python+opencv+selenium自动化登录邮箱并实现滑动验证功能

魁首哥

作者

python+opencv+selenium自动化登录邮箱并实现滑动验证功能

这篇文章主要介绍“python+opencv+selenium自动化登录邮箱并实现滑动验证功能”的相关知识，小编通过实际案例向大家展示操作过程，操作方法简单快捷，实用性强，希望这篇“python+opencv+selenium自动化登录邮箱并实现滑动验证功能”文章能帮助大家解决问题。

在我们做自动化登录时，总会遇到各种奇奇怪怪的验证码，滑块验证码就是其中最常见的一种。若我们的程序自动输入账号密码之后，还需要我们人工去滑动验证码那还能称得上是自动化吗？
那么先给大家说一下我的‘解题步骤"。

1.使用selenium打开邮箱首页。
2.定位到账号密码框，键入账号密码。
3.获取验证图片，使用opencv处理返回滑块应拖动的距离。
4.创建鼠标事件，模拟拖动滑块完成验证。

需要解决的问题：

1.页面元素的定位。
2.文本框和验证码的frame嵌套。
3.opencv处理验证图片缺口图像匹配并返回距离。
4.webdriver在网页中使用xpath时如何定位自身元素。
5.原始图片尺寸与在网页中的实际尺寸同比例缩放(距离的缩放)。

源代码：

#滑稽研究所出品fromselenium.webdriver.common.keysimportKeysfromselenium.webdriverimportActionChainsfromseleniumimportwebdriverimportrequestsimporttimeimportcv2#下载图片defdownload_img(url,filename):r=requests.get(url)withopen(filename+".png","wb")asf:#对于图片类型的通过r.content方式访问响应内容，将响应内容写入yanzheng.png中f.write(r.content)print(filename+"下载完成")defget_image():#为什么这里要定义全局变量？因为driver在函数内，函数运行完毕就会关闭，#相应的网页也会被关闭，这就是网上很多问为什么网页会自动关闭的原因。globaldriverdriver=webdriver.Chrome()#获取浏览器对象driver.get("https://mail.qq.com/")#加载百度首页#窗口最大化操作，如果窗口过小，会导致后续拖动滑块时出现视野丢失的问题driver.maximize_window()time.sleep(2)#睡眠两秒driver.find_element_by_xpath("/html/body/div/div[2]/div/div[1]/div/div[1]/div[2]").click()time.sleep(1)driver.switch_to.frame("login_frame")#driver.find_element_by_xpath("//*[@id="switcher_plogin"]").click()#输入账号密码input=driver.find_element_by_xpath("//*[@id="u"]")#定位QQ账号框time.sleep(1)input.send_keys("zhanghao")#搜索框输入内容input=driver.find_element_by_xpath("//*[@id="p"]")#定位QQ密码框input.send_keys("你的密码")#搜索框输入内容print("账号密码输入完成。")#这里停顿一下，不然不会显示滑动验证，应该是检测自动化工具的手段。（反爬）time.sleep(1)driver.find_element_by_xpath("//*[@id="login_button"]").click()#注意我们这里又需要跳到验证码的子框（又一个嵌套）time.sleep(1)driver.switch_to.frame("tcaptcha_iframe")#webdriver的定位方法和浏览器xpath不一样，不能直接定位到标签的属性.#需要首先定位到webelement，之后get到属性!!!!!!!bk=driver.find_element_by_xpath("//*[@id="slideBg"]").get_attribute("src")print(bk)#获取背景和滑块地址，下载到本地。key=driver.find_element_by_xpath("//*[@id="slideBlock"]").get_attribute("src")print(bk)download_img(bk,filename="bk")download_img(key,filename="key")#锁定滑块slider=driver.find_element_by_xpath("//*[@id="tcaptcha_drag_thumb"]")#获取应滑动距离dis=get_distance()print(dis)#滑块部分，没有问题，已完成。newact=ActionChains(driver)newact.click_and_hold(slider).perform()newact.move_by_offset(xoffset=dis-20,yoffset=0).perform()time.sleep(0.5)newact.release().perform()#处理得到滑块应移动的距离。defget_distance():path="bk.png"img=cv2.imread(path)path="key.png"img2=cv2.imread(path)imgContour=img.copy()print("img.shape:",img.shape)imgGray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)imgBlur=cv2.GaussianBlur(imgGray,(3,3),1)imgCanny=cv2.Canny(imgBlur,400,500)imgGray2=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)imgBlur2=cv2.GaussianBlur(imgGray2,(3,3),1)imgCanny2=cv2.Canny(imgBlur2,400,500)cv2.imshow("O",imgCanny)#匹配拼图result=cv2.matchTemplate(imgCanny,imgCanny2,cv2.TM_CCOEFF_NORMED)#归一化cv2.normalize(result,result,0,1,cv2.NORM_MINMAX,-1)min_val,max_val,min_loc,max_loc=cv2.minMaxLoc(result)print("min_loc:",min_loc)print("max_loc:",max_loc)#匹配后结果画圈cv2.rectangle(imgContour,max_loc,(max_loc[0]+135,max_loc[1]+135),(0,0,255),2)#原图为680*390在浏览器resize为280*161，这里我们只用到宽。所以需要进行同比例缩放。res=min_loc[0]/(680/280)cv2.imshow("CannyImage",imgContour)#这里不可以用0，因为图片窗口会一直显示，程序卡住无法return出距离给滑块功能使用。cv2.waitKey(100)print("应滑动距离获取成功。")returnresif__name__=="__main__":get_image()

下面是运行结果，两种不同的验证码背景图都可以正确识别出来。红框为代码识别缺口之后标记的红框