jy标讯图文点选验证码

最新推荐文章于 2024-06-08 16:52:18 发布
最新推荐文章于 2024-06-08 16:52:18 发布
阅读量439 收藏
点赞数
分类专栏： 逆向反爬知识总结与案例 文章标签： 前端 html python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/mamenqi_csdn/article/details/127887967
版权
本文探讨了一种特殊的验证码——图文点选验证码的逆向分析。首先，分析了验证码的验证流程，发现验证码信息以base64形式存在，并通过接口进行验证。接着，详细分析了验证码坐标轴定位和每个字的坐标，利用ddddocr进行识别，但由于生僻字问题，识别准确性有限。最后，提到了获取字的偏旁部首作为解决方案，并邀请读者分享更优方法。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

前言

本文仅用于学术交流。
学习探讨逆向知识，欢迎私信共享学习心得。
如有侵权，联系博主删除。
请勿商用，否则后果自负。

浅聊一下

验证码类型：就是这个熊样子
在这里插入图片描述
下面我们来分析一下子

1. 验证流程分析

  • 当请求出验证码时，验证码图片信息以base64的形式存在于页面原码中
    在这里插入图片描述
  • 我们先验证通过一下试试，发现验证接口及返回值
    在这里插入图片描述
  • 不难看出antiVerifyCheck为三个字对应图片中的位置坐标值，imgw经检测是定值
经过分析：大致验证流程是这样的
 - 携带SESSIONID请求页面url时&
了解本专栏 订阅专栏 解锁全文 超级会员免费看
使用ddddocr训练一键识别文字点选、图标点选验证码（不写一行代码训练，开箱即用）
码王吴彦祖的博客
01-02 1万+
当写上这个标题，你可能就知道，估计是又用上工具了，不然怎么可能自己不写个网络去训练呢，是的，本文的讲解目的，就是善于工具去更方便的完成我们的工具，众所周知，ddddocr提供了一键识别预测框的功能，即识别出所有文字和图标的位置，但是无法识别具体位置是哪个类别，所以本文主要讲解识别类型的简便训练用法。
js逆向第5例：猿人学第8题-验证码图文点选
花臂不花Home
06-28 809
测试百度ocr、ddddocr、还尝试了自己训练模型，效果都不是很好，菜是原罪啊！查看响应内容，可以正常返回明文的数据，那就证明搞定验证码就可以解开这道题目。多次点击验证图片的坐标，做了下面这张图，可以清楚的知道图片具体的坐标范围。验证码处理完了你会发现，还是不能正常返回数据，这大概率就是。由此推断，图片和对应的值。需要的破解的验证码图片。
点选验证码
weixin_45743799的博客
11-12 1599
根据图片下方文字提示点击图片验证码对应的文字完成验证。 效果演示 原始样式 点击文字错误时 点击验证成功 在欣赏代码之前**注意：**引入两个架包 <script type="text/javascript" src="js/jquery.min.js"></script> <script type="text/javascript" src="js/verif...
使用Swift实现图标点选验证码识别及分割
2401_85453501的博客
06-06 951
图标点选验证码是一种防止自动化攻击的手段，要求用户点击指定的图标进行验证。本文介绍如何使用Swift结合ONNX模型和Siamese神经网络来实现图标点选验证码的识别和分割。图标点选验证码的破解分为两部分：图标分割和相似度对比。图标分割用于检测并裁剪出验证码图片中的各个图标；相似度对比则用于确定这些图标是否与指定的目标图标相匹配。为了适应模型的输入要求，需要对图像进行缩放和填充。使用Siamese网络进行相似度对比。加载ONNX模型并进行目标检测。根据检测结果画出边框并裁剪图标。进行模型测试并展示结果。
图标点选验证码识别---python破解代码
qq_44749634的博客
11-11 6430
在线测试：http://121.4.108.95:8000/index/ 开源地址：https://github.com/Bump-mann/simple_ocr首先我们看一个较简单的图标点选验证码 从上面图片中依次点击以下图形 笔者的思路（其实就是对着别人的抄）是先识别出图形切割下来，然后分别对比相似度，就可以得出需要点击位置啦~模型下载链接放在文章末尾！显而易见，识别分为两部分，以下为目标识别代码 效果如下： 有些龟裂是因为我加了一些自以为可以“提高”识别效果的东西…以下是相似度代码 效果如下
点选式图片验证码的一种实现效果
bohu83的博客
09-02 1486
一背景 人机识别，反爬虫等，相信去关注这块的，诉求比较明确。 通常来说，市面上很多这种，腾讯的验证码，网易的盾，还有极验这种专做这块的。好处是：验证方式多样，申请key,调用api 即可，不用去开发。可快速上线，缺点：花钱。不可控。比如我想让用户回答个问题，这个做不到。 二 为什么选择点选式图片验证码？ 网上常见的是滑块式的。而且关于破解方式也是很多了。相对容易吧。反过来对于开发来说： 你得找图，复杂在于：还得扣图，包括滑块，缺口图等。就算你做完这些，前端也需要挺多工作量。而且初期没啥..
网易易盾行为式验证码家族添新成员：图标点选验证码上线 尤适出海企业
weixin_34210740的博客
03-05 385
近日，网易易盾行为式验证码家族迎来一位新的成员——图标点选验证码，在提供高安全性、国际化的同时，又更加通用化，适合出海企业和服务于低龄端的产品应用。左为文字点选式验证码，右为图标点选式验证码 在图标点选式验证码使用上，用户只要根据提示，按照顺序点击图中图标，即可完成验证。相较文字点选式验证码，它更加通用化，非中文用户也可以轻松识别完成验证。 图标点选式验证码开发原理与传统验证码不同，主要是通过收集...
java图片验证码 选择 VerificationImage
10-16
java图片验证码 选择 VerificationImage 基本上修改过后能够满足大部分的需求,其中注释也比较详尽,方便阅读和修改
STM32实现六轴姿态测量陀螺仪模块JY61P（标准库与HAL库实现）
11-09
STM32实现六轴姿态测量陀螺仪模块JY61P（标准库与HAL库实现）D 博客地址：https://blog.youkuaiyun.com/XiaoCaiDaYong/article/details/127771234
STM32读取JY61P官方例程（标准库）
11-08
STM32读取JY61P官方例程（标准库）涉及到的知识点主要包括串口通信的配置和使用、数据解析、异常情况处理、代码组织结构以及辅助功能的实现等方面。通过深入研究和实践这些内容，开发者可以高效地利用STM32和JY61P...
JS 点选验证码
05-29
该源代码是用vue1.0嵌的点选验证码页面，功能包含输入字符如 'HUAWEI' 初始化验证码，生成不重叠单个字符，依次点选验证码。代码简化了只有一个html文件里面是vue的cdn链接直接打开就能看到效果！
c# 前后端 点选图片验证码 源码
06-15
C# mvc实现的点选图片验证码,图片在服务端生成,服务端校验.一部分代码也是参考了网上开源的资料.自己完善后共享给大家.
F4标准库-JY61P
12-09
标题中提到的"F4标准库-JY61P"暗示了文件内容与STM32F4系列微控制器相关，且特化于某种设备或模块的接口。描述部分具体指出这些代码专门用于处理JY61P设备的串口接收任务。JY61P很可能是一个特定的硬件模块，例如...
猿人学第八题：验证码 图文点选 识别新思路
sinat_36410723的博客
05-29 2016
猿人学web端爬虫攻防大赛赛题解析_第八题：验证码 图文点选 汉字识别新思路
使用Go语言实现图标点选验证码识别及分割
2401_85453501的博客
06-06 1094
图标点选验证码是一种有效的防止自动化攻击的手段，它要求用户点击指定的图标进行验证。本文将介绍如何使用Go语言结合ONNX模型和Siamese神经网络来实现图标点选验证码的识别和分割。图标点选验证码的破解分为两部分：图标分割和相似度对比。图标分割用于检测并裁剪出验证码图片中的各个图标；相似度对比则用于确定这些图标是否与指定的目标图标相匹配。为了适应模型的输入要求，需要对图像进行缩放和填充。加载ONNX模型并进行目标检测。使用Siamese网络进行相似度对比。根据检测结果画出边框并裁剪图标。
Elixir图标点选验证码识别
2401_85453501的博客
06-08 247
Elixir是一种函数式编程语言，运行于Erlang虚拟机（BEAM）上，旨在构建可扩展和可维护的分布式系统。它具有强大的并发支持和容错特性。Elixir使用Mix作为包管理器和构建工具。我们可以使用Mix来管理项目依赖项。破解图标点选验证码通常涉及图像处理和机器学习技术。分割和识别是破解过程中的两个关键步骤。# 在项目的mix.exs文件中添加依赖。更多内容联系1436423940。# 在Elixir中读取图像。# 分割图像为多个小块。二、Elixir介绍。
图标点选验证码识别及分割技术探讨
2401_85453564的博客
06-06 791
图标点选验证码是一种常见的防止自动化攻击的手段，用户需要点击指定的图标来完成验证。本文将介绍如何通过使用ONNX模型和Siamese神经网络来识别和分割图标点选验证码。session = onnxruntime.InferenceSession("./models/图标点选_分割图片.onnx", providers=["CPUExecutionProvider"])图标点选验证码的破解分为两部分：图标分割和相似度对比。相似度对比则用于确定这些图标是否与指定的目标图标相匹配。进行模型测试并展示结果。
YOLOV5识别图标点选验证码
码王吴彦祖的博客
06-16 3382
此图片的来源其实就是由上篇博客而来，如何使用python制作图标点选验证码通过统计分析得知，图上的类别大概有110种左右，背景图大概有20张左右，每张图片中含有6个图标，每个图标有大有小，大概是图标经过缩放了，大概缩放比例是0.8-1.5。
某验4代图文点选验证
热门推荐
qq_44657571的博客
07-26 2万+
极验4代图文点选
JY62stm32标准库
最新发布
02-20
### STM32与JY62传感器的标准库使用指南 对于希望利用STM32微控制器读取来自JY62惯性测量单元的数据并处理这些信息的应用开发者而言，了解如何配置和编程是至关重要的。下面提供了一个基于标准库的解决方案概述。 #### 配置开发环境 为了确保能够顺利地集成JY62模块至项目中，建议先安装好必要的工具链和支持包，包括但不限于： - 安装最新版本的STM32CubeMX用于初始化外设设置； - 获取官方发布的Standard Peripheral Library（SPL），这是针对特定型号MCU设计的一套底层驱动程序集合[^1]； #### 初始化硬件连接 根据所选的具体型号，需确认SPI/IIC接口参数匹配，并完成相应的物理连线工作。通常情况下，JY62支持两种主要通讯协议——IIC和UART，在这里将以更常见的IIC为例说明操作流程。 ```c // IIC初始化函数定义 void IIC_Init(void){ GPIO_InitTypeDef GPIO_InitStruct; // 使能GPIOB时钟 RCC_APB2PeriphClockCmd(RCC_APB2Periph_GPIOB, ENABLE); // 设置SDA/SCL引脚模式为开漏输出 GPIO_InitStruct.GPIO_Pin = GPIO_Pin_6 | GPIO_Pin_7; GPIO_InitStruct.GPIO_Speed = GPIO_Speed_50MHz; GPIO_InitStruct.GPIO_Mode = GPIO_Mode_AF_OD; GPIO_Init(GPIOB, &GPIO_InitStruct); // 启动IIC功能 I2C_Cmd(I2Cx, ENABLE); } ``` #### 数据交互过程解析 当一切准备就绪之后，则可以着手编写实际的数据收发逻辑。考虑到精度需求以及浮点运算效率问题，推荐采用固定比例缩放的方式转换原始计数值为工程单位表示的角度或角速度值[^3]。 ```c float get_angle_from_jy62(uint8_t reg_addr) { uint8_t data[2]; float angle; // 发送寄存器地址命令字节给从设备 I2C_SendData(I2Cx, reg_addr); while (!I2C_CheckEvent(I2Cx, I2C_EVENT_MASTER_BYTE_TRANSMITTED)); // 接受两个连续存储位置上的高低位数据 I2C_RequestFromAddress(I2Cx, SLAVE_ADDRESS, 2); data[0] = I2C_ReceiveData(I2Cx); data[1] = I2C_ReceiveData(I2Cx); // 计算最终结果 int16_t raw_value = ((int16_t)data[1]<<8) | data[0]; angle = (float)(raw_value / 32768.0 * 180.0); // 假定满量程±180度 return angle; } ``` 上述代码片段展示了怎样通过调用`get_angle_from_jy62()`来获取指定寄存器内的倾斜角度信息。需要注意的是，此处假设了器件默认处于±180°范围内运作，如果实际情况有所不同，请相应调整计算公式中的系数部分。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

傲娇的小苹果

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值