腾讯天御图标点选验证码识别

一、简介图上面动态图所示就是我们开发的腾讯天御图标点选验证码的识别效果。我们开发的识别模型识别效果特别好正确率接近100%。而且识别速度特别快特别满足用户高并发的要求。二、识别介绍这里识别我们都采用原图原图是指通过图片链接下载的图片的方式当然我们也支持截图识别。要完成这个验证码的识别主要有以下几个步骤1、获取图片 2、识别图片 3、根据识别结果点击图片 4、验证通过下图就是提示点击顺序的小图点击区的大图有了这两张图片我们就可以进入下一步进行图像识别了。三、识别代码下面代码中的【90-1.jpg】是上面提到的点击区大图【90-2.jpg】是提示点击顺序的小图。顺序不能搞错不然会识别不正确。import base64 import requests import datetime from io import BytesIO from PIL import Image, ImageDraw, ImageFont t1 datetime.datetime.now() #PIL图片保存为base64编码 def PIL_base64(img, codingutf-8): img_format img.format if img_format None: img_format JPEG format_str JPEG if png img_format.lower(): format_str PNG if gif img_format.lower(): format_str gif if img.mode P: img img.convert(RGB) if img.mode RGBA: format_str PNG img_format PNG output_buffer BytesIO() # img.save(output_buffer, formatformat_str) img.save(output_buffer, quality100, formatformat_str) byte_data output_buffer.getvalue() base64_str data:image/ img_format.lower() ;base64, base64.b64encode(byte_data).decode(coding) # base64_str base64.b64encode(byte_data).decode(coding) return base64_str # 加载图片 img1 Image.open(rE:\Python\lixin_project\OpenAPI接口测试\test_img\90-1.jpg) # 图片转base64 img1_base64 PIL_base64(img1) img2 Image.open(rE:\Python\lixin_project\OpenAPI接口测试\test_img\90-2.jpg) # 图片转base64 img2_base64 PIL_base64(img2) # 验证码识别接口 # 可以根据自己网络情况选择不同接口 # http://bq1gpmr8.xiaomy.net电信 # http://220.167.181.200:9009移动、电信、联通 # 验证码识别接口 url http://220.167.181.200:9009/openapi/verify_code_identify/ data { # 用户的key key: qaXZNkpHniKPxw4ZYJj0, # 验证码类型 verify_idf_id: 90, # 点击区大图 img1: img1_base64, # 点击顺序小图 img2: img2_base64, } header {Content-Type: application/json} # 使用 session 发送请求 session requests.Session() # 发送请求调用接口 response session.post(urlurl, jsondata, headersheader) # 获取响应数据识别结果 print(response.text) print(耗时, datetime.datetime.now() - t1) # 标记识别结果 draw ImageDraw.Draw(img1) # 字体设置 font_type ./msyhl.ttc font_size 14 font ImageFont.truetype(font_type, font_size) # 获取结果列表 y response.json()[data][res_str] point_list eval(y) # 标记点击序号 for i, point in enumerate(point_list): draw.ellipse((point[0] - 15, point[1] - 15,point[0] 15, point[1] 15), fill(255, 0, 0)) draw.text((point[0] - 5, point[1] - 15), str(i 1), fill(255, 255, 255), fontfont) img1.show()识别完成后会给到以点击区大图左上角为原点的点击坐标上面代码会自动在图上标记点击顺序。识别效果如下想了解更多验证码识别请访问得塔云