導讀
本文主要介紹如何使用Python+OpenCV實作滑塊驗證碼->自動拖動驗證。
背景介紹
前幾天在某網站下載下傳代碼時，跳轉到滑塊驗證碼界面，需要驗證OK後才能下載下傳，貌似這種驗證方式現在很流行，是以打算用OpenCV嘗試如何讓其自動拖動驗證。
效果展示
核心步驟是提取滑動塊目标位置，如下是效果展示：
目标滑動塊定位步驟與示範：
實作步驟:
【1】截取驗證圖檔，顔色通道轉換為HSV，取V通道分析
原圖：
V通道效果：
B,G,R=cv2.split(img)
hsv_img=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
H,S,V=cv2.split(hsv_img)
ret1, thres= cv2.threshold(V, 200, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('thres', thres) 【2】二值化 + 形态學處理
二值化效果：
開運算+閉運算效果：
k1=np.ones((5,5), np.uint8)
thres = cv2.morphologyEx(thres, cv2.MORPH_OPEN, k1)#閉運算
cv2.imshow('MORPH_OPEN', thres)
k2=np.ones((5,5), np.uint8)
thres = cv2.morphologyEx(thres, cv2.MORPH_CLOSE, k2)#閉運算
cv2.imshow('MORPH_CLOSE', thres) 【3】輪廓提取 + 寬高/面積比篩選
其他圖檔測試效果(穩定性驗證)：
自動驗證完整步驟
實作步驟:
【1】通過模闆比對定位箭頭位置，作為滑鼠滑動起點；
【2】定位模闆滑動塊位置；
【3】控制滑鼠拖動，直到與目标滑動塊完全重合；
這裡提供兩種思路：
① 筆者發現這個網站的起始滑動塊x位置都是10，那麼可以計算目标滑動塊與起始滑動塊X坐标內插補點，控制滑鼠移動對應的像素量；
② 截取目标滑動塊的ROI位置，實時計算ROI被覆寫後剩餘像素數量，當剩餘像素數量最小時認為被覆寫完全，松開滑鼠。
歡迎加入OpenCV與AI深度學習官方微信群一起學習交流：