(alpha_channel)
)
# 此处将颜色反转,可定制为你的
strong_contrast_front = cv2.bitwise_not(cv2.cvtColor(cropped_image, cv2.COLOR_BGR2GRAY))
3.如果背景图的目标图形不是白色,则需要修改此处代码:
# 此处将图片转为灰度后仅仅保留RGB 250-255的偏白色图片,可定制为你的
gray_bg = cv2.cvtColor(bg, cv2.COLOR_BGR2GRAY)
_, strong_contrast_bg = cv2.threshold(gray_bg, 250, 255, cv2.THRESH_BINARY)
混淆度不高,或者颜色分明的图像识别都较为容易,如:
背景图 | 目标图 |
---|---|
但颜色与待匹配的front图像相似的难以精确匹配,如:
背景图 | 目标图 |
---|---|