滑动验证模块验证无原图处理

最近在爬某一个网站的时候   发现访问请求10次之后   会触发滑动验证码机制   虽然已经使用cookie登陆了  但是还是会触发 无奈之下  决定搞定这个问题

验证码如图：

首先这个验证码有一个机制   就是当你第一次拖拽的时候 如果你没有拖拽成功  那么这个图片会刷新 ，所以我们一定要一次新到位，否则页面又会刷新，同时这个被切割的图片底色是留白的，是纯白色，。

f12观察来源，发现找不到原图片 ，切割用的是js去进行的切割。那么现在就有两种解决方法。    1 ，找到js相应的代码，调用js       2 ，找到留白的像素点，然后selenium滑动拖拽

开始解决问题 : 

       因为很少接触图像这一个方向的，所以一开始没找好方向，网上找了很多解决方法，发现都没有用。于是找了一个大佬，再结合github上面的某个识图，最后yolo3来自动的识别留白的地址，但是有一个问题，就是效率实在是太低了，不符合现在的情况。

        于是准备了plan B,使用opencv来识别图片中留白的地方

        首先 保存验证码图片(保存下来的图片和页面上的图片按照比例进行计算):

           element = driver.find_element_by_class_name('verify-img-canvas')

            img_path =r"img.png"

            element.screenshot(img_path)

        保存过后，使用cv去读取:

            img = cv2.imread(img_path, 0)   # 先把图片加载出来  使用灰度方法

            ret, thresh1 = cv2.threshold(img, 127, 255, cv2.THRESH_TOZERO)  # 整幅图像分成了非黑即白的二值图像了   二级化图像

            binary, contours, hierarchy = cv2.findContours(thresh1, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)# 提取图像外轮廓，并返回至contours

            img_output = cv2.drawContours(img.copy(), contours, -1, (0, 255, 255), 3)# 图像轮廓绘制   其实就是找到黑白图像之后的轮廓，因为确实块是白色的  所以绘制轮廓

            x_len, y_len = img_output.shape

            # 遍历每个像素获取到 X 值，进行统计

               x_arr = []

                for iin range(1, x_len):

                    for jin range(1, y_len):

                        if img_output[i, j] ==255.:

                            x_arr.append(j)

            # 根据频率统计得到缺口距离y轴距离

            former_dict = Counter(x_arr).most_common(5)

            far_distance =max(dict(former_dict).keys())

            distance =400 * (far_distance / img.shape[1]) -15