Python 破解验证码

最新推荐文章于 2025-06-05 14:43:05 发布

wuhuimin521

最新推荐文章于 2025-06-05 14:43:05 发布

阅读量276

点赞数

CC 4.0 BY-SA版权

分类专栏：信息安全

本文链接：https://blog.youkuaiyun.com/wuhuimin521/article/details/80341891

本文介绍了如何使用Python的Pillow库破解验证码，包括提取文本图片、识别颜色、分割字符以及运用向量空间图像识别。通过实验步骤展示了从颜色直方图分析到利用向量空间搜索引擎进行字符识别的过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、实验说明
1.1 实验内容
生活中，我们在登录微博，邮箱的时候，常常会碰到验证码。在工作时，如果想要爬取一些数据，也会碰到验证码的阻碍。本次试验将带领大家认识验证码的一些特性，并利用 Python 中的 pillow 库完成对验证码的破解。

1.2 实验知识点
本节实验中将学习和实践以下知识点：

Python基本知识
PIL模块的使用
1.3 实验环境
Python 2.7
Pillow 模块
Xfce 终端

安装 pillow（PIL）库：

$ sudo apt-get update

$ sudo apt-get install python-dev

$ sudo apt-get install libtiff5-dev libjpeg8-dev zlib1g-dev libfreetype6-dev liblcms2-dev libwebp-dev tcl8.6-dev tk8.6-dev python-tk

$ sudo pip install pillow

下载实验用的文件：

$ wget http://labfile.oss.aliyuncs.com/courses/364/python_captcha.zip
$ unzip python_captcha.zip
$ cd python_captcha

四、实验步骤
4.1 提取文本图片
在工作目录下新建 crack.py 文件，进行编辑。

#-*- coding:utf8 -*-
from PIL import Image

im = Image.open("captcha.gif")
#(将图片转换为8位像素模式)
im.convert("P")

#打印颜色直方图
print im.histogram()

这里写图片描述
颜色直方图的每一位数字都代表了在图片中含有对应位的颜色的像素的数量。

每个像素点可表现256种颜色，你会发现白点是最多（白色序号255的位置，也就是最后一位，可以看到，有625个白色像素）。红像素在序号200左右，我们可以通过排序，得到有用的颜色。

his = im.histogram()
values = {}

for i in range(256):
    values[i] = his[i]

for j,k in sorted(values.items(),key=lambda x:x[1],reverse = True)[:10]:
    print j,k

输出：

255 625
212 365
220 186
219 135
169 132
227 116
213 115
234 21
205 18
184 15
我们得到了图片中最多的10种颜色，其中 220 与 227 才是我们需要的红色和灰色，可以通过这一讯息构造一种黑白二值图片。

#-*- coding:utf8 -*-
from PIL import Image

im = Image.open("captcha.gif")
im.convert("P")
im2 = Image.new("P",im.size,255)


for x in range(im.size[1]):
    for y in range(im.size[0]):
        pix = im.getpixel((y,x))
        if pix == 220 or pix == 227: # these are the numbers to get</