注：本博客仅供技术研究，若将其信息做其他用途，由用户承担全部法律及连带责任，本博客不承担任何法律及连带责任，请遵守中华人民共和国安全法
黑客19引领实战潮流，回归技术本质，以行动推动行业技术进步
唯一的联系方式[email protected] 和 [email protected]
欢迎转载，但请注明原始链接，谢谢！
验证码预处理
下载验证码
实现代码：
代码分析
利用requests库里的get方法访问生成验证码页面，并将验证码图片保存到本地。
代码测试：
灰度化，分割
实现代码
代码分析
point()通过函数或查询表处理图像中的像素点，im = im.point(lambda i: i > 43,mode='1')
中lambda i全图，43为阀值，大于43填1，小于43填0，mode=意思是输出模式为整数型，从而实现灰度化。y_min,y_max = 0，22设置验证码图片中最大的y值和最小的y值。
zip(split_lines[:-1],split_lines[1:])运行结果为[5，17，29)，(29，41)
im.crop([u,y_min,v,y_max])，crop()函数用于复制图片中的矩形内容，并将参数传输到矩形的四个边缘。
所以通过以上crop()函数实现图片的分割。
代码测试
标识
代码分析
利用Python的图形开发界面的库tkinter人工识别验证码，在图形界面上显示验证码图片。
resize()函数放大爬虫爬行验证码，有利于识别。
display_pic()函数中tk.PhotoImage()插入图片的方法。
实现代码
代码测试
归类
代码分析
code = var.get()获取图形界面输入的验证码的值，其类型为一个数组，其中有四个字符。
for i in range(4):遍历四个字符，判断输入的字符值并将其保存到set\相应的字符在目录中。path = os.path.join(BASE_DIR,'sets',code[i])是将BASE_DIR,'sets',code[i]三个参数组合成一个路径返回path,后续用了一个if else判断目录是否存在，不存在即用makedirs创建目录。并创建和更新目录conut.txt该值用于记录当前路径下字符验证码图片的数量。ims[i].save(charname)将验证码分隔后获得的图片保存到当前目录中。
实现代码
代码测试
完整代码的预处理
验证码训练
图片数据的加载和处理
process()函数是实现二值化的过程。
data = np.array(im.getdata()).reshape(1,-1)中的im.getdata()包含像素值sequence以包含像素值的形式返回图像的内容sequence对象形式返回图像内容，对象的每个元素对应一个像素点R、G和B三个值。
cnt = get_count(path,char)通过get_count()函数读取相关字符目录count.txt文件值。
x = np.zeros((cnt,264)) y = np.zeros((cnt,1))用0填充数组返回给定形状和类型的数组np.zeros生成(cnt,264)和(cnt,1)的数组下x,y。
get_label()读取人工标志获得的函数char值。load_image()函数用于读取文件目录下的字符。for循环分别填充刚生成的循环y,x数组。
np.hstack((x,y))将填充的y,x数组将水平(按列顺序)堆叠数组。char_set。
for i in range(1,len(char_list)):通过遍历所有字符，得到所有字符的水平(按列顺序)堆叠数组的结果，然后使用sets = np.vstack((sets,char_set))垂直(按行顺序)堆叠数组复制set。
配置SVM模型
声明两个函数分别是build_training_sets(sets,percent)和build_test_sets(sets,percent)。这两个函数参数是sets和percent即上部分析sets用于建立训练集和测试集。
加载测试集和训练集
train(training_sets)函数中x和y训练集数据是用来生成的，可以在后续函数中知道。
clf = svm.LinearSVC()初始化一个SVM模型。clf.fit(x,y)用x和y作为训练数据拟合模型。
predict(clf,x)是预测load_image()函数用于读取文件目录中字符的类函数
test(clf,test_sets)函数是用来处理测试集数据的函数，在函数中加载测试集sets测试集试集的精度accuracy()函数返回。
训练、测试和更新
从update_model()函数分析显示加载相应的图像数据和svm模型。
for i in range(5): np.random.shuffle(sets)利用一个for循环生成5个用途np.random.shuffle(sets)函数打乱顺序sets值。
利用training_sets = build_training_sets(sets,0.9)和test_sets = build_test_sets(sets,0.1),上述两个函数创建训练集和测试集。
model = train(training_sets)加载训练集，训练模型。res = test(model,test_sets)返回测试集的精度。
joblib.dump(model,model_path)使用joblib从保存模型到响应目录生成新的保存模型SVM模型。
识别验证码
加载和处理验证码
process_pic()函数和process()函数在前面labeler模块是出现过的，第一个函数使用来分隔验证码的，把验证码分隔成四部分。第二个函数是用来进行二值化的。
识别验证码
recognize_checkcode(path)首先通过函数joblib的load加载保存模型的方法。
process_pic(path)分隔图片，for j in range(4)循环二值化分隔的四个图像。
predict(model,data)，添加四个图像SVM模型测试。数组使用结果append将方法添加到数组中。
这个渗透教程到此结束！希望大家看看借鉴。如果您有技术咨询，请联系我们
黑客19引领实战潮流，回归技术本质,我们用行动推动行业技术进步
唯一的联系方式[email protected] 和 [email protected]
欢迎转载，但请注明原始链接，谢谢！
| import requests def get_checkcode(i): r = requests.get(‘http:///CheckCode.aspx?’) picname = str(i) ‘.png’ with open(‘image\\’ picname,‘wb’) as f: f.write(r.content) print(“downloading code %d.png” % i,) if __name__ == ‘__main__’: for i in range(1,1000): get_checkcode(i) |
| import requests from PIL import Image,ImageTk,ImageFilter def get_checkcode(i): r = requests.get(‘http:///CheckCode.aspx?’) picname = str(i) ‘.png’ with open(‘image\\’ picname,‘wb’) as f: f.write(r.content) print(“downloading code %d.png” % i,) def process_pic(i): picname = str(i) ‘.png’ im = Image.open(‘image\\’ picname) im = im.point(lambda i: i > 43,mode=’1′) im.save(picname) y_min,y_max = 0,22 # im.height – 1 # 26 split_lines = ims = [im.crop([u,y_min,v,y_max]) for u,v in zip(split_lines[:-1],split_lines[1:])] return ims if __name__ == ‘__main__’: for i in range(1,5): get_checkcode(i) ims = process_pic(i) print(“saving code %d.png cutted” % i) for j in range(0,4): ims[j].save(str(i) ‘_’ str(j) ‘.png’) |
| def get_pic_for_display(i): picname = str(i) ‘.png’ im = Image.open(picname) w,h = im.size w_box = 300 h_box = 200 im_resized = resize(w,h,w_box,h_box,im) tk_image = ImageTk.PhotoImage(im_resized) return tk_image def resize(w,h,w_box,h_box,pil_image): f1 = w_box / w f2 = h_box / h factor = min([f1,f2]) width = int(w * factor) height = int(h * factor) return pil_image.resize((width,height),Image.ANTIALIAS) def display_pic(): global im tmp = get_cnt() 1 get_checkcode(tmp) im = tk.PhotoImage(file= str(tmp) ’.png’) im = get_pic_for_display(tmp) picLabel[‘image’] = im cntLabel[‘text’] = ‘总计: ‘ str(tmp-1) ‘/1000’ |
| def save_imgs(): tmp = get_cnt() 1 ims = process_pic(tmp) code = var.get() for i in range(4): BASE_DIR = os.path.dirname(os.path.realpath(__file__)) path = os.path.join(BASE_DIR,‘sets’,code[i]) if os.path.exists(path): filepath = os.path.join(path,‘count.txt’) with open(filepath,‘r’) as f: char_cnt = eval(f.readline()) else: os.makedirs(path) filepath = os.path.join(path,‘count.txt’) with open(filepath,‘w’) as f: f.write(‘0’) char_cnt = 0 charname = os.path.join(path,str(char_cnt 1) ‘.png’) ims[i].save(charname) filepath = os.path.join(path,‘count.txt’) with open(filepath,’w ’) as f: f.write(str(char_cnt 1)) update_cnt(tmp) |
| import tkinter as tk import requests from PIL import Image,ImageTk, ImageFilter import numpy as np import pandas as pd from matplotlib import pyplot as plt import os def get_cnt(): try: with open(‘count.txt’,‘r’) as f: cnt = f.readline() cnt = eval(cnt) return cnt except: with open(‘count.txt’,‘w’) as f: f.write(‘0’) return 0 def update_cnt(cnt): with open(‘count.txt’,‘w ’) as f: f.write(str(cnt)) def get_checkcode(i): r = requests.get(‘http:///CheckCode.aspx?’) picname = str(i) ‘.png’ with open(picname,‘wb’) as f: f.write(r.content) def process_pic(i): picname = str(i) ‘.png’ im = Image.open(picname) im = im.point(lambda i: i != 43,mode=’1′) y_min,y_max = 0,22 # im.height – 1 # 26 split_lines = ims = [im.crop([u,y_min,v,y_max]) for u,v in zip(split_lines[:-1],split_lines[1:])] return ims def get_pic_for_display(i): picname = str(i) ‘.png’ im = Image.open(picname) w,h = im.size w_box = 300 h_box = 200 im_resized = resize(w,h,w_box,h_box,im) tk_image = ImageTk.PhotoImage(im_resized) return tk_image def resize(w,h,w_box,h_box,pil_image): f1 = w_box / w f2 = h_box / h factor = min([f1,f2]) width = int(w * factor) height = int(h * factor) return pil_image.resize((width,height),Image.ANTIALIAS) def display_pic(): global im tmp = get_cnt() 1 get_checkcode(tmp) im = tk.PhotoImage(file=str(tmp) ‘.png’) im = get_pic_for_display(tmp) picLabel[‘image’] = im cntLabel[‘text’] = ‘总计: ‘ str(tmp – 1) ‘/1000’ def save_imgs(): tmp = get_cnt() 1 ims = process_pic(tmp) code = var.get() for i in range(4): BASE_DIR = os.path.dirname(os.path.realpath(__file__)) path = os.path.join(BASE_DIR,‘sets’,code[i]) if os.path.exists(path): filepath = os.path.join(path,‘count.txt’) with open(filepath,‘r’) as f: char_cnt = eval(f.readline()) else: os.makedirs(path) filepath = os.path.join(path,‘count.txt’) with open(filepath,‘w’) as f: f.write(‘0’) char_cnt = 0 charname = os.path.join(path,str(char_cnt 1) ‘.png’) ims[i].save(charname) filepath = os.path.join(path,‘count.txt’) with open(filepath,‘w ’) as f: f.write(str(char_cnt 1)) update_cnt(tmp) def submit(): save_imgs() display_pic() var.set(”) def init(): display_pic() global im app = tk.Tk() app.title(‘Labeller’) app.geometry(‘500×260’) picLabel = tk.Label(app) picLabel.pack() var = tk.StringVar() textInput = tk.Entry(app,textvariable=var) textInput.pack(expand=’yes’,fill=’both’,padx=100,side=’top’,pady=10) submitButton = tk.Button(app,text=”提交”,width=’10’,command=submit) submitButton.pack() cntLabel = tk.Label(app) cntLabel.pack(pady=20) init() app.mainloop() |
| def process(data): for i in range(0,len(data)): if(data[0][i] > 0): data[0][i] = 1 return data def load_image(path): im = Image.open(path) data = np.array(im.getdata()).reshape(1,-1) data = process(data) return data |
| def get_count(path,char): filepath = os.path.join(path,char,‘count.txt’) with open(filepath,‘r’) as f: cnt = eval(f.readline()) return cnt def get_label(char): global char_list for i in range(0,len(char_list)): if char_list[i] == char: return i def build_char_set(path,char): cnt = get_count(path,char) x = np.zeros((cnt,264)) y = np.zeros((cnt,1)) for i in range(1,cnt 1): filepath = os.path.join(path,char,str(i) ‘.png’) x[i – 1,:] = load_image(filepath) y[i – 1] = get_label(char) char_set = np.hstack((x,y)) return char_set def build_sets(path): global char_list sets = build_char_set(path,char_list[0]) for i in range(1,len(char_list)): char_set = build_char_set(path,char_list[i]) sets = np.vstack((sets,char_set)) return sets |
| def build_training_sets(sets,percent): length = int(len(sets) * percent) return sets[0:length,:] def build_test_sets(sets,percent): length = int(len(sets) * (1 – percent)) return sets[length:len(sets),:] |
| def train(training_sets): x = training_sets[:,0:264] y = training_sets[:,264].reshape(-1,1) clf = svm.LinearSVC() clf.fit(x,y) return clf def recognize(y): global char_list return char_list[y] def predict(clf,x): return recognize(int(clf.predict(x)[0])) def accuracy(pred,real): cnt = 0 for i in range(len(pred)): if pred[i] == real[i]: cnt = cnt 1 return cnt / len(pred) def test(clf,test_sets): x = test_sets[:,0:264] y = test_sets[:,264].reshape(-1,1) length = x.shape[1] pred = [] real = [] for i in range(0,length): pred.append(predict(clf,x[i,:].reshape(1,-1))) real.append(recognize(int(y[i]))) return accuracy(pred,real) |
| def update_model(): BASE_DIR = os.path.dirname(os.path.realpath(__file__)) data_path = os.path.join(BASE_DIR,‘sets’) model_path = os.path.join(BASE_DIR,‘model’,‘svm.model’) sets = build_sets(data_path) for i in range(5): np.random.shuffle(sets) training_sets = build_training_sets(sets,0.9) test_sets = build_test_sets(sets,0.1) model = train(training_sets) res = test(model,test_sets) joblib.dump(model,model_path) print(‘Model updated! The accuracy on test sets: ‘ str(res)) |
| def process_pic(path): im = Image.open(path) im = im.point(lambda i: i != 43,mode=’1′) y_min,y_max = 0,22 # im.height – 1 # 26 split_lines = ims = [im.crop([u,y_min,v,y_max]) for u,v in zip(split_lines[:-1],split_lines[1:])] return ims def process(data): for i in range(0,len(data)): if(data[0][i] > 0): data[0][i] = 1 return data |
| def recognize_checkcode(path): model_path = r’./model/svm.model’ model = joblib.load(model_path) char_list = list(“0123456789abcdefghijklmnopqrstuvwxy”) ims = process_pic(path) code = [] for j in range(4): data = np.array(ims[j].getdata()).reshape(1,-1) data = process(data) code.append(predict(model,data)) return code[0] code[1] code[2] code[3] |