怎么用脚本识别验证码类型

wen 实用脚本 2026-07-30 1

从原理到自动化实战全指南

目录导读

验证码类型识别为什么重要？——核心痛点与场景
验证码主流类型全解析（图文对照）
脚本识别验证码类型的底层逻辑与算法选型
手把手实现：Python脚本识别五大验证码类型
常见问题Q&A（含代码调试问答）
识别精度提升技巧与反爬规避策略

验证码类型识别为什么重要？

Q：网上验证码识别教程那么多，为什么还要专门写一篇“识别验证码类型”的文章？
A：因为90%的自动化脚本在第一步就卡住了——你根本不知道对面站点的验证码属于“字符型”“滑动型”“点选型”还是“行为轨迹型”，不同类型的验证码需要完全不同的处理管线，盲用通用OCR（光学字符识别）对滑动验证码毫无作用。判断验证码类型是自动化操作的第一道门槛。

怎么用脚本识别验证码类型

抓取某电商平台商品价格时,可能会遇到：

图形字符验证码（需CNN分类器）
滑块缺口验证码（需目标检测+轨迹模拟）
旋转角度验证码（需关键点回归）
如果脚本无法自动判别类型,后续对应策略将全部失效。

验证码主流类型全解析

要“用脚本识别类型”，首先得知道有哪些类型可被识别，根据搜索引擎最新资料汇总,常见验证码分为以下五类：

1 文本字符型（Text CAPTCHA）

特征：扭曲、粘连、带噪声的字母数字组合，通常为4-6位。
示例：A3c#9，背景有横线/点状干扰。
脚本识别指标：图像宽高比、字符连通域数量、灰度直方图波峰波谷。

2 滑块拼图型（Slider CAPTCHA）

特征：一张完整背景图+一块缺失的小图,需拖动滑块对齐缺口。
示例：极验、腾讯滑块、阿里云盾。
脚本识别指标：图像边缘梯度、缺口区域对比度、滑块阴影特征。

3 点选/点击型（Click CAPTCHA）

特征：出现一组图片，要求按指定顺序点击某个物体（如“请点击红绿灯”）。
示例：12306点选、语义词验证。
脚本识别指标：目标检测物体类别置信度、JSON返回的文字指令。

4 旋转校正型（Rotate CAPTCHA）

特征：图片被旋转一定角度,需拖动转盘使图片回正。
示例：谷歌reCAPTCHA v2的“旋转图片”变体。
脚本识别指标：图像方向梯度分布、UI控件中的圆弧进度条角度。

5 行为轨迹型（Behavior CAPTCHA）

特征：不需要用户主动输入，后台分析鼠标移动路径、点击频率、时间间隔。
示例：极验无感验证、CF防人机挑战。
脚本识别指标：请求头中的轨迹加密参数（如w参数），严格来说不是图像型,但脚本需监控页面加载特征。

脚本识别验证码类型的底层逻辑

1 核心方法：基于特征工程+轻量级CNN分类

实现“自动识别类型”，本质上是一个多分类任务,可行方案有两种：

方案A：规则驱动（适用于初阶脚本）

步骤1：获取验证码图片元素URL或base64数据。
步骤2：计算图像特征向量：
- 分辨率分布（滑块图通常为280x160，字符图为200x70）
- 颜色复杂度（字符型噪声较多）
- 边缘密度（滑块缺口边界明显）
步骤3：根据阈值规则判别类型。
优点：无需训练；缺点：对变形验证码容错低。

方案B：深度学习分类（推荐生产环节）

使用ResNet18或MobileNetV3轻量网络，在公开验证码数据集（如CAPTCHA-classification-50k）上微调。
输入：归一化到224x224的验证码截图。
输出：['text','slider','click','rotate','behavior'] 概率分布。
优点：泛化性强；缺点：需标注数据。

2 关键判断特征一览（可直接用于规则）

验证码类型	关键可计算特征
文本字符型	字符数=4~6，连通域个数>3，非连续色块较多
滑块拼图型	图像中出现一条横向缺口（通过Canny边缘检测），且存在一个独立滑块小图
点选型	页面存在多个同类物体图像，且伴随文字提示按钮
旋转型	存在圆形/半圆弧控件，且图像主方向偏移超过15°
行为型	页面不显示任何可见输入框，仅监听鼠标事件

手把手实现：Python脚本识别五大验证码类型

假设已通过Selenium或Playwright获取到验证码截图为captcha_image.png,下面给出一个综合判断脚本的核心逻辑：

import cv2
import numpy as np
from PIL import Image
import requests
import json
class CaptchaTypeDetector:
    def __init__(self, image_path):
        self.img = cv2.imread(image_path)
        self.gray = cv2.cvtColor(self.img, cv2.COLOR_BGR2GRAY)
    def detect_slider(self):
        """检测是否为滑块验证码：通过边缘缺口特征"""
        edges = cv2.Canny(self.gray, 50, 150)
        # 统计横向边缘的密度分布，若在某一行出现连续高密度缺口，判定为滑块
        hist = np.sum(edges, axis=1)  # 每行边缘点计数
        peak_rows = np.where(hist > np.max(hist)*0.8)[0]
        if len(peak_rows) > 5 and (peak_rows[-1] - peak_rows[0]) < 10:
            return True
        return False
    def detect_text_captcha(self):
        """检测是否为文本字符型：通过连通域统计"""
        _, binary = cv2.threshold(self.gray, 127, 255, cv2.THRESH_BINARY_INV)
        num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(binary, 8)
        # 排除背景(标签0)，统计中等大小的连通域
        char_labels = [i for i in range(1, num_labels) if 50 < stats[i, cv2.CC_STAT_AREA] < 500]
        if 3 <= len(char_labels) <= 6:  # 常见字符数范围
            return True
        return False
    def detect_rotate(self):
        """检测是否为旋转型：通过图像主方向偏移"""
        # 简单判断：检测图像中是否存在环形控件（通过圆形霍夫变换）
        circles = cv2.HoughCircles(self.gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=30)
        if circles is not None and len(circles[0]) >= 1:
            # 存在环形控件，大概率是旋转验证码
            return True
        return False
    def classify(self):
        # 优先级：滑块 > 旋转 > 文本 > 行为/点选（需结合页面DOM判断）
        if self.detect_slider():
            return "slider"
        elif self.detect_rotate():
            return "rotate"
        elif self.detect_text_captcha():
            return "text"
        else:
            # 若以上均不满足，根据页面DOM进一步判断
            return "unknown"

使用示例：

detector = CaptchaTypeDetector("sample_captcha.png")
print(f"检测到的验证码类型为: {detector.classify()}")

常见问题Q&A（含代码调试）

Q1：脚本把非验证码图片（比如商品图）误识别成字符型怎么办？
A：加一个白名单校验，在detect_text_captcha函数中，增加aspect_ratio判断：文本验证码的长宽比通常为2.5~4.0，而商品图往往接近1:1,同时可利用神经网络过滤自然图像。

Q2：如何将不同类型验证码的处理策略无缝衔接？
A：建议使用策略模式设计代码结构。

type_handlers = {
    "text": TextHandler(),
    "slider": SliderHandler(),
    "click": ClickHandler()
}
captcha_type = detector.classify()
result = type_handlers[captcha_type].solve()

Q3：滑动验证码的特征检测中，图像边缘阈值怎么调？
A：不要用固定阈值，推荐使用自适应阈值（cv2.adaptiveThreshold）或基于大津法（OTSU）的二值化，如果平台滑块有透明度（如极验）,需先将图像与背景图差分。

Q4：行为轨迹型验证码（如CloudFlare）脚本能识别吗？
A：无法通过图像识别，但可以从HTML特征判断：检测<iframe>中是否存在challenge-script、turnstile等关键词，或监测window.__cf_chl_opt变量,行为型应走专门的请求头模拟方案。

Q5：识别精度能达到多少？
A：规则方法在标准公开数据集上约85%-90%，若用深度学习方法（CNN），在五大类型分类任务中可达97%+,前提是训练数据准确覆盖各类型变体。

识别精度提升技巧与反爬规避

1 提升识别精度的三个绝招

集成投票：同时运行规则法+轻量CNN法，若结果不一致,取置信度最高的。
加载页面交互数据：爬取验证码时同步捕获后端返回的type字段，许多网站请求captcha/api时会返回{ "type": "click" },此时无需图像分析。
新增数据增强：对图像施加轻微高斯模糊、随机裁剪,增加分类器鲁棒性。

2 反爬规避注意事项（必读）

不要以固定频率请求验证码，模拟人类点击间隔（300ms-800ms随机）。
使用高隐蔽User-Agent（Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36...）。
对识别失败的验证码，脚本应内置上报机制（记录截图与错误类型）,便于后期人工复核并更新分类模型。
避坑建议：一定不要在评论区或代码中公开暴力破解频率，遵循目标网站的robots.txt协议,道德使用技术。

通过本文的方法，你可以用脚本自动对任意验证码进行类型预判，然后动态分配对应的识别引擎，从特征工程到深度学习分类，每一步都有明确的实现参考，核心是：分而治之——先判断是“谁”，再决定怎么“打”，没有万能的验证码解决方案,但精准的类型识别就是你自动化脚本最坚固的第一块基石。

注：文中示例代码为精简演示，生产环境中还需处理超时重试、分布式存储等细节，若需要更多场景的脚本实现（如极验、腾讯滑块、数字点选），可进一步迭代封装。