某滑块验证码识别思路(附完整代码)

思路

验证码类型如下：

大概搜索了下，有两种主流思路：yolo目标检测算法和opencv模版匹配。很明显第二种成本远小于第一种，也不需要训练。

而且这种验证码有干扰(两个目标点)，yolo一次还不能直接到位，还得进一步处理。我在搜索的时候还有用轮廓匹配做识别的，但是实测下来准确率很低，这里就不说了。

识别

背景预处理

先对图片做一些预处理，移除多余的干扰项， 提高准确率。比如先简单将图片切割一下，只保留包含滑块的那一部分。这么说可能不太理解，不识别之前怎么知道哪一部分包含滑块？我截图标一下大家就明白了，可以只保留中间这一块。

网页知道滑块放置的位置，说明服务器告诉了它准确的y坐标，看了下接口返回的结果里有一个tip_y应该是跟滑块放置的y坐标有关。滑块的具体位置可以在元素一栏里看到(em这个单位和px换算规则是 px = em * 字体大小，从网页上看字体大小是100px)

但tip_y的值是69，和85px对不上。这里可以打上属性修改断点，看一下属性是怎么生成的，但我找了半天没找到，最后复制多个值发给gpt让他说一下有什么规律。它说比例是固定的，也就是tip_y乘以1.23就是放置的y坐标

当然还有个简单的方法就是用浏览器获取滑块的坐标，这样就不用关心两个值有啥规律。

那就可以得到裁剪的位置了：

```python
from PIL import Image


def crop_main_loc(background_path:Image, slide_path:Image, tip_y:int):
    background_img = Image.open(background_path)
    slide_img = Image.open(slide_path)
    top_y_212 = tip_y * (85 / 69)
    top_y_344 = int(top_y_212 * (344 / 212))
    crop_size = (0, top_y_344, background_img.width, top_y_344+slide_img.height)
    cropped_image = background_img.crop(crop_size)
    cropped_image.show()


if __name__ == '__main__':
    crop_main_loc('background.jpeg', 'slide.png', 69)
```

滑块预处理

先提取一下滑块的轮廓，抖音的滑块特征很明显，可以不用用cv2.Canny来提取边缘特征。

具体步骤如下：

1. 去除外围透明像素点(滑块外层的像素点的a值都是0)
2. 将图片转成灰度图并进行二值化操作(0和255)
3. 只保留二值化为255的像素点
4. 去除多余噪声

代码

读取rgba格式的滑块

```python
import cv2
input_img = cv2.imread("slide.png", cv2.IMREAD_UNCHANGED)
```

将透明值为0的像素点设置为纯黑色

```python
# 取透明维度的值
alpha_channel = input_img[:, :, 3]
# 只使用rgb三个维度的值
rgb_image = input_img[:, :, :3]
rgb_image[alpha_channel == 0] = [0, 0, 0]
```

提取白色边缘并设置成黑色，将其他像素点设置为白色

```python
gray = cv2.cvtColor(rgb_image, cv2.COLOR_BGR2GRAY)
_, thresholded = cv2.threshold(gray, 240, 255, cv2.THRESH_BINARY)
white_img = np.ones_like(rgb_image) * 255
white_img[thresholded == 255] = [0, 0, 0]
```

去除噪声(判断某个黑色像素点周围3x3范围内有多少个黑色像素点，少于阈值认为是噪声)

```python
def count_black_neighbors_by_cv2(gray_image):
    if gray_image.ndim == 3:
        gray_image = cv2.cvtColor(gray_image, cv2.COLOR_BGR2GRAY)
    _, binary_image = cv2.threshold(gray_image, 240, 255, cv2.THRESH_BINARY_INV)
    binary_image = binary_image // 255  
    kernel = np.ones((3, 3), dtype=np.uint8)
    kernel[1, 1] = 0 
    black_neighbors = cv2.filter2D(binary_image, -1, kernel)
    # 设置边缘为0
    black_neighbors[:, 0] = 0
    black_neighbors[:, 109] = 0
    return black_neighbors
```

当然也可以通过遍历来实现，这样更容易理解点

```python
def count_black_neighbors_by_range(gray_image):
    # 将图像转换为灰度图
    if len(gray_image.shape) == 3:
        gray_image = cv2.cvtColor(gray_image, cv2.COLOR_BGR2GRAY)
    # 二值化图像
    _, binary_image = cv2.threshold(gray_image, 240, 255, cv2.THRESH_BINARY_INV)
    binary_image = binary_image // 255 
    # 创建一个与输入图像大小相同的全零数组
    black_neighbors = np.zeros_like(binary_image)

    # 遍历图像中的3x3邻域，计算每个像素
    neighbor_offsets = [(-1, -1), (-1, 0), (-1, 1),
                        (0, -1),          (0, 1),
                        (1, -1), (1, 0), (1, 1)]

    # 遍历每个像素
    rows, cols = binary_image.shape
    for row in range(1, rows - 1):
        for col in range(1, cols - 1):
            # 当它本身不是黑色像素点的时候，就不计算
            if binary_image[row, col] != 1:
                continue
            count = 0
            for offset in neighbor_offsets:
                neighbor_row, neighbor_col = row + offset[0], col + offset[1]
                if binary_image[neighbor_row, neighbor_col] == 1:
                    count += 1
            black_neighbors[row, col] = count

    return black_neighbors

black_neighbors = count_black_neighbors_by_range(white_img)
output = np.ones_like(rgb_image) * 255
output[black_neighbors > 4] = 0
```

正题

好了，现在可以把上面看到的内容忘掉了，因为在实际识别的时候用不到(我发现不做处理比做处理识别的准确率要高很多)，直接识别准确率甚至接近百分百了。

至于为啥还写上面的内容，主要是我花时间研究了，总要写出来，万一下次用到又忘了呢。还有就是凑个字数。

完整代码

下面是识别的完整代码

```python
import os
import cv2


def get_slide_distance(bg_path, slide_path):
    '''
    识别滑块具体位置，返回位置比例: 位置/图片宽度
    使用的时候再乘以实际图片宽度即可
    '''
    bg_img = cv2.imread(bg_path)
    sd_img = cv2.imread(slide_path)
    bg_gray = cv2.cvtColor(bg_img, cv2.COLOR_BGR2GRAY)
    bg_gray = cv2.GaussianBlur(bg_gray, (5, 5), 0)
    bg_edge = cv2.Canny(bg_gray, 30, 100)
    rgb_bg_gray = cv2.cvtColor(bg_edge, cv2.COLOR_GRAY2RGB)

    sd_gray = cv2.cvtColor(sd_img, cv2.COLOR_BGR2GRAY)
    sd_gray = cv2.GaussianBlur(sd_gray, (5, 5), 0)
    sd_edge = cv2.Canny(sd_gray, 30, 100)
    rgb_sd_gray = cv2.cvtColor(sd_edge, cv2.COLOR_GRAY2RGB)
    result = cv2.matchTemplate(rgb_bg_gray, rgb_sd_gray, cv2.TM_CCORR_NORMED)
    _, _, _, max_loc = cv2.minMaxLoc(result)
    cv2.rectangle(bg_img, (max_loc[0], max_loc[1]), (max_loc[0]+110, max_loc[1] + 110),
        (0, 255, 0), 2)
    result_path = os.path.join(os.path.dirname(bg_path), "result.png")
    cv2.imwrite(result_path, bg_img)
    return max_loc[0]/bg_gray.shape[1]
```

cv2.matchTemplate

核心函数就是cv2.matchTemplate，它是用来做模版匹配的，通俗点说是在一个图中找出另一张图，看一下gpt的参数解释:

不知道哪个参数更好，可以都测试一下。我看网上用的都是cv2.TM_CCORR_NORMED,效果如下：

测试下来后面四个效果都不错，只有cv2.TM_SQDIFF和cv2.TM_SQDIFF_NORMED效果很差:

``

流程图

为了更清晰的知道这段代码做了什么，可以将中间步骤处理过程都保存下来：

cv2.cvtColor(cv2.COLOR_BGR2GRAY是将bgr格式的图片转为灰度图):

cv2.GaussianBlur(高斯滤波做模糊处理):

cv2.Canny(边缘检测，参数可以自己调节看看，第一个是最小值，第二个是最大值，如果值给的太高保留下来的线就很少):

本文由博客一文多发平台 OpenWrite 发布！