设为首页收藏本站
切换到宽版

电脑疯子技术论坛|电脑极客社区

 找回密码
 注册

QQ登录

只需一步，快速开始

电脑疯子技术论坛|电脑极客社区»技术论坛 › 电脑疯子|资源分享 › 电脑教程分享 › 百度拖动旋转验证码识别
返回列表 发新帖

[网络安全] 百度拖动旋转验证码识别

[复制链接]
zhaorong 发表于 2021-6-8 15:34:07 | 显示全部楼层 |阅读模式
*严正声明：本文仅限于技术讨论与分享，严禁用于非法途径。

前言

百度的验证码又双叒更新了。
当然出于好奇 猫又拿起了键盘开搞。

正文来了。

先来看看继上次破解百度旋转验证码后，百度的大佬又做出了哪些改变。
1.抓取图片时加上了马赛克
2.增加了图片库

抓取图片时加上了马赛克
截图是这个亚子的

QQ截图20210608151627.png

后台拿到的却是这个亚子的

QQ截图20210608151700.png

哦呦，这个马赛克有点东西的呀~图片抓下来都不一样还咋识别 百度这里也是煞费苦心 给您点个赞。

不过话说回来，就算这样也难不住我们的呀，这里我思考了一下还有几种方式来获取这个图片：
1 .通过系统级鼠标来获取
2 .通过网页截图来获取

1.通过系统级鼠标来获取

首先 试了下第一种方式

QQ截图20210608151830.png

定位到图片路径位置拿到图片途径，然后再通过模拟器打来另一个页面

QQ截图20210608151913.png

然后通过下面这段代码实现保存图片的操作（这里用到了Robot系统级鼠标控制类 ）
  1. public byte[] sivePic(String url, WebDriver driver, String window_one) {
  2.                 ((JavascriptExecutor) driver).executeScript("window.open('" + url + "')"); // 用js打开新的窗口
  3.                 sleep(2000);
  4.                 Set<String> allWindow = driver.getWindowHandles(); // 获取所有的窗口句柄
  5.                 sleep(1 * 500);
  6.                 for (String i : allWindow) {
  7.                         if (i != window_one) {
  8.                                 driver.switchTo().window(i);
  9.                         }
  10.                 }
  11.                 WebElement img = driver.findElement(By.tagName("img"));
  12.                 Actions actions = new Actions(driver);
  13.                 Robot robot;
  14.                 byte[] picBytes = null;
  15.                 File imgFile = null;
  16.                 // 声明一个StingSelection 对象，并使用String的参数完成实例化；
  17.                 String imgName = "baidu_" + System.currentTimeMillis()+".jpg";
  18.                 // 使用Toolkit对象的setContents将字符串放到粘贴板中 ；
  19.                 Toolkit.getDefaultToolkit().getSystemClipboard().setCon
  20. tents( new StringSelection(imgName), null);
  21.                 try {
  22.                         robot = new Robot();
  23.                         robot.setAutoDelay(100);
  24.                         actions.moveToElement(img).contextClick().perform();
  25.                         sleep(100);
  26.                         robot.keyPress(KeyEvent.VK_DOWN);
  27.                         sleep(100);
  28.                         robot.keyRelease(KeyEvent.VK_DOWN);
  29.                         sleep(100);
  30.                         robot.keyPress(KeyEvent.VK_DOWN);
  31.                         sleep(100);
  32.                         robot.keyRelease(KeyEvent.VK_DOWN);
  33.                         sleep(100);
  34.                         // 确认
  35.                         robot.keyPress(KeyEvent.VK_ENTER);
  36.                         robot.keyRelease(KeyEvent.VK_ENTER);
  37.                         sleep(1000);
  38.                         // 删除
  39.                         robot.keyPress(KeyEvent.VK_DELETE);
  40.                         robot.keyRelease(KeyEvent.VK_DELETE);
  41.                         sleep(500);
  42.                         // 按下crtl v键 ；
  43.                         robot.keyPress(KeyEvent.VK_CONTROL);
  44.                         robot.keyPress(KeyEvent.VK_V);
  45.                         sleep(500);
  46.                         // 释放crtl v 键
  47.                         robot.keyRelease(KeyEvent.VK_V);
  48.                         robot.keyRelease(KeyEvent.VK_CONTROL);
  49.                         sleep(500);
  50.                         // 文件名字后确认
  51.                         robot.keyPress(KeyEvent.VK_ENTER);
  52.                         robot.keyRelease(KeyEvent.VK_ENTER);
  53.                         sleep(5000);
  54.                         String name = System.getenv().get("USERNAME");
  55.                         imgFile = new File("C:/Users/" + name + "/Downloads/"+imgName);
  56.                         picBytes = FileUtils.readFileToByteArray(imgFile);
  57.                         System.out.println("save ok");
  58.                 } catch (Exception e) {
  59.                         e.printStackTrace();
  60.                 } finally {
  61.                         imgFile.delete();
  62.                 }
  63.                 return picBytes;
  64.         }
复制代码

啊哈，拿到了。

QQ截图20210608152051.png

本以为就这样结束了。

万万没想到 抓了几张之后马赛克又出现了。。。。。。。

QQ截图20210608152140.png

到此 第一种方法宣告西败。

2.通过网页截图来获取

这个方法就比较靠谱了 百度总不能让用户看到马赛克的图片吧 哈哈（手动狗头）
// 获取ID的随机数
WebElement vcodesElemet = driver.findElement(By.className("mod-vcodes"));
String num = vcodesElemet.getAttribute("id");
num = num.split("mod-vcodes")[num.split("mod-vcodes").length - 1];
WebElement imgElemet = driver.findElement(By.id("vcode-spin-img" + num));
File img = getImgFile(driver, imgElemet.getLocation().getX() - 8,imgElemet.getLocation().getY());
  1. /**
  2. * 截图（验证码） 这里的 152 是页面显示图片的实际宽高
  3. */
  4. private File getImgFile(WebDriver driver, int i, int j) {
  5.         BufferedImage imgbuf = null;
  6.         File srcFile, imgFile = null;
  7.         try {
  8.                 srcFile = ((TakesScreenshot) driver).getScreenshotAs(OutputType.FILE);
  9.                 imgbuf = ImageIO.read(srcFile).getSubimage(i, j, 152, 152);
  10.                 imgFile = new File("C:\\daidu_" + System.currentTimeMillis() + ".png");
  11.                 ImageIO.write(imgbuf, "png", imgFile);
  12.         } catch (IOException e) {
  13.                 e.printStackTrace();
  14.         }
  15.         return imgFile;
  16. }
复制代码

那么到这里我们就拿到了验证图 截来的图片肯定没有原图清晰度高 所以识别率就会
稍微降低一些。不过影响不是太大。

1621562404_60a714244a1735d490665.png

到这里抓取图片的问题就解决了。

增加了图片库

说道增加图片库这里倒不是什么大问题 只要抓到一张图片 就可以通过旋转生成对
应的图片只需要找到不同的图片就可以了。
之前百度大概有50-60张不同的图片 也就是说不同的角度360°全部加入图片库的话最多21600张图估计值。
现在通过抓取了几百张图片观察，不同的图片大概有120多张 之前的50-60张也包括
在内也就是说百度又新加了一倍的图库。大概在43000张图左右。
这里不存在什么大问题 只是我们的模型库需要更新一下而已。
好了上面的问题既然都解决了那么来说下具体的破解思路及步骤。
抓取到大量图片并筛选
根据筛选的图片生成模型库
将模型库接入到自动化模拟程序

说起来也不是很复杂嘛。开搞~

一、抓取到大量图片并筛选

上面有提到抓取图片我们采用截图的方式 自动化程序这里就先不放了文章后面
有完整代码。我们先看下结果。

QQ截图20210608152659.png

可以看到有很多相似的图片 我们抓到300-500张左右基本就可以找到全部的不同的
图片然后把相似的只留下一张就好了。

二、根据筛选的图片生成模型库

这里我们拿到从步骤一筛选出来的图片 将每一张片旋转生成360度各个角度的图片
并通过比例计算出原图到对应角度应该滑动的距离。

QQ截图20210608152802.png

999.png

然后在每个模型库中找到正的那张图，将之前标记好的距离值标记到原图上。

916.png

912.png

再通过计算得出模型库中每个图应该滑动的距离，并标记。
为了提升效率 我们将模型库以map对象的形式存入.obj文件中。
启动程序时只需要读一个文件 然后将其存入map中 大大提升识别效率。
模型库：[baidu_mod.obj]

三、将模型库接入到自动化模拟程序

自动化模拟程序
将图片信息转变为可比较信息
把图片旋转360°

四、结果展示

所有的流程都走完了 不妨做个测试。

22.png

粗略观察了下 效果还不错。难免其中也存在识别错误的情况 接下来做下结果分析。

五、结果分析

目标：
识别图片角度 推算出对应滑动距离 模拟滑动。

实现思路：
抓取图片 筛选
生成各个角度图片模型 标记正向图
将推算距离整合模型数据 建造模型库
抓到图片后通过图片相似度比较算法匹配模型库
根据匹配出的距离模拟滑动
检测耗时：

15 - 100毫秒
通过率：
95%（低样本）
最终测试结果为300条样本结果 这个样本数还是偏少了 不确定在更多的测试条数
时还会不会达到这样的效果 应该不会差太远哈。
回复

举报

返回列表 发新帖
高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 注册

本版积分规则

手机版|小黑屋|VIP|电脑疯子技术论坛 ( Computer madman team )

GMT+8, 2025-2-2 21:13

Powered by Discuz! X3.4

Copyright © 2001-2023, Tencent Cloud.

快速回复 返回顶部 返回列表