### 使用 Python 实现在线网页验证码的自动识别 通过结合网络爬虫技术、图像处理库（如 OpenCV）、机器学习模型训练以及浏览器自动化工具（如 Selenium），可以实现对在线网页验证码的自动识别和填写功能。以下是具体的技术细节： #### 1. 验证码获取 利用 `requests` 或 `Selenium` 工具访问目标网站，定位到验证码图片的位置并下载保存至本地文件系统[^1]。 ```python import requests def download_captcha(url, save_path): response = requests.get(url) with open(save_path, 'wb') as f: f.write(response.content) captcha_url = "http://example.com/captcha" save_path = "./captcha_image.png" download_captcha(captcha_url, save_path) ``` #### 2. 图像预处理 下载完成后需对验证码图片进行必要的预处理操作，包括但不限于去噪、二值化、边缘检测等步骤以便后续分割单个字符用于进一步分析[^2]。 ```python import cv2 from PIL import Image def preprocess_image(image_path): img = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE) _, binary_img = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY_INV) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) denoised_img = cv2.morphologyEx(binary_img, cv2.MORPH_OPEN, kernel) return denoised_img processed_image = preprocess_image("./captcha_image.png") cv2.imwrite('./preprocessed_captcha.png', processed_image) ``` #### 3. 字符分割与特征提取 经过初步清理之后，需要将整个字符串形式呈现出来的验证码拆分成独立的小片段分别对应各个组成字母或者数字；接着计算每部分像素分布特性作为输入向量供分类器判断用途。 ```python def segment_characters(preprocessed_image): contours, _ = cv2.findContours(preprocessed_image.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) letters = [] for contour in sorted(contours, key=lambda c: cv2.boundingRect(c)[0]): (x, y, w, h) = cv2.boundingRect(contour) letter = preprocessed_image[y:y+h, x:x+w] letters.append(letter.flatten()) return np.array(letters).astype(np.float32) segmented_chars = segment_characters(processed_image) ``` #### 4. 模型训练与预测 构建 KNN 分类算法实例完成样本数据集上的参数调整过程后即可投入使用新采集来的未知类别对象加以推测其所属标签身份。 ```python import numpy as np import cv2 samples = ... # 加载已标注好的训练样本集合 label_ids = ... # 各自对应的正确答案列表 knn_model = cv2.ml.KNearest_create() knn_model.train(samples, cv2.ml.ROW_SAMPLE, label_ids) _, results, neighbours, dists = knn_model.findNearest(segmented_chars, k=3) predicted_text = ''.join([chr(int(result)) for result in results]) print(f"Predicted Captcha Text: {predicted_text}") ``` #### 5. 浏览器交互提交表单 最后借助 WebDriver API 控制真实环境下的 Web 页面行为模拟人类动作把解析得到的结果填充回相应字段位置再触发登录按钮验证流程结束全部工作流. ```python from selenium import webdriver driver = webdriver.Chrome(executable_path='/path/to/chromedriver') driver.get('http://example.com/login') input_field = driver.find_element_by_id('username') password_field = driver.find_element_by_id('password') captcha_input = driver.find_element_by_name('captcha') submit_button = driver.find_element_by_css_selector('.login-button') input_field.send_keys('your_username') password_field.send_keys('your_password') captcha_input.send_keys(predicted_text) submit_button.click() driver.quit() ``` ---