目录
1. 验证码原理
2. 常见验证码识别
2.1 图片验证码
2.2 滑动验证码
2.3 点触验证码
3. 实战
1. 验证码原理
验证码（CAPTCHA），“Completely Automated Public Turing test to tell Computers and Humans Apart”（全自动区分计算机和人类的图灵测试），是一种区分用户是计算机还是人的公共全自动程序。
验证码被广泛用于用户登录以及注册的校验。主要原因是生成的验证码每次都不同，这就可以排除用其他病毒或者软件自动申请用户及自动登陆，从而防止别人进行恶意攻击。而且如果频繁发送验证码，系统会提示一段时间后再发送验证码，也可以减少恶意攻击。
2. 常见验证码识别
图片验证码活动验证码点触验证码宫格验证码2.1 图片验证码
图片验证码：由字符组合而成的图片，通常会加上干扰。
OCR技术
OCR（Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式的技术。
OCR实例
pytesseract库 --- 识别图片
pytesseract.image_to_string(image)
import pytesseractfrom PIL import Imageimg = Image.open('checkcode.jpg')pytesseract.image_to_string(img)
可以自行下载一张验证码图像进行测试，不过pytesseract库的识别能力有限。仅作为了解即可，之后我们会使用超级鹰进行识别。
图像预处理
1.灰度化：将彩色图像转为灰度图像。
2.二值化：将灰度图像转为黑白图像。
灰度化：
将图像转为灰度图像，即一个像素只有一种色阶（单通道，有256种不同灰度），值为0表示像素最黑，值为255表示像素最白。
image.convert("L")
convert()：用于不同模式图像之间的转换。
PIL中有九种不同模式，分别为1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。
1）模式“1”：二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白。
2）模式“L”：灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。
3）模式“P”：8位彩色图像，它的每个像素用8个bit表示，其对应的彩色值是按照调色板查询出来的。
4）模式“RGB”：24位彩色图像，红、绿、蓝三个通道。
二值化：
将图像转为黑白图像，即一个像素只有黑白两种状态，没有灰色，0代表黑，1代表白。
image.convert(“1”)：默认阈值是127，将灰度值在127以上的设置1（白色），其它设为0（黑色）。
自定义灰度阈值：
threshold = 135 #可调节大小127->135table = []for i in range(256):if i < threshold:table.append(0) # blackelse:table.append(1) # whiteimage = image.point(table, '1')
深度学习
深度学习(DeepLearning，DL)属于机器学习的子类，是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并非是一个全新的概念，可理解为包含多个隐含层的神经网络结构。为了提高深层神经网络的训练效果，人们对神经元的连接方法以及激活函数等方面做出了调整。其目的在于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制来解释数据，如文本、图像、声音。
深度学习主要应用于文字识别、人脸技术、语义分析、智能监控等领域。
2.2 滑动验证码
滑动图形验证码，主要由两个图片组成：抠块和带有抠块阴影的原图。
这里有两个重要特性保证被暴力破解的难度：
（1）抠块的形状随机
（2）抠块所在原图的位置随机
这样就可以在有限的图集中制造出随机的、无规律可寻的抠图和原图的配对。
生成滑动验证码
（1）后端随机生成抠图和带有抠图阴影的背景图片，后台保存随机抠图位置坐标；
（2）前端实现滑动交互，将抠图拼在抠图阴影之上，获取到用户滑动距离值；
（3）前端将用户滑动距离值传入后端，后端校验误差是否在容许范围内。
利用selenium来解决滑动验证码
（1）获取没有缺口的图片
（2）获取带缺口的图片
（3）对比两张图片的所有RBG像素点，得到不一样像素点的x值（即要移动的距离）
（4）模拟人的行为习惯（先匀加速拖动后匀减速拖动），把需要拖动的总距离分成一段一段小的轨迹
（5）按照轨迹拖动，完成验证
2.3 点触验证码
点触验证码最初是由杭州微触科技有限公司研发的互联网验证码，使用点击或者拖动的形式完成验证。采用专利的印刷算法以及加密算法，保证每次请求到的验证图具有极高的安全性。
1、点击区域可出现在指定区域内的任何位置，依次按提示点击即可完成验证。点击区域可以是图片和文字。
2、不同图标会随机出现在图标框内，按照提示点击单个或多个图标，即可完成验证。
难点
（1）文字识别—上图中的刘翔，该文字是变形处理之后的，OCR不易识别。
（2）图片识别—需要大量图片的标记数据，且图片清晰度不高，机器识别率非常低。
解决方法
使用验证码识别服务平台。超级鹰
识别类型：
3. 实战
破解滑动验证码使用selenium模拟登录bilibili网站。
完整项目
破解点触验证码
使用selenium模拟登录简书网站。
完整项目
图片验证码识别
使用selenium登录新浪微博。
完整项目
