基于Python怎么做图文验证码的功能
Admin 2022-08-03 群英技术资讯 437 次浏览
对于web应用程序来讲,处于安全性考虑,在登录的时候,都会设置验证码,
验证码的类型种类繁多,有图片中辨别数字字母的,有点击图片中指定的文字的,也有算术计算结果的,再复杂一点就是滑动验证的。
诸如此类的验证码,对我们的系统增加了安全性的保障,但是对于我们测试人员来讲,在自动化测试的过程中,无疑是一个棘手的问题。
一般在我们测试过程中,登录遇到上述的验证码的时候,有以下种解决方案:
# coding:utf-8 import os import subprocess from PIL import Image def get_captcha(driver, captcha_id, full_screen_img_path, captcha_img_path, captcha_final_path, txt_path, ocr_path): # 浏览器界面截图 driver.save_screenshot(full_screen_img_path) # 找到验证码图片,得到它的坐标 element = driver.find_element_by_id(captcha_id) left = element.location['x'] top = element.location['y'] right = element.location['x'] + element.size['width'] bottom = element.location['y'] + element.size['height'] left, top, right, bottom = int(left), int(top), int(right), int(bottom) img = Image.open(full_screen_img_path) img = img.crop((left, top, right, bottom)) # 得到验证码图片 img.save(captcha_img_path) # 打开验证码图片 img = Image.open(captcha_img_path) # 颜色直方图,255种颜色,255为白色 # 新建一张图片(大小和原图大小相同,背景颜色为255白色) img_new = Image.new('P', img.size, 255) for x in range(img.size[1]): for y in range(img.size[0]): # 遍历图片的xy坐标像素点颜色 pix = img.getpixel((y, x)) # print(pix) # 自己调色,r=0,g=0,b>0为蓝色 if pix[0] < 20 and pix[1] < 20 and pix[2] > 50: # 把遍历的结果放到新图片上,0为透明度,不透明 img_new.putpixel((y, x), 0) img_new.save(captcha_final_path, format='png') # 通过tesseract工具解析验证码图片,生成文本 os.system(ocr_path) # 读取txt文件里面的验证码 with open(txt_path, 'r') as f: if f.read(): t = f.read().strip() # 去掉中间空格 if ' ' in t: t = t.replace(' ', '') if t.isdigit() and len(t) == 4: return t else: return 'fail' def check_resp(result, msg): if msg in result: return 'pass' else: return 'failed' # 接口 - 识别验证码 def get_captcha(captcha_img_path, captcha_final_path, txt_path, ocr_path): # 打开验证码图片 img = Image.open(captcha_img_path) # 新建一张图片(大小和原图大小相同,背景颜色为255白色) img_new = Image.new('P', img.size, 55) for x in range(img.size[1]): for y in range(img.size[0]): # 遍历图片的xy坐标像素点颜色 pix = img.getpixel((y, x)) # print(pix) # 自己调色,r=0,g=0,b>0为蓝色 if pix[0] < 20 and pix[1] < 20 and pix[2] > 50: # 把遍历的结果放到新图片上,0为透明度,不透明 img_new.putpixel((y, x), 0) img_new.save(captcha_final_path, format='png') # 通过tesseract工具解析验证码图片,生成文本,【Tesseract-OCR必须和jpg的根目录必须相同,如C盘、D盘!!!】 os.system(ocr_path) # 读取txt文件里面的验证码 with open(txt_path, 'r') as f: if r.read(): t = f.read().strip() # 去掉中间空格 if ' ' in t: t = t.replace(' ', '') # 如果是数字且长度为4,就返回数字,如果不是就返回 fail if t.isdigit() and len(t) == 4: return t else: return fail
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:mmqy2019@163.com进行举报,并提供相关证据,查实之后,将立刻删除涉嫌侵权内容。
猜你喜欢
这篇文章主要介绍了Python判断Nan值的五种方式小结,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
这篇文章主要介绍了Python 中@lazyprop 装饰器的用法,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
这篇文章主要是为大家归纳整理了13个工作中常用到的pandas使用技巧,方便更高效地实现数据分析,感兴趣的小伙伴可以跟随小编一起学习一下
在本文中,我们将介绍10个示例,以掌握如何使用用于Python的Seaborn库创建图表。
这篇文章主要介绍了python使用OpenCV获取高动态范围成像HDR,如何使用不同曝光设置拍摄的多张图像创建高动态范围图像HDR,下文吗更详细的内容介绍,需要的小伙伴可以参考一下
成为群英会员,开启智能安全云计算之旅
立即注册Copyright © QY Network Company Ltd. All Rights Reserved. 2003-2020 群英 版权所有
增值电信经营许可证 : B1.B2-20140078 粤ICP备09006778号 域名注册商资质 粤 D3.1-20240008