GIF验证码分析

GIF验证码 和 普通验证码 的区别是图片上的文字是时隐时现的，如果按帧数查看，每帧都会缺失文字。

GIF验证码图片示例：

所以现在有如下思路：

• 方案一：对图片多次截图，然后把所有图片的数组合并覆盖到一张图中，再识别得到完整图片。
• 方案二：对图片多次抽帧，然后对每张图片单独识别，每个位置出现字符频率最高的则为正确结果。

方案一代码：

from PIL import Imageimport numpy as npimport cv2path = r"C:\Users\lixi\Desktop\p1.gif"image =Image.open(path)shapes = []for i in range(1,4):    image.seek(i)    image.save(f'image/{i}.png')    shapes.append(np.array(image))result = np.subtract(shapes[0], shapes[2])result2 = np.subtract(shapes[0], shapes[1])result3 = np.subtract(shapes[1], shapes[2])cv2.imwrite("image/result.png", shapes[0] + result+result2+result3)

合并后的图片：

方案二代码：（代码转自 https://juejin.cn/post/6855483334512869389）

# -*- coding: utf-8 -*-# @Software: PyCharmimport requestsimport timeimport jsonfrom PIL import Imagefrom io import BytesIOfrom collections import Counterdef get_max_char(str):    '''    获取频率最高字符    :param str:    :return:    '''    count = Counter(str)    count_list = list(count.values())    max_value = max(count_list)    max_list = []    for k, v in count.items(): if v == max_value:     max_list.append(k)    return max_list[0]def recogition(yzm_data):    '''    验证码识别    :param yzm_data:    :return:    '''    resp = requests.post('http://127.0.0.1:8080', data=yzm_data)    return resp.textdef img_to_text(yzmdatas):    '''    图片转字符    :param length:    :return:    '''    yzm1 = ""    yzm2 = ""    yzm3 = ""    yzm4 = ""    for data in yzmdatas: text = recogition(data) json_obj = json.loads(text) yzm_text = json_obj.get("code","") #本文中的验证码长度为4    实际测试中只要长度大于等于4的都可以统计进去，不影响识别准确率 if len(yzm_text) == 4:     l_yzm = list(yzm_text)     yzm1 = yzm1 + l_yzm[0]     yzm2 = yzm2 + l_yzm[1]     yzm3 = yzm3 + l_yzm[2]     yzm4 = yzm4 + l_yzm[3]    yzm1 = get_max_char(yzm1)    yzm2 = get_max_char(yzm2)    yzm3 = get_max_char(yzm3)    yzm4 = get_max_char(yzm4)    return yzm1+yzm2+yzm3+yzm4def download():    '''    下载验证码    :return:    '''    #验证码地址    url = 'http://credit.customs.gov.cn/ccppserver/verifyCode/creator'    resp = requests.get(url)    data = resp.content    return datadef gif_to_png(length,image):    '''    gif抽帧    :param length:    :param image:    :return:    '''    try: yzm_list = [] for i in range(1, length):     image.seek(i)     stream = BytesIO()     image.save(stream, 'PNG')     s = stream.getvalue()     yzm_list.append(s) return yzm_list    except Exception as e: print(e)    return Nonedef handle_yzm(length):    '''    处理验证码    :return:    '''    gif = download()    start = time.time()    if gif: data = BytesIO(gif) image = Image.open(data) png_list = gif_to_png(length, image) if png_list:     yzm_text = img_to_text(png_list)    with open("./Gif_IMG/{}_{}.gif".format(yzm_text, str(time.time())),"wb") as fw: fw.write(gif)    end = time.time()    print("抽帧length:{}-花费时间：{}".format(length, end - start))def run():    #抽帧长度：具体抽帧多少可以依据实际的gif识别准确率来调整。    #抽帧越少识别率可能会低，但是识别所需的时间会减少。23帧准确率98%，时间1s； 6帧准确率85%，时间0.5s左右    #在识别速度和精度之间找一个平衡点即可    length = 10    #识别图片个数    num = 20    for i in range(num): handle_yzm(length)if __name__ == '__main__':    run()

方案一比较简单粗暴，但是会把其他干扰元素也合并到一块，所以合并后还需要其他处理方法。

方案二代码转别人的，效果会好一点，先识别再合成，但是效率不高，需要自己改。

两个方案的代码在使用时都需要优化和调整，大家根据自己的需求选择对应的方案。