网站入侵

                       

注：本博客仅供技术研究。如果其信息用于其他目的，用户将承担全部法律和连带责任。本博客不承担任何法律和连带责任。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：

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)

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

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’)

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()方法插入图片。

实现代码

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’

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，判断输入的字符值将他们保存到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

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)

代码测试

完整代码的预处理

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()

验证码训练

图片数据的加载和处理

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

• 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。

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

• 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()函数用来读取人工标识获取的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

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),:]

• 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

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)

• 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数据，并计算测试集精度由accuracy()函数返回。

训练、测试和更新

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))

• 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

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

• process_pic()函数和process()函数在前面labeler模块已经出现，第一个函数用来分隔验证码，将验证码分成四部分。第二个函数用于二值化。

识别验证码

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]

• 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，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！