基於Pytorch版yolov5的滑塊驗證碼破解思路詳解

Posted on 2021-02-25 by WalkonNet

前言

本文將使用pytorch框架的目標識別技術實現滑塊驗證碼的破解。我們這裡選擇瞭yolov5算法

例：輸入圖像

在這裡插入圖片描述

輸出圖像

在這裡插入圖片描述

可以看到經過檢測之後，我們能很準確的定位到缺口的位置，並且能得到缺口的坐標，這樣一來我們就能很輕松的實現滑動驗證碼的破解。

一.前期工作

yolov系列是常用的目標檢測算法，yolov5不僅配置簡單，而且在速度上也有不小的提升，我們很容易就能訓練我們自己的數據集。
YOLOV5 Pytorch版本GIthub網址感謝這位作者的代碼。

下載之後，是這樣的格式

---data/
	Annotations/ 存放圖片的標註文件（.xml）
	images/ 存放待訓練的圖片
	ImageSets/ 存放劃分數據集的文件
	labels/ 存放圖片的方框信息

其中隻需要修改Annotations和images兩個文件夾。
首先我們將待訓練的圖片放入images

數據集要感謝這位大神的整理https://github.com/tzutalin/labelImg，在這個基礎上我增加瞭50張來自騰訊的驗證碼圖片

數據集已上傳百度雲

鏈接: https://pan.baidu.com/s/1XS5KVoXqGHglfP0mZ3HJLQ

提取碼: wqi8

在這裡插入圖片描述

然後我們需要對其進行標註，告訴計算機我們希望它識別什麼內容。這時候我們需要精靈標註這款軟件。免費而且功能強大，五星好評！

在這裡插入圖片描述

第一步選擇images文件夾，第二步有幾類就寫幾類，建議用英文。這裡隻有一類，即為缺失快的位置，命名為target。註意標註的時候要左右恰好卡住，不然獲得的坐標就不精準。

標註完成後，點擊導出，文件格式不用動，直接點確定，就會在images/outputs文件夾生成我們的標註文件。全部復制到Annotations文件夾即可。

回到主目錄，運行makeTxt.py和voc_label.py，makeTxt直接運行即可，voc_label需要修改classes的值，這次隻有一target

import xml.etree.ElementTree as ET
import pickle
import os
# os.listdir() 方法用於返回指定的文件夾包含的文件或文件夾的名字的列表
from os import listdir, getcwd
from os.path import join


sets = ['train', 'test', 'val']
classes = ['target'] #之前標註時有幾個類，這裡就輸入幾個類

"""

............  

"""

進入data文件夾，修改coco.yaml的內容

# COCO 2017 dataset http://cocodataset.org
# Download command: bash yolov5/data/get_coco2017.sh
# Train command: python train.py --data ./data/coco.yaml
# Dataset should be placed next to yolov5 folder:
#  /parent_folder
#   /coco
#   /yolov5


# train and val datasets (image directory or *.txt file with image paths)
train: ../coco/train2017.txt # 118k images
val: ../coco/val2017.txt # 5k images
test: ../coco/test-dev2017.txt # 20k images for submission to https://competitions.codalab.org/competitions/20794

# number of classes
nc: 1

# class names
names: ['target']

# Print classes
# with open('data/coco.yaml') as f:
#  d = yaml.load(f, Loader=yaml.FullLoader) # dict
#  for i, x in enumerate(d['names']):
#   print(i, x)

再進入models文件夾，修改yolov5s.yaml的內容

nc: 1 # number of classes
depth_multiple: 0.33 # model depth multiple
width_multiple: 0.50 # layer channel multiple
"""
''''''''''''
"""

至此配置環節終於結束瞭，可以開始訓練瞭！

打開train.py，我們一般隻需要修改–weights，–cfg，–data，–epochs幾個設置即可

parser = argparse.ArgumentParser()
parser.add_argument('--weights', type=str, default='yolov5s.pt', help='initial weights path')
parser.add_argument('--cfg', type=str, default='models/yolov5s.yaml', help='model.yaml path')
parser.add_argument('--data', type=str, default='data/coco.yaml', help='data.yaml path')
parser.add_argument('--hyp', type=str, default='data/hyp.scratch.yaml', help='hyperparameters path')
parser.add_argument('--epochs', type=int, default=300)
parser.add_argument('--batch-size', type=int, default=16, help='total batch size for all GPUs')
parser.add_argument('--img-size', nargs='+', type=int, default=[640, 640], help='[train, test] image sizes')
parser.add_argument('--rect', action='store_true', help='rectangular training')
parser.add_argument('--resume', nargs='?', const=True, default=False, help='resume most recent training')
parser.add_argument('--nosave', action='store_true', help='only save final checkpoint')
parser.add_argument('--notest', action='store_true', help='only test final epoch')
parser.add_argument('--noautoanchor', action='store_true', help='disable autoanchor check')
parser.add_argument('--evolve', action='store_true', help='evolve hyperparameters')
parser.add_argument('--bucket', type=str, default='', help='gsutil bucket')
parser.add_argument('--cache-images', action='store_true', help='cache images for faster training')
parser.add_argument('--image-weights', action='store_true', help='use weighted image selection for training')
parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
parser.add_argument('--multi-scale', action='store_true', help='vary img-size +/- 50%%')
parser.add_argument('--single-cls', action='store_true', help='train multi-class data as single-class')
parser.add_argument('--adam', action='store_true', help='use torch.optim.Adam() optimizer')
parser.add_argument('--sync-bn', action='store_true', help='use SyncBatchNorm, only available in DDP mode')
parser.add_argument('--local_rank', type=int, default=-1, help='DDP parameter, do not modify')
parser.add_argument('--log-imgs', type=int, default=16, help='number of images for W&B logging, max 100')
parser.add_argument('--log-artifacts', action='store_true', help='log artifacts, i.e. final trained model')
parser.add_argument('--workers', type=int, default=4, help='maximum number of dataloader workers')
parser.add_argument('--project', default='runs/train', help='save to project/name')
parser.add_argument('--name', default='exp', help='save to project/name')
parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
opt = parser.parse_args()

直接運行train.py，開始訓練！
。。。。。。。。。。。。。。。。

訓練完成後，進入runs/train/exp/weights，我們復制best.pt到主目錄。

最後，我們打開datect.py，修改幾個屬性

parser = argparse.ArgumentParser()
  parser.add_argument('--weights', nargs='+', type=str, default='best.pt', help='model.pt path(s)')
  parser.add_argument('--source', type=str, default='test.jpg', help='source') # file/folder, 0 for webcam
  parser.add_argument('--img-size', type=int, default=640, help='inference size (pixels)')
  parser.add_argument('--conf-thres', type=float, default=0.25, help='object confidence threshold')
  parser.add_argument('--iou-thres', type=float, default=0.45, help='IOU threshold for NMS')
  parser.add_argument('--device', default='0', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
  parser.add_argument('--view-img', action='store_true', help='display results')
  parser.add_argument('--save-txt', action='store_true', help='save results to *.txt')
  parser.add_argument('--save-conf', action='store_true', help='save confidences in --save-txt labels')
  parser.add_argument('--classes', nargs='+', type=int, help='filter by class: --class 0, or --class 0 2 3')
  parser.add_argument('--agnostic-nms', action='store_true', help='class-agnostic NMS')
  parser.add_argument('--augment', action='store_true', help='augmented inference')
  parser.add_argument('--update', action='store_true', help='update all models')
  parser.add_argument('--project', default='runs/detect', help='save results to project/name')
  parser.add_argument('--name', default='exp', help='save results to project/name')
  parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
  opt = parser.parse_args()

–source屬性我們可以先修改為data/images，對自己的數據集進行識別看看能否正常識別。
小Tips，如果執行後不報錯，但沒有檢測框的話，試試看修改–device為cpu，cuda版本太低會導致使用gpu沒有檢測框（問就是被這個小問題迫害瞭很久 –_–）。

最後在112行左右的位置，添加一個print

在這裡插入圖片描述

這時執行程序就會返回方框的位置信息和自信度瞭

在這裡插入圖片描述

我們的前驅工作終於完成瞭~

二.編寫爬蟲

1.尋找合適的網站

經過一番搜尋，最後鎖定瞭https://007.qq.com/online.html

因為它的網站結構很方便我們的操作。

2.導入依賴庫

這裡我們采用selenium來模擬人類的操作。
關於selenium的安裝和webdriver的安裝方法本文不作延伸。

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import requests,re
import os
import requests
import re 
import time
from selenium.webdriver import ActionChains

3.編寫破解程序

訪問網站，發現破解之前要依次點擊

在這裡插入圖片描述

編寫代碼

def run()
	driver = webdriver.Chrome()
	
	headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.106 Safari/537.36"}
	#偽裝請求頭
	
	
	         
	driver.get('https://007.qq.com/online.html') #訪問網站
	
	driver.find_element_by_xpath('/html/body/div[1]/section[1]/div/div/div/div[2]/div[1]/a[2]').click()
	driver.find_element_by_xpath('//*[@id="code"]').click()
	#模擬點擊操作

繼續

在這裡插入圖片描述

這裡便是我們要識別的圖片，不過直接定位的話並不能定位到，因為這段代碼是由iframe包裹著的，我們需要先定位到這個iframe

time.sleep(2)      #休眠2秒，防止報錯  
	driver.switch_to_frame("tcaptcha_iframe") #根據iframe的id定位到iframe
	target = driver.find_element_by_xpath("/html/body/div/div[3]/div[2]/div[1]/div[2]/img").get_attribute("src")
	#得到圖片的原地址
	
	response = requests.get(target,headers=headers)	#訪問圖片地址
	 
	img = response.content
	with open( 'test.jpg','wb' ) as f:
	  f.write(img)		#將圖片保存到主目錄,命名為test.jpg

現在圖片也有瞭，檢測程序也準備好瞭，那麼開始檢測吧！

'''
	os.popen()的用法，簡單來說就是執行cmd命令，並得到cmd的返回值
	這裡是執行detect.py
	'''
	
	result = os.popen("python detect.py").readlines() #執行目標檢測程序
	list = []
	for line in result:
	  list.append(line)   #將cmd的返回信息存入列表
	print(list)
	a = re.findall("(.*):(.*]).(.*)\\n",list[-4]) #獲得圖片的位置信息
	print(a)
	print(len(a))
	if len(a) != 0:     #如果能檢測到方框
	  tensor=a[0][1]
	  pro = a[0][2]
	  list_=tensor[2:-1].split(",")
	  
	  location = []
	  for i in list_:
	    print(i)
	    b = re.findall("tensor(.*)",i)[0]
	    location.append(b[1:-2])
	  #提取出來方框左上角的xy和右下角的xy
	  drag1 = driver.find_element_by_xpath('/html/body/div/div[3]/div[2]/div[2]/div[2]/div[1]') 
	  #定位到拖動按鈕處
	  
	  action_chains = ActionChains(driver) #實例化鼠標操作類
	  action_chains.drag_and_drop_by_offset(drag1, int(int(location[2])/2-85), 0).perform()
	  #模擬鼠標按住並拖動距離 X 後再放開
	  input("等待操作")  
	  driver.quit() 
	else:
	  driver.quit() 
	  print("未能識別")

這裡著重說一下

action_chains.drag_and_drop_by_offset(drag1, int(int(location[2])/2-85), 0).perform()

為什麼要拖 int(int(location[2])/2-85) 遠。

首先location這個列表的格式為[左上x，左上y，右下x，右下y]，location[2]即為取出右下角的x值。

我們保存到本地的驗證碼圖片分辨率如下

在這裡插入圖片描述

但網站顯示的圖片大小

在這裡插入圖片描述

x軸剛好為本地圖片的一半，所以int(location[2]/2)得到的便是

在這裡插入圖片描述

但是待拖動的方塊本身距離左邊還有一定距離，通過分析發現

在這裡插入圖片描述

這個小方塊的最左邊距離圖片的最左邊的距離即為紅框中的26，即

在這裡插入圖片描述

26+68-10=84，因為這個10是試出來的長度，我們就令這段距離為85吧

至此 int(int(location[2])/2-85) 的由來也解釋清楚瞭。
大功告成啦，那讓我們看一遍演示吧！

在這裡插入圖片描述

selenium完整代碼如下

from selenium import webdriver
from selenium.webdriver.common.action_chains import ActionChains
import requests,re
import os
import requests
import re 
import time
from selenium.webdriver import ActionChains

def run()
	driver = webdriver.Chrome()
	
	headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.106 Safari/537.36"}
	#偽裝請求頭 
	driver.get('https://007.qq.com/online.html') #訪問網站
	driver.find_element_by_xpath('/html/body/div[1]/section[1]/div/div/div/div[2]/div[1]/a[2]').click()
	driver.find_element_by_xpath('//*[@id="code"]').click()
	#模擬點擊操作
  time.sleep(2)      #休眠2秒，防止報錯  
	driver.switch_to_frame("tcaptcha_iframe") #根據iframe的id定位到iframe
	target = driver.find_element_by_xpath("/html/body/div/div[3]/div[2]/div[1]/div[2]/img").get_attribute("src")
	#得到圖片的原地址
	
	response = requests.get(target,headers=headers)	#訪問圖片地址
	 
	img = response.content
	with open( 'test.jpg','wb' ) as f:
	  f.write(img)		#將圖片保存到主目錄,命名為test.jpg
	'''
	os.popen()的用法，簡單來說就是執行cmd命令，並得到cmd的返回值
	這裡是執行detect.py
	'''
	result = os.popen("python detect.py").readlines() #執行目標檢測程序
	list = []
	for line in result:
	  list.append(line)   #將cmd的返回信息存入列表
	print(list)
	a = re.findall("(.*):(.*]).(.*)\\n",list[-4]) #獲得圖片的位置信息
	print(a)
	print(len(a))
	if len(a) != 0:     #如果能檢測到方框
	  tensor=a[0][1]
	  pro = a[0][2]
	  list_=tensor[2:-1].split(",")
	  
	  location = []
	  for i in list_:
	    print(i)
	    b = re.findall("tensor(.*)",i)[0]
	    location.append(b[1:-2])
	  #提取出來方框左上角的xy和右下角的xy
	  drag1 = driver.find_element_by_xpath('/html/body/div/div[3]/div[2]/div[2]/div[2]/div[1]') 
	  #定位到拖動按鈕處
	  action_chains = ActionChains(driver) #實例化鼠標操作類
	  action_chains.drag_and_drop_by_offset(drag1, int(int(location[2])/2-85), 0).perform()
	  #模擬鼠標按住並拖動距離 X 後再放開
	  input("等待操作")  
	  driver.quit() 
	else:
	  driver.quit() 
	  print("未能識別")    

while True:   
  run()

到此這篇關於基於Pytorch版yolov5的滑塊驗證碼破解思路詳解的文章就介紹到這瞭,更多相關Pytorch滑塊驗證碼破解內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

基於Pytorch版yolov5的滑塊驗證碼破解思路詳解

前言

一.前期工作

二.編寫爬蟲

1.尋找合適的網站

2.導入依賴庫

3.編寫破解程序

推薦閱讀：

發佈留言取消回覆

近期文章

前言

一.前期工作

二.編寫爬蟲

1.尋找合適的網站

2.導入依賴庫

3.編寫破解程序

推薦閱讀：

發佈留言 取消回覆

近期文章

標籤

發佈留言取消回覆