【TKCaptcha】旋转验证码识别：原理剖析与实现

旋转验证码识别：原理剖析与实现

大家好！今天我们来深入探讨TKCaptcha框架中的旋转验证码识别模块。

旋转验证码是一种要求用户将图像旋转到正确位置的验证码类型，它比传统验证码更难被机器自动识别。

然而，TKCaptcha框架通过精妙的图像处理算法，成功实现了对这类验证码的自动识别。

接下来，我们就一起探索rotate_captcha.py模块的核心原理和实现细节。

一、旋转验证码的基本原理

旋转验证码通常包含两个关键元素：

1. 内部图像：需要被旋转到正确位置的中心图像
2. 外部图像：作为参考的外围图像或背景

用户需要旋转内部图像，使其与外部图像正确对齐，验证才能通过。

这种验证码类型的安全性基于以下假设：

• 机器很难判断图像的正确方向
• 人类可以依靠视觉直觉快速识别正确的旋转角度

二、RotateCaptcha类结构概览

让我们首先看看RotateCaptcha类的基本结构：

class RotateCaptcha:
    def __init__(self) -> None:
        self.req = httpx.Client(proxies=None)

    def request(self, url):
        """请求图片"""
        for _ in range(3):
            try:
                r = self.req.get(url, timeout=5)
                return r.content
            except Exception as e:
                logger.error(f"请求图片失败: {
     
     e}")

    def get_img_content(self, img):
        """获取图片内容"""
        resimg = base64.b64decode(img)
        return BytesIO(resimg)
        
    # 其他方法...
    
    def get_result(self, inner_image_brg_path, outer_image_brg_path, result_img=None, iv=5):
        # 核心识别算法
        # ...

这个类包含了几个关键方法：

• request：用于从URL获取图片
• get_img_content：解析Base64编码的图片数据
• get_result：核心识别方法，接受内部和外部图像，返回正确的旋转角度

三、图像预处理技术

在进行旋转匹配之前，需要对图像进行适当的预处理：

def img_inner_white(self, pic_base64, inner_base64):
    """
    将pic_path中间大小的原形填充白色，中心大小原形直径为inner_path的宽度
    """
    inner = Image.open(self.get_img_content(inner_base64))
    inner_width = inner.size[0]
    pic = Image.open(self.get_img_content(pic_base64))
    mask = Image.new("L", inner.size, 0)
    draw = ImageDraw.Draw(mask)
    draw.ellipse((0, 0, inner_width, inner_width), fill=255)
    pic.paste(mask, (int((pic.size[0] - inner_width) / 2), int((pic.size[1] - inner_width) / 2)), mask)
    # ...返回处理后的图像

这个方法创建了一个圆形的透明区域，使得内部图像能够与外部图像适当融合。

类似地，img_outer_white方法处理外部图像的遮罩效果：

def img_outer_white(self, inner_base64):
    """将图片外围填充白色"""
    inner = Image.open(self.get_img_content(inner_base64))
    mask = Image.new("L", inner.size, 0)
    draw = ImageDraw.Draw(mask)
    draw.ellipse((0, 0, inner.size[0], inner.size[1]), fill=