一、環(huán)境安裝

1. 第三方庫安裝

pip install Pillow

pip install numpy

pip install opencv-python

二、滑塊缺口識(shí)別

1. 與極驗(yàn)三代滑塊對(duì)比

• 極驗(yàn)四代有更多的缺口形狀
• 極驗(yàn)四驗(yàn)證碼圖片不需要還原，難度變小
• 

2. 缺口識(shí)別完整代碼

 

經(jīng)過測(cè)試，極驗(yàn)3的缺口識(shí)別代碼適用極驗(yàn)4缺口識(shí)別，所有我就不做過都的講解了。

極驗(yàn)3缺口識(shí)別鏈接：極驗(yàn)滑塊驗(yàn)證碼破解與研究（三）：滑塊缺口識(shí)別

下面的代碼是基于極驗(yàn)3的缺口識(shí)別代碼，做了一點(diǎn)優(yōu)化，增加了cv2.pyrMeanShiftFiltering(金字塔均值漂移)做預(yù)處理

# -*- coding: utf-8 -*-

from pathlib import Path

 

import PIL

import cv2

import numpy as np

 

 

def imshow(img, winname='test', delay=0):

    """cv2展示圖片"""

    cv2.imshow(winname, img)

    cv2.waitKey(delay)

    cv2.destroyAllWindows()

 

 

def pil_to_cv2(img):

    """

    pil轉(zhuǎn)cv2圖片

    :param img: pil圖像, <type 'PIL.JpegImagePlugin.JpegImageFile'>

    :return: cv2圖像, <type 'numpy.ndarray'>

    """

    img = cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

    return img

 

 

def bytes_to_cv2(img):

    """

    二進(jìn)制圖片轉(zhuǎn)cv2

    :param img: 二進(jìn)制圖片數(shù)據(jù), <type 'bytes'>

    :return: cv2圖像, <type 'numpy.ndarray'>

    """

    # 將圖片字節(jié)碼bytes, 轉(zhuǎn)換成一維的numpy數(shù)組到緩存中

    img_buffer_np = np.frombuffer(img, dtype=np.uint8)

    # 從指定的內(nèi)存緩存中讀取一維numpy數(shù)據(jù), 并把數(shù)據(jù)轉(zhuǎn)換(解碼)成圖像矩陣格式

    img_np = cv2.imdecode(img_buffer_np, 1)

    return img_np

 

 

def cv2_open(img, flag=None):

    """

    統(tǒng)一輸出圖片格式為cv2圖像, <type 'numpy.ndarray'>

    :param img: <type 'bytes'/'numpy.ndarray'/'str'/'Path'/'PIL.JpegImagePlugin.JpegImageFile'>

    :param flag: 顏色空間轉(zhuǎn)換類型, default: None

        eg: cv2.COLOR_BGR2GRAY（灰度圖）

    :return: cv2圖像,

    """

    if isinstance(img, bytes):

        img = bytes_to_cv2(img)

    elif isinstance(img, (str, Path)):

        img = cv2.imread(str(img))

    elif isinstance(img, np.ndarray):

        img = img

    elif isinstance(img, PIL.Image):

        img = pil_to_cv2(img)

    else:

        raise ValueError(f'輸入的圖片類型無法解析: {type(img)}')

    if flag is not None:

        img = cv2.cvtColor(img, flag)

    return img

 

 

def get_distance(bg, tp, im_show=False, save_path=None):

    """

    :param bg: 背景圖路徑或Path對(duì)象或圖片二進(jìn)制

        eg: 'assets/bg.jpg'

            Path('assets/bg.jpg')

    :param tp: 缺口圖路徑或Path對(duì)象或圖片二進(jìn)制

        eg: 'assets/tp.jpg'

            Path('assets/tp.jpg')

    :param im_show: 是否顯示結(jié)果, <type 'bool'>; default: False

    :param save_path: 保存路徑, <type 'str'/'Path'>; default: None

    :return: 缺口位置

    """

    # 讀取圖片

    bg_img = cv2_open(bg)

    tp_gray = cv2_open(tp, flag=cv2.COLOR_BGR2GRAY)

 

    # 金字塔均值漂移

    bg_shift = cv2.pyrMeanShiftFiltering(bg_img, 5, 50)

 

    # 邊緣檢測(cè)

    tp_gray = cv2.Canny(tp_gray, 255, 255)

    bg_gray = cv2.Canny(bg_shift, 255, 255)

 

    # 目標(biāo)匹配

    result = cv2.matchTemplate(bg_gray, tp_gray, cv2.TM_CCOEFF_NORMED)

    # 解析匹配結(jié)果

    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)

 

    distance = max_loc[0]

    if save_path or im_show:

        # 需要繪制的方框高度和寬度

        tp_height, tp_width = tp_gray.shape[:2]

        # 矩形左上角點(diǎn)位置

        x, y = max_loc

        # 矩形右下角點(diǎn)位置

        _x, _y = x + tp_width, y + tp_height

        # 繪制矩形

        bg_img = cv2_open(bg)

        cv2.rectangle(bg_img, (x, y), (_x, _y), (0, 0, 255), 2)

        # 保存缺口識(shí)別結(jié)果到背景圖

        if save_path:

            save_path = Path(save_path).resolve()

            save_path = save_path.parent / f"{save_path.stem}.{distance}{save_path.suffix}"

            save_path = save_path.__str__()

            cv2.imwrite(save_path, bg_img)

        # 顯示缺口識(shí)別結(jié)果

        if im_show:

            imshow(bg_img)

    return distance

 

 

if __name__ == '__main__':

    d = get_distance(

        bg='assets/bg.png',

        tp='assets/slice.png',

        im_show=True,

        save_path='assets/bg.png'

    )

    print(d)