因?yàn)榉N種原因沒能實(shí)現(xiàn)愿景的目標(biāo)，在這里記錄一下中間結(jié)果，也算是一個(gè)收?qǐng)霭?。這篇文章主要是用selenium解決滑塊驗(yàn)證碼的個(gè)別案列。

思路：

用selenium打開瀏覽器指定網(wǎng)站

將殘缺塊圖片和背景圖片下載到本地

對(duì)比兩張圖片的相似地方，計(jì)算要滑動(dòng)的距離

規(guī)劃路線，移動(dòng)滑塊

一、實(shí)現(xiàn)步驟

1、用selenium打開瀏覽器瀏覽指定網(wǎng)站

1、找到chromedriver.exe的路徑

點(diǎn)擊開始找到谷歌圖標(biāo)==》右鍵更多==》打開文件位置==》右鍵谷歌快捷方式==》屬性 ==》打開文件所在的位置 ==》復(fù)制路徑

2、代碼

from selenium import webdriver# chrome_path要改成你自己的路徑chrome_path = r"C:\Users\11248\AppData\Local\Google\Chrome\Application\chromedriver.exe"url = 'https://icas.jnu.edu.cn/cas/login'driver = webdriver.Chrome(chrome_path)driver.get(url)

二、將殘缺塊圖片和背景圖片下載到本地

1、找到圖片位置

打開網(wǎng)頁進(jìn)入開發(fā)者工具，找到圖片位置

2、代碼

import timeimport requestsfrom PIL import Imagefrom selenium.webdriver.common.by import Byfrom io import BytesIOtime.sleep(5)# 進(jìn)入頁面要停留幾秒鐘，等頁面加載完target_link = driver.find_element(By.CLASS_NAME, "yidun_bg-img").get_attribute('src')template_link = driver.find_element(By.CLASS_NAME, "yidun_jigsaw").get_attribute('src')target_img = Image.open(BytesIO(requests.get(target_link).content))template_img = Image.open(BytesIO(requests.get(template_link).content))target_img.save('target.jpg')template_img.save('template.png')

三、對(duì)比兩張圖片的相似地方，計(jì)算要滑動(dòng)的距離

1、用matchTemplate獲取移動(dòng)距離

因?yàn)楸尘皥D片中的殘缺塊位置和原始?xì)埲眻D的亮度有所差異，直接對(duì)比兩張圖片相似的地方，往往得不到令人滿意的結(jié)果，在此要對(duì)兩張圖片進(jìn)行一定的處理，為了避免這種亮度的干擾，筆者這里將兩張圖片先進(jìn)行灰度處理，再對(duì)圖像進(jìn)行高斯處理，最后進(jìn)行邊緣檢測(cè)。

def handel_img(img):imgGray = cv2.cvtColor(img, cv2.COLOR_RGBA2GRAY)  # 轉(zhuǎn)灰度圖imgBlur = cv2.GaussianBlur(imgGray, (5, 5), 1)  # 高斯模糊imgCanny = cv2.Canny(imgBlur, 60, 60)  # Canny算子邊緣檢測(cè)return imgCanny

?將JPG圖像轉(zhuǎn)變?yōu)?通道（RGBA）

def add_alpha_channel(img):""" 為jpg圖像添加alpha通道 """r_channel, g_channel, b_channel = cv2.split(img)  # 剝離jpg圖像通道alpha_channel = np.ones(b_channel.shape, dtype=b_channel.dtype) * 255  # 創(chuàng)建Alpha通道img_new = cv2.merge((r_channel, g_channel, b_channel, alpha_channel))  # 融合通道return img_new

2、代碼

import cv2# 讀取圖像def match(img_jpg_path, img_png_path):# 讀取圖像img_jpg = cv2.imread(img_jpg_path, cv2.IMREAD_UNCHANGED)img_png = cv2.imread(img_png_path, cv2.IMREAD_UNCHANGED)# 判斷jpg圖像是否已經(jīng)為4通道if img_jpg.shape[2] == 3:img_jpg = add_alpha_channel(img_jpg)img = handel_img(img_jpg)small_img = handel_img(img_png)res_TM_CCOEFF_NORMED = cv2.matchTemplate(img, small_img, 3)value = cv2.minMaxLoc(res_TM_CCOEFF_NORMED)value = value[3][0]  # 獲取到移動(dòng)距離return value

3、檢驗(yàn)效果

為了驗(yàn)證思路和方法是否得當(dāng)，這里將滑塊圖片與背景圖片進(jìn)行拼接，為后面埋下一個(gè)小坑。

def merge_img(jpg_img, png_img, y1, y2, x1, x2):""" 將png透明圖像與jpg圖像疊加y1,y2,x1,x2為疊加位置坐標(biāo)值"""# 判斷jpg圖像是否已經(jīng)為4通道if jpg_img.shape[2] == 3:jpg_img = add_alpha_channel(jpg_img)# 獲取要覆蓋圖像的alpha值，將像素值除以255，使值保持在0-1之間alpha_png = png_img[yy1:yy2, xx1:xx2, 3] / 255.0alpha_jpg = 1 - alpha_png# 開始疊加for c in range(0, 3):jpg_img[y1:y2, x1:x2, c] = ((alpha_jpg * jpg_img[y1:y2, x1:x2, c]) + (alpha_png * png_img[yy1:yy2, xx1:xx2, c]))return jpg_imgimg_jpg_path = 'target.jpg'  # 讀者可自行修改文件路徑img_png_path = 'template.png'  # 讀者可自行修改文件路徑x1 = match(img_jpg_path, img_png_path)y1 = 0x2 = x1 + img_png.shape[1]y2 = y1 + img_png.shape[0]# 開始疊加res_img = merge_img(img_jpg, img_png, y1, y2, x1, x2)cv2.imshow("res_img ", res_img)cv2.waitKey(0)

四、規(guī)劃路線，移動(dòng)滑塊

1、點(diǎn)擊滑塊移動(dòng)

用第3節(jié)已經(jīng)獲取到的距離，點(diǎn)擊滑塊進(jìn)行移動(dòng)

from selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.support.wait import WebDriverWaitfrom selenium.webdriver import ActionChainsdef crack_slider(distance):wait = WebDriverWait(driver, 20)slider = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))ActionChains(self.driver).click_and_hold(slider).perform()ActionChains(self.driver).move_by_offset(xoffset=distance, yoffset=0).perform()time.sleep(2)ActionChains(self.driver).release().perform()return 0

神奇的事情是，坑來了，沒有匹配成功。

2、匹配失敗原因

這里有以下兩點(diǎn)原因：

• 圖片尺寸發(fā)生了變化，距離要進(jìn)行轉(zhuǎn)換。

• 滑塊滑動(dòng)時(shí)，滑塊和殘缺塊的相對(duì)位置有變動(dòng)。

首先解決圖片尺寸變化問題，找到網(wǎng)頁中圖片大小：345x172.500

下載到本地圖片大小：480x240

所以要對(duì)距離進(jìn)行以下處理：

distance = distance / 480 * 345

關(guān)于第二個(gè)問題，這里沒有找到很好的測(cè)量工具測(cè)量出來，好在驗(yàn)證碼對(duì)位置精確度要求不高，就一個(gè)個(gè)試數(shù)吧。

distance = distance /480 * 345 + 12

五、補(bǔ)充

在對(duì)極驗(yàn)驗(yàn)證碼進(jìn)行學(xué)習(xí)中，有的網(wǎng)站對(duì)移動(dòng)軌跡進(jìn)行了驗(yàn)證，如果滑動(dòng)太快，也會(huì)被識(shí)別出機(jī)器操作，為了模擬人工操作，出色的程序員寫出了一個(gè)魔幻移動(dòng)軌跡

舉個(gè)例子：我們可以先超過目標(biāo)，再往回移動(dòng)。

def get_tracks(distance):distance += 20v = 0t = 0.2forward_tracks = []current = 0mid = distance * 3 / 5while current < distance:if current < mid:a = 2else:a = -3s = v * t + 0.5 * a * (t ** 2)v = v + a * tcurrent += sforward_tracks.append(round(s))back_tracks = [-3, -3, -2, -2, -2, -2, -2, -1, -1, -1]return {'forward_tracks': forward_tracks, 'back_tracks': back_tracks}def crack_slider(tracks):wait = WebDriverWait(driver, 20)slider = wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))ActionChains(driver).click_and_hold(slider).perform() # 模擬按住鼠標(biāo)左鍵for track in tracks['forward_tracks']:ActionChains(driver).move_by_offset(xoffset=track, yoffset=0).perform()time.sleep(0.5)for back_tracks in tracks['back_tracks']:ActionChains(driver).move_by_offset(xoffset=back_tracks, yoffset=0).perform()ActionChains(driver).move_by_offset(xoffset=-4, yoffset=0).perform()ActionChains(driver).move_by_offset(xoffset=4, yoffset=0).perform()time.sleep(0.5)ActionChains(driver).release().perform()# 釋放左鍵return 0

六、完整代碼

# coding=utf-8import reimport requestsimport timefrom io import BytesIOimport cv2import numpy as npfrom PIL import Imagefrom selenium import webdriverfrom selenium.webdriver import ActionChainsfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver.support.wait import WebDriverWaitclass CrackSlider():# 通過瀏覽器截圖，識(shí)別驗(yàn)證碼中缺口位置，獲取需要滑動(dòng)距離，并破解滑動(dòng)驗(yàn)證碼def __init__(self):super(CrackSlider, self).__init__()self.opts = webdriver.ChromeOptions()self.opts.add_experimental_option('excludeSwitches', ['enable-logging'])# self.driver = webdriver.Chrome(ChromeDriverManager().install(), options=self.opts)chrome_path = r"C:\Users\11248\AppData\Local\Google\Chrome\Application\chromedriver.exe"self.driver = webdriver.Chrome(chrome_path, options=self.opts)self.url = 'https://icas.jnu.edu.cn/cas/login'self.wait = WebDriverWait(self.driver, 10)def get_pic(self):self.driver.get(self.url)time.sleep(5)target_link = self.driver.find_element(By.CLASS_NAME, "yidun_bg-img").get_attribute('src')template_link = self.driver.find_element(By.CLASS_NAME, "yidun_jigsaw").get_attribute('src')target_img = Image.open(BytesIO(requests.get(target_link).content))template_img = Image.open(BytesIO(requests.get(template_link).content))target_img.save('target.jpg')template_img.save('template.png')def crack_slider(self, distance):slider = self.wait.until(EC.element_to_be_clickable((By.CLASS_NAME, 'yidun_slider')))ActionChains(self.driver).click_and_hold(slider).perform()ActionChains(self.driver).move_by_offset(xoffset=distance, yoffset=0).perform()time.sleep(2)ActionChains(self.driver).release().perform()return 0def add_alpha_channel(img):""" 為jpg圖像添加alpha通道 """r_channel, g_channel, b_channel = cv2.split(img)  # 剝離jpg圖像通道alpha_channel = np.ones(b_channel.shape, dtype=b_channel.dtype) * 255  # 創(chuàng)建Alpha通道img_new = cv2.merge((r_channel, g_channel, b_channel, alpha_channel))  # 融合通道return img_newdef handel_img(img):imgGray = cv2.cvtColor(img, cv2.COLOR_RGBA2GRAY)  # 轉(zhuǎn)灰度圖imgBlur = cv2.GaussianBlur(imgGray, (5, 5), 1)  # 高斯模糊imgCanny = cv2.Canny(imgBlur, 60, 60)  # Canny算子邊緣檢測(cè)return imgCannydef match(img_jpg_path, img_png_path):# 讀取圖像img_jpg = cv2.imread(img_jpg_path, cv2.IMREAD_UNCHANGED)img_png = cv2.imread(img_png_path, cv2.IMREAD_UNCHANGED)# 判斷jpg圖像是否已經(jīng)為4通道if img_jpg.shape[2] == 3:img_jpg = add_alpha_channel(img_jpg)img = handel_img(img_jpg)small_img = handel_img(img_png)res_TM_CCOEFF_NORMED = cv2.matchTemplate(img, small_img, 3)value = cv2.minMaxLoc(res_TM_CCOEFF_NORMED)value = value[3][0]  # 獲取到移動(dòng)距離return value# 1. 打開chromedriver，試試下載圖片cs = CrackSlider()cs.get_pic()# 2. 對(duì)比圖片，計(jì)算距離img_jpg_path = 'target.jpg'  # 讀者可自行修改文件路徑img_png_path = 'template.png'  # 讀者可自行修改文件路徑distance = match(img_jpg_path, img_png_path)distance = distance /480 * 345 + 12# 3. 移動(dòng)cs.crack_slider(distance)

最后感謝每一個(gè)認(rèn)真閱讀我文章的人，禮尚往來總是要有的，雖然不是什么很值錢的東西，如果你用得到的話可以直接拿走：【文末領(lǐng)取】

---

? ? ?【下面是我整理的2023年最全的軟件測(cè)試工程師學(xué)習(xí)知識(shí)架構(gòu)體系圖+全套資料】

---

一、Python編程入門到精通

二、接口自動(dòng)化項(xiàng)目實(shí)戰(zhàn)??

三、Web自動(dòng)化項(xiàng)目實(shí)戰(zhàn)

四、App自動(dòng)化項(xiàng)目實(shí)戰(zhàn)?

五、一線大廠簡(jiǎn)歷

六、測(cè)試開發(fā)DevOps體系?

七、常用自動(dòng)化測(cè)試工具

八、JMeter性能測(cè)試?

九、總結(jié)（文末尾部小驚喜）

生命不息，奮斗不止。每一份努力都不會(huì)被辜負(fù)，只要堅(jiān)持不懈，終究會(huì)有回報(bào)。珍惜時(shí)間，追求夢(mèng)想。不忘初心，砥礪前行。你的未來，由你掌握！

生命短暫，時(shí)間寶貴，我們無法預(yù)知未來會(huì)發(fā)生什么，但我們可以掌握當(dāng)下。珍惜每一天，努力奮斗，讓自己變得更加強(qiáng)大和優(yōu)秀。堅(jiān)定信念，執(zhí)著追求，成功終將屬于你！

只有不斷地挑戰(zhàn)自己，才能不斷地超越自己。堅(jiān)持追求夢(mèng)想，勇敢前行，你就會(huì)發(fā)現(xiàn)奮斗的過程是如此美好而值得。相信自己，你一定可以做到！???