一个有趣的字符滚动GIF动态验证码识别_gif验证码怎么识别

字符滚动的GIF验证码如图所示，很有创意，我很喜欢hhh：

首先分析：

经过多张比对，两个干扰字符出现的帧的位置并无规律，无法通过单一的帧进行判断取哪个帧合适。可以采用序列识别，根据序列稳定性判断最佳的帧序列，来达到识别效果。

老样子，既然要训练，那就得采集样本，笔者对接自己训练的通用英数模型进行样本采集（通用英数测试地址：http://152.136.207.29:19812/preview?model_name=CUSTOMS_GIF）

ctx = execjs.compile(source)


class Customs(Project):
    def __init__(self):
        super().__init__()
        self.captcha_length = [4, 4]
        self.gif_max_frame = True
        self.service_type = ServiceType.Local19952
        self.captcha_url = "http://credit.customs.gov.cn/ccppserver/verifyCode/creator"
        self.feedback_url = "http://credit.customs.gov.cn/ccppserver/ccpp/queryList"

    def captcha_process(self) -> bytes:
        r = self.session.get(self.captcha_url)
        return r.content

    def feedback_process(self, captcha_text: str) -> bool:

        payload = {
            "nameSaic": "000",
            "checkCode": captcha_text
        }
        r = self.session.post(self.feedback_url, json=payload)
        r.encoding = "utf8"
        # print(r.text)
        result = ctx.call("loadMenuTypeStr", r.text)
        print(result)
        if '%u65E0%u7B26%u5408%u6761%u4EF6%u7684%u6570%u636E' in result:
            return True
        else:
            return False


if __name__ == '__main__':
    project = Customs()
    project.configuration(

        proxy=ProxyType.mainland,
        save_false=True,
        headers={
            "Referer": "http://credit.customs.gov.cn/",
            "X-Requested-With": "XMLHttpRequest",
        }
    )
    project.start(num=100000)
    pass
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46

笔者使用自建爬虫框架进行采集，如下图采集过程一气呵成。

样本采集结果如下：

有了样本就能开工了，使用captcha_trainer训练，根据先前的算法对GIF进行预处理，问题迎刃而解。训练方法千千万，实在不懂就先把样本分离成如下：

再进行训练。

识别率对接官网实测达99%。

作者QQ：27009583