做爬蟲總會(huì)遇到各種各樣的反爬限制，反爬的第一道防線往往在登錄就出現(xiàn)了，為了限制爬蟲自動(dòng)登錄，各家使出了渾身解數(shù)，所謂道高一尺魔高一丈。
今天分享個(gè)如何簡(jiǎn)單處理滑動(dòng)圖片的驗(yàn)證碼的案例。
類似這種拖動(dòng)滑塊移動(dòng)到圖片中缺口位置與之重合的登錄驗(yàn)證在很多網(wǎng)站或者APP都比較常見，因?yàn)樗鼘?duì)真實(shí)用戶體驗(yàn)友好，容易識(shí)別。同時(shí)也能攔截掉大部分初級(jí)爬蟲。
作為一只python爬蟲，如何正確地自動(dòng)完成這個(gè)驗(yàn)證過程呢？
先來分析下，核心問題其實(shí)是要怎么樣找到目標(biāo)缺口的位置，一旦知道了位置，我們就可以借用selenium等工具完成拖動(dòng)的操作。
我們可以借用opencv來解決這個(gè)問題，主要步驟：
opencv 是什么？
OpenCV（Open Source Computer Vision Library）是開放源代碼計(jì)算機(jī)視覺庫，主要算法涉及圖像處理、計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)相關(guān)方法，可用于開發(fā)實(shí)時(shí)的圖像處理、計(jì)算機(jī)視覺以及模式識(shí)別程序。
直接安裝
首先將圖片進(jìn)行高斯模糊處理，高斯模糊的主要作用是減少圖像的噪聲，用于預(yù)處理階段。
處理后的效果
接著用Canny邊緣檢測(cè)到得到一個(gè)包含“窄邊界”的二值圖像。所謂二值圖像就是黑白圖，只有黑色和白色。
輪廓檢測(cè)
找出所有的輪廓，并用紅色線框?qū)⑵淅L制標(biāo)識(shí)出來了，看出來大大小小有幾十個(gè)輪廓
剩下的問題就好辦了，我們只需要對(duì)輪廓的面積或者周長范圍做限制，就能過濾出目標(biāo)輪廓的位置， 前提是我們對(duì)目標(biāo)位置的輪廓大小是預(yù)先確定的。
輪廓的面積大概是6000到8000之間，周長在300到500之間， 最后用外接矩形獲取該輪廓圖的坐標(biāo)位置和寬高大小。
如上就找到了目標(biāo)位置，剩下的工作就是將滑塊移動(dòng)到指定位置即可
到此這篇關(guān)于用Python爬蟲破解滑動(dòng)驗(yàn)證碼的案例解析的文章就介紹到這了,更多相關(guān)Python爬蟲破解滑動(dòng)驗(yàn)證碼內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python網(wǎng)絡(luò)爬蟲實(shí)現(xiàn)發(fā)送短信驗(yàn)證碼的方法
- Python爬蟲爬取ts碎片視頻+驗(yàn)證碼登錄功能
- python爬蟲如何解決圖片驗(yàn)證碼
- Python爬蟲模擬登陸嗶哩嗶哩(bilibili)并突破點(diǎn)選驗(yàn)證碼功能
- Python3爬蟲里關(guān)于識(shí)別微博宮格驗(yàn)證碼的知識(shí)點(diǎn)詳解
- Python3爬蟲關(guān)于識(shí)別點(diǎn)觸點(diǎn)選驗(yàn)證碼的實(shí)例講解
- Python3爬蟲關(guān)于識(shí)別檢驗(yàn)滑動(dòng)驗(yàn)證碼的實(shí)例
- Python3爬蟲中識(shí)別圖形驗(yàn)證碼的實(shí)例講解
- Python3網(wǎng)絡(luò)爬蟲開發(fā)實(shí)戰(zhàn)之極驗(yàn)滑動(dòng)驗(yàn)證碼的識(shí)別
- python爬蟲解決驗(yàn)證碼的思路及示例
- Python爬蟲實(shí)現(xiàn)驗(yàn)證碼登錄代碼實(shí)例
- python爬蟲之驗(yàn)證碼篇3-滑動(dòng)驗(yàn)證碼識(shí)別技術(shù)
- python爬蟲之自動(dòng)登錄與驗(yàn)證碼識(shí)別
- Python爬蟲爬驗(yàn)證碼實(shí)現(xiàn)功能詳解
- Python爬蟲模擬登錄帶驗(yàn)證碼網(wǎng)站
- 爬蟲Python驗(yàn)證碼識(shí)別入門
