Python解决滑动验证码实战-优快云博客

本文链接：https://blog.youkuaiyun.com/bloated_spider/article/details/112321532

本文介绍了使用Python的opencv-python库解决滑动验证码的方法。从初始化浏览器、保存图片到识别缺口，再到模拟轨迹，通过高中物理知识计算滑动轨迹，最终实现验证码的自动滑动验证。文中分享了git项目地址和主要函数的构建思路。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

前言

由于工作需要，开始研究滑块验证码，毕竟咱是搞数据的，不是搞图像识别的，根据以往的经验，先去git上面找一下相关项目，找到一个大佬写的心得。由于太久远了，就简单的改了改，发现了一个Python的新模块，人生苦短，我用Python，诚不欺我呀！
下面是git地址
git地址

分析

这里主要用到了opencv-python，这个有点太大了，想要完全吃透，起码也要一个月。最终决定：能用就行
按照思路：
1.初始化浏览器

def __init__(self, url, username, password):
        """
        初始化浏览器配置,设置常亮

        :param url : 目标网址
        :param username : 用户名
        :param password : 密码

        """
        # 无头浏览器,有需要时可以打开, 由于我要看到滑动过程 所以暂时不选择无头
        # profile = webdriver.FirefoxProfile()
        self.browser = webdriver.Chrome()
        self.wait = WebDriverWait(self.browser, 30)
        self.url = url
        self.username = username
        self.password = password

2.保存图片

def save_img(block_img_url):
        """
        保存图片

        :param block_img_url: 图片url
        :return:
        """
        try:
            img = requests.get(block_img_url).content
            with open('block.jpeg', "wb") as f:
                f.write(img)
            return True
        except:
            return False

3.识别缺口，这里主要就是用到了opencv-python

def get_gap():
        """
        识别缺口

        :return:
        """
        img = cv.imread('block.jpeg')
        # 处理高斯滤波
        G_Blur = cv.GaussianBlur(img,(5, 5),