本文介绍了Python爬虫处理四种常见验证码的解决方案：1) 输入式验证码利用OCR技术，如tesserocr库，处理图片背景噪音；2) 滑动式验证码通过模拟用户行为，定位缺口并拖动；3) 文图/图标选择验证码借助第三方识别接口；4) 宫格验证码采用模板匹配法，预先保存并命名，匹配后模拟拖动。
1.输入式验证码
这种验证码主要是通过用户输入图片中的字母、数字、汉字等进行验证。如下图
图1 图2
解决思路：这种是最简单的一种，只要识别出里面的内容，然后填入到输入框中即可。这种识别技术叫OCR，这里我们推荐使用Python的第三方库，tesserocr。对于没有什么背影影响的验证码如图2，直接通过这个库来识别就可以。但是对于有嘈杂的背景的验证码这种，直接识别识别率会很低，遇到这种我们就得需要先处理一下图片，先对图片进行灰度化，然后再进行二值化，再去识别，这样识别率会大大提高。
2.滑动式验证码
这种是将备选碎片直线滑动到正确的位置，如下图
解决思路：对于这种验证码就比较复杂一点，但也是有相应的办法。我们直接想到的就是模拟人去拖动验证码的行为，点击按钮
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
