现如今，认证码（CAPTCHA）已经成为自动化网络爬虫无法绕过的坎，所谓认证码，就是一种用于区分用户是机器或人的全自动程序，是一种反爬的手段&措施，由此可见，“自动化”与“认证码”是互相对立的存在，爬虫想要达成自动化，就必须攻克验证码。

而滑动认证码就是验证码家族中的一员。

虽说经过几代的发展后，使用率大不如前，但也还占有一定的比率，因此，学习如何处理该种验证码仍具有意义，同时，它也是为数不多的比较容易处理的验证码类型之一。（较好欺负）

主要分为两种思路：

1）模板匹配；使用滑块来匹配背景图片中的缺口，将滑块的像素与背景图片一一对照

2）查找轮廓；在背景图片中查找“缺口”形状，检查形状的宽、高、面积、周长等

其中还有一种通过机器学习训练模型的方式，但它不在本文的讨论范围内

话虽如此，但从网络上检索的方案来看，效果都不尽人意。有些识别率低；有些是“针对某个网站”的特定方案，不具备通用性；有些甚至无法运行... 总之就是不好使。

当然，有些案例还是很值得借鉴的，同时也是本文灵感的由来。

一、设计思路

与模板匹配类似，但本方案不是读取滑块的全部像素来与背景图比较，而只读取滑块的边沿像素，并尝试在背景图中找到与之匹配的点，即缺口的位置。

二、方法设计

姑且称之为“边沿像素点匹配法”，主要分为两个步骤，其一为采集滑块边沿像素点，其二为根据采集的像素点匹配背景图片缺口边沿像素点。

即是说，要使用该方法首先必须满足条件：

• 能够识别滑块的形状

• 能够识别背景图片中的缺口形状

此外，还有一个隐藏条件，滑块与缺口要处于水平对齐状态。

一般情况下，展示给用户的滑动认证码的滑块与缺口是水平对齐的，但并不意味着它的原图也处于相同的状态，如果遇到这种情况，就需要找到该验证码对齐的规律并应用。

以下的实现需要依赖Pillow、opencv-python。

1、滑块边沿像素坐标采集

先后对读取的图片进行了灰度、二值化处理，随后进行采集像素点。

采集的方式也比较简单，从上到下、从左到右依次遍历，将第一个不为黑，即色块值不为0的像素点坐标保存至列表中，并将其返回。

from PIL import Image

def collect(path, start_x=0, start_y=0, offset_x=0, offset_y=0):
    """
    采集滑块边沿像素点坐标，可根据需要传入遍历的起始位置及偏移量，以优化执行效果

    :param path 图片路径
    :param start_x x轴起始位置
    :param start_y y轴起始位置
    :param offset_x x轴偏移量
    :param offset_y y轴偏移量
    :returns list
    """
    gray = Image.open(path).convert("L")
    threshold = 127
    table = [0 if _ < threshold else 1 for _ in range(256)]
    image = gray.point(table, "1")
    _size = image.size
    pos_list = []
    for y in range(start_y, _size[1] + offset_y, 4):
        for x in range(start_x, _size[0] + offset_x):
            if image.getpixel((x, y)) != 0:
                _x = x
                while image.getpixel((_x + 1, y)) == 0:
                    _x += 1
                pos_list.append((_x, y))
                break
    return pos_list

其中，图片处理前后的比较如下：

图1 滑块

图2 经灰度&二值化处理后

在本案例中，滑块与背景图缺口原本就处于水平对齐状态，所以可以直接采集像素点，其执行结果类似于：

[(33, 136), (27, 140), (24, 144), (24, 148), (25, 152), (5, 156), (5, 160), (5, 164), (5, 168), (5, 172), (5, 176), (5, 180), (5, 184), (5, 188), (5, 192), (5, 196), (5, 200), (5, 204), (5, 208), (5, 212), (5, 216)]

将其在原图上绘制后，如下：

图3 滑块边沿像素点示例

2、缺口边沿像素点匹配方法

匹配之前，需对图片做相应的处理：

• 调用cv2.GaussianBlur()对图片进行模糊处理，使得图像变得平滑、柔化

• 调用cv2.Canny()对图片进行边缘检测

该方法从左到右扫描图片，按照一定的规律查找目标像素点：如果指定坐标为白色，即色块值为255，则认为当前像素点匹配命中；匹配未命中时，会在误差范围内的坐标继续查找，最后若仍然未查找到目标时，会认为当前像素点匹配未命中。

最后，以字典的形式返回匹配结果，根据匹配命中的数量，分为“完全匹配”和“不匹配”两种类型。

import cv2

def match(path, pos_list, start_x=0, offset_x=0):
    """
    匹配边沿像素点坐标

    :param path 图片路径
    :param pos_list 滑块边沿坐标
    :param start_x x轴起始位置
    :param offset_x y轴起始位置
    :returns dict
    """
    image = cv2.imread(path)
    blurred = cv2.GaussianBlur(image, (5, 5), 0)
    canny = cv2.Canny(blurred, 200, 300)
    _size = canny.shape
    _len = len(pos_list)
    record = None
    for x in range(start_x, _size[1] + offset_x, 3):
        pos_list2 = []
        matched = False
        count = 0
        for i in range(0, _len):
            x0, y0 = pos_list[i]
            _x = x0 + x
            pixel = canny[y0, _x]
            if pixel == 255:
                pos_list2.append((_x, y0, True))
            else:
                for deviation in range(1, 3):
                    pixel = canny[y0, _x + deviation]
                    if pixel == 255:
                        pos_list2.append((_x + deviation, y0, True))
                        break
                if pixel == 0:
                    pos_list2.append((_x, y0, False))
            if len(pos_list2) > _len / 2:
                _count = 0
                _count2 = 0
                for pos in pos_list2:
                    if pos[2]:
                        _count += 1
                    else:
                        _count2 += 1
                count = _count
                if _count >= int(_len * 0.8):
                    matched = True
                    break
                if _count2 >= int(_len * 0.5):
                    matched = False
                    break
        if matched:
            record = {'offset': x, 'pos': pos_list2, 'type': 'matched'}
            break
        elif record is None or record['count'] < count:
            record = {'offset': x, 'pos': pos_list2, 'type': 'not_matched', 'count': count}
    return record

图片处理前后的比较如下：

图4 背景图

图5 经模糊&边缘检测后

三、使用方法

1、定义程序入口

if __name__ == '__main__':
    bg_path = "images/0-1.jpg"
    slider_path = "images/0-2.png"
    pos_list = collect(slider_path)
    # 根据情况，传入start_x、offset_x，如此处认为缺口不可能在图片的开头或结尾
    r = match(bg_path, pos_list, start_x=90, offset_x=-90)
    print(r)
    draw(r.get("pos"), bg_path)

执行结果如下：

{'offset': 255, 'pos': [(288, 136, False), (283, 140, True), (280, 144, True), (279, 148, True), (280, 152, False), (260, 156, False), (260, 160, True), (260, 164, True), (261, 168, True), (261, 172, True), (261, 176, True), (261, 180, True), (260, 184, True), (260, 188, True), (260, 192, True), (260, 196, True), (260, 200, True), (260, 204, True), (260, 208, True)], 'type': 'matched'}

2、根据返回的坐标在原图上绘制

图6 匹配结果示例

数据表明，本次成功匹配到了缺口的位置，其偏移量为255(像素)。

需要说明的是，该方案并非与案例“过度拟合”，它是一种“通用”的方案，以下列出了其他一些网站的匹配数据。

3、其他的匹配结果

图7 网易云音乐

图8 bilibili (但现在已改为点选)

图8 极验

图9 豆瓣

4、不满足使用条件的情况说明

当然，也并不总是能匹配成功，比较典型的就是刷到不满足使用条件的验证码，即是说，在以上匹配成功的网站中，也有可能刷出会匹配失败的码，需要看运气，遇到这种情况时，一般需要刷新重新获取。

1）无法正确识别缺口形状

图10 无法识别缺口示例图（原图）

图11 无法识别缺口示例图（处理后）

2）无法正确读取滑块边沿像素点

有些网站中，滑块图并不单独存在，此时需要找到网站认证码的排布规律，采集滑块像素点并使之与缺口水平对齐。

图12 无法正确读取滑块边沿像素点示例图

本文的源代码已经上传至github，可根据需要自行获取。

该方案取巧的地方在于，它假设背景图片中缺口所在的水平线上，有且仅有一个“缺口”的形状，假设满足条件，一般都能够匹配成功，这好比在只有一个字符“a”的数组里查找“a”，只要从头遍历到尾，是必定可以查找到的；相反，如果水平线上存在多个“缺口”形状，那将会导致失败。

总的来说，如文章开头所言，滑动认证码是一种较容易处理的验证码类型，使用通常的点子与思路足以应付，但也需要一些库的支持，如Pillow、opencv-python，同时也不能保证百分百识别成功。

不过，随着越来越多的网站使用的是与用户交互更加密切相关的认证码，如点选（文字&图像&方向等）、图像识别等，滑动认证码的生存空间正在进一步受到“排挤”，以后会被完全取代也说不定。

而这些新型的验证码，一般来说，人类很容易辨别，但机器却很难，甚至无从下手，此时，就必须要接入专门的机器学习算法了，或者也可以选择接入打码平台。

以上。