OpenCV 破解滑块验证码 -Java 篇

验证码作为一种安全机制，可以有效防止暴力破解密码、发帖、灌水、刷票等，大家在做 Web

自动化的时候应该有碰到验证码这个难题，一般我们可以和开发沟通请求他们的帮助：去掉验证码或者设置一个万能验证码，而如果开发不帮忙我们该如何去解决呢？本篇文章以

Java 语言为例教你怎么破解验证码。

现在大多数网址会采用滑块验证码的方式，下面以腾讯的滑块验证码为例，先来看看破解的效果：

要破解滑块验证码，我们一般采取的思路如下：

获取滑块到背景缺口图的距离

通过 selenium 的 Actions 类完成滑动

关键点就在于如何获取滑块到背景缺口图的距离，现在主流的方案是通过 OpenCV(Open Source Computer Vision

Library)开源计算机视觉库来处理，openCV 有非常多图像处理方法，其是通过 C/C++ 开发的，但是对外有提供 Java，Python

的接口，所以不管是 Python 还是 Java 我们都可以使用 openCV 进行图像处理。

环境准备

Step1：下载 OpenCV

进入到官网https://opencv.org/releases/下载对应系统的 openCV 软件包，之后解压

Step2：配置环境变量

进入到 opencv -> build ->x64 ->vc15 ->bin 目录，将路径复制追加到 Path 环境变量中

Step3：Intellij 工程中添加 jar 包

Intellij 中选择 File -> Project Structure -> Modules -> Dependencies

点击 add -> JARS or directories... 选择 D:\software\opencv\build\java\opencv-450.jar 文件

验证码破解实现

首先我们通过 selenium 进入到验证码页面（以 QQ 空间为例）

//设置chromeDriver识别路径

System.setProperty("webdriver.chrome.driver", "src/test/resources/chromedriver.exe");

driver = new ChromeDriver();

driver.get("https://qzone.qq.com/");

driver.manage().timeouts().implicitlyWait(10, TimeUnit.SECONDS);

//切换登录页面所在iframe

WebElement loginFrame = driver.findElement(By.id("login_frame"));

driver.switchTo().frame(loginFrame);

driver.findElement(By.id("switcher_plogin")).click();

driver.findElement(By.id("u")).sendKeys("362715381");

driver.findElement(By.id("p")).sendKeys("1234r2we");

driver.findElement(By.id("login_button")).click();

进入到验证码界面后，我们仔细观察会发现：滑块和背景是两张分开的图片，src 属性中保存的即为图片 URL 地址，所以我们可以通过 URL 将两者下载到本地

//切换到验证码所在的iframe

WebElement tcaptchaFrame = driver.findElement(By.id("tcaptcha_iframe"));

driver.switchTo().frame(tcaptchaFrame);

//定位滑块图片

WebElement slideBlock = driver.findElement(By.id("slideBlock"));

//定位验证码背景图

WebElement slideBg = driver.findElement(By.id("slideBg"));

//获取图片Url链接

String slideBlockUrl = slideBlock.getAttribute("src");

String slideBgUrl = slideBg.getAttribute("src");

//下载对应图片

System.out.println("图片下载开始...");

downloadImg(slideBlockUrl, "slideBlock.png");

downloadImg(slideBgUrl, "slideBg.png");

关键点在于获取滑块到滑动背景缺口图的横向距离，这里通过 OpenCV 的模板匹配技术 matchTemplate

然后再通过 selenium 的 Actions 类完成滑动，在滑动的时候需要注意不能直接从开始点滑到终止点（有些网站会判定脚本操作），其中 getMoveTrack 用于获取滑动轨迹，控制每阶段的滑动速度

//获取滑块到滑动背景缺口图的横向距离

double slideDistance = getSlideDistance(System.getProperty("user.dir")+"\\slideBlock.png", System.getProperty("user.dir")+"\\slideBg.png");

Actions actions = new Actions(driver);

WebElement dragElement = driver.findElement(By.id("tcaptcha_drag_button"));

//获取style属性值，其中设置了滑块初始偏离值  style=left: 23px;

//需要注意的是网页前端图片和本地图片比例是不同的，需要进行换算

slideDistance = slideDistance * 280 / 680 - 23;

actions.clickAndHold(dragElement).perform();

//根据滑动距离生成滑动轨迹，约定规则：开始慢->中间快->最后慢

List<Integer> moveTrack = getMoveTrack(slideDistance);

for (Integer index : moveTrack) {

    //Thread.sleep(20);

    actions.moveByOffset(index, 0).perform();

}

actions.release().perform();

getSlideDistance 方法实现

首先对滑块进行处理

1、灰度化

2、去除图片黑边

3、inRange 二值化转黑白图

效果如下：

代码实现：

代码实现

// 加载OpenCV本地库

System.loadLibrary(Core.NATIVE_LIBRARY_NAME);

//对滑块进行处理

Mat slideBlockMat = Imgcodecs.imread(slideBlockPicPath);

//1、灰度化图片

Imgproc.cvtColor(slideBlockMat, slideBlockMat, Imgproc.COLOR_BGR2GRAY);

//2、去除周围黑边

for (int row = 0; row < slideBlockMat.height(); row++) {

    for (int col = 0; col < slideBlockMat.width(); col++) {

        if (slideBlockMat.get(row, col)[0] == 0) {

            slideBlockMat.put(row, col, 96);

        }

    }

}

//3、inRange二值化转黑白图

Core.inRange(slideBlockMat, Scalar.all(96), Scalar.all(96), slideBlockMat);

对滑动背景图进行处理

1、灰度化

2、二值化转黑白图

代码如下：

//对滑动背景图进行处理

Mat slideBgMat = Imgcodecs.imread(slideBgPicPath);

//1、灰度化图片

Imgproc.cvtColor(slideBgMat, slideBgMat, Imgproc.COLOR_BGR2GRAY);

//2、二值化

Imgproc.threshold(slideBgMat, slideBgMat, 127, 255, Imgproc.THRESH_BINARY);

Mat g_result = new Mat();

/*

* matchTemplate：在模板和输入图像之间寻找匹配,获得匹配结果图像

* result：保存匹配的结果矩阵

* TM_CCOEFF_NORMED标准相关匹配算法

*/

Imgproc.matchTemplate(slideBgMat, slideBlockMat, g_result, Imgproc.TM_CCOEFF_NORMED);

/* minMaxLoc：在给定的结果矩阵中寻找最大和最小值，并给出它们的位置

* maxLoc最大值

*/

Point matchLocation = Core.minMaxLoc(g_result).maxLoc;

//返回匹配点的横向距离

return matchLocation.x;

需要注意的是运行时需要指定 library 路径，不然会报如下错误

java.lang.UnsatisfiedLinkError: no opencv_java450 in java.library.path

选择 Edit Configuration -> VM options 中添加：

-Djava.library.path=D:\software\opencv\build\java\x64