阿里云图像复原验证码识别

原创于 2025-07-14 09:08:25 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#阿里云 #图像复原 #python #深度学习 #机器学习 #图像识别 #验证码

验证码识别专栏收录该内容

25 篇文章

订阅专栏

一、简介

下面的图片就是阿里云的图像复原验证码。需将打乱的图像块复原，比如，盖上锅盖，戴上手表，放好杯子等等。验证码完全没有文字描述，需要完成什么样的复原，全凭看图理解。所以这样的验证码又把识别难度推到了一个全新的高度。

不仅识别难度很高，他的滑动方式也做了特殊处理，采用了x方向的变速滑动，导致下面的鼠标拖动滑块与上面的图像互动不再同步。

二、识别代码

经过我们大量的图像标注，终于把这款难度超高的验证码识别正确率提高到了90%左右

下面是我们的识别样例代码

import base64
import requests
import datetime
from io import BytesIO
from PIL import Image, ImageDraw, ImageFont

t1 = datetime.datetime.now()

#PIL图片保存为base64编码
def PIL_base64(img, coding='utf-8'):
    img_format = img.format
    if img_format == None:
        img_format = 'JPEG'

    format_str = 'JPEG'
    if 'png' == img_format.lower():
        format_str = 'PNG'
    if 'gif' == img_format.lower():
        format_str = 'gif'

    if img.mode == "P":
        img = img.convert('RGB')
    if img.mode == "RGBA":
        format_str = 'PNG'
        img_format = 'PNG'

    output_buffer = BytesIO()
    # img.save(output_buffer, format=format_str)
    img.save(output_buffer, quality=100, format=format_str)
    byte_data = output_buffer.getvalue()
    base64_str = 'data:image/' + img_format.lower() + ';base64,' + base64.b64encode(byte_data).decode(coding)
    # base64_str = base64.b64encode(byte_data).decode(coding)

    return base64_str

# 加载图片
img1 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\76-1.png')  # 背景大图
img2 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\76-2.png')  # 滑动小图
# 图片转base64
img1_base64 = PIL_base64(img1)
img2_base64 = PIL_base64(img2)
# 验证码识别接口
url = "http://bq1gpmr8.xiaomy.net/openapi/verify_code_identify/"
data = {
    # 用户的key
    "key": "0AAahdF39yYIX2Qy1iAE",
    # 验证码类型
    "verify_idf_id": "76",
    # 背景大图
    "img1": img1_base64,
    # 滑动小图
    "img2": img2_base64,
}
header = {"Content-Type": "application/json"}

# 发送请求调用接口
response = requests.post(url=url, json=data, headers=header)

# 获取响应数据，识别结果
print(response.text)
# 因为这款验证码是变速滑动，建议使用px_distance参数进行滑动
print('建议滑动距离：', response.json()['data']['px_distance'])
print("耗时：", datetime.datetime.now() - t1)

想了解更多验证码识别请访问：得塔云