第 108 章 验证码专项深度（图像处理与轨迹解法）
第 106/107 章讲了验证码的定位与原理；本章是验证码求解的完整实战手册：滑块/点选/旋转/拼图/无感型逐类展开，重点是图像处理代码（缺口定位、旋转角度、目标识别）与轨迹的配合。核心认知：解法正确只占一半，轨迹像人才是另一半。
📍 知识点地图 | 主题：验证码专项深度 | 前置：第106/107章 | 后续：— | 核心概念：滑块缺口定位、点选识别、旋转角度、轨迹配合
108.1 验证码分类学（先识别类型）
交互型（有界面交互）:
□ 滑块（拖动缺口到目标）—— 最常见
□ 点选（选出指定物体/文字）
□ 旋转（旋转图片到正位）
□ 拼图（滑动拼块到缺口）
□ 文字输入（OCR 型，越来越少）
□ 算术/逻辑（简单题，罕见）
无感型（无交互，后台判定）:
□ reCAPTCHA v3（评分制）
□ Turnstile（无感挑战）
□ hCaptcha enterprise（有时无感）
本质: 验证码 = 判定"是不是人"的挑战
→ 交互型: 解法正确 + 行为像人
→ 无感型: 行为+指纹真实（第 107 章）
108.2 滑块验证码（最常实战）
流程
1. 定位: 滑块按钮坐标 + 目标缺口坐标
2. 计算距离: 缺口中心 - 滑块中心 = 拖动距离
3. 生成轨迹: 贝塞尔曲线（第 107.5 算法）+ 抖动
4. 执行: CDP 原生事件拖拽（第 107.5）
5. 验证: 是否通过（失败重试）
滑块缺口定位（图像处理）
# 用 OpenCV 找滑块缺口（经典方法）
import cv2
import numpy as np
def find_gap(bg_img, slider_img):
"""
背景图 + 滑块小图 → 返回缺口 x 坐标
原理: 缺口区域的边缘特征与背景不同（亮度差异）
"""
# 转灰度
bg_gray = cv2.cvtColor(bg_img, cv2.COLOR_BGR2GRAY)
slider_gray = cv2.cvtColor(slider_img, cv2.COLOR_BGR2GRAY)
# 边缘检测（缺口有明显的边缘响应）
bg_edge = cv2.Canny(bg_gray, 100, 200)
slider_edge = cv2.Canny(slider_gray, 100, 200)
# 模板匹配（滑块轮廓在背景中找最相似位置）
result = cv2.matchTemplate(bg_edge, slider_edge, cv2.TM_CCOEFF_NORMED)
_, max_val, _, max_loc = cv2.minMaxLoc(result)
# max_loc[0] = 缺口左边缘 x 坐标
return max_loc[0] + slider_img.shape[1] // 2 # 返回缺口中心
注意: 真实滑块背景的缺口"无滑块轮廓"（滑块已经被移走）
→ 常见做法: 对比"有缺口背景" vs "无缺口背景"（两张图差异）
→ 或: 缺口区域 = 背景中"最不像背景纹理"的矩形
更稳的方法（两张图对比）:
diff = abs(bg_with_gap - bg_without_gap) # 差异图
→ 差异最大的列 = 缺口位置
距离校准（关键细节）
坑: 页面坐标 vs 图片坐标（缩放/偏移）
□ 截图比例（devicePixelRatio 缩放）
□ 滑块初始位置偏移（不是 0）
□ 缺口位置在"可拖动范围"内的偏移
校准: 用已知滑动距离 vs 实际效果反推比例（试一次）
108.3 点选验证码（选中指定物体）
流程
1. 识别任务: OCR/目标检测解析"请选出所有 X"（中文/英文提示）
2. 定位目标: 在图片中找目标物体（每格坐标）
3. 点击: 人类化点击（第 107.5 轨迹）
4. 多选: 逐一点击 + 提交
目标识别（两种路线）
# 路线 1: 视觉模板（简单场景）
# 提示词在图片里（如"包含汽车"）→ 模板匹配/颜色分割找目标
# 路线 2: 深度学习目标检测（复杂场景）
# YOLO 类模型识别"汽车/红绿灯/行人"等
# 部署: ultralytics YOLOv8 加载模型 → 预测 → 输出框坐标
from ultralytics import YOLO
model = YOLO("yolov8n.pt")
results = model(captcha_image)
for r in results:
for box in r.boxes:
cls = int(box.cls[0])
if r.names[cls] in target_classes: # 目标类别
x1, y1, x2, y2 = map(int, box.xyxy[0])
click_point = ((x1+x2)//2, (y1+y2)//2)
实战建议:
简单验证码（图标固定）→ 模板匹配够用
复杂验证码（真实照片）→ YOLO 预训练模型
中文提示解析 → OCR（PaddleOCR）+ 语义映射
108.4 旋转验证码
原理
图片被旋转了角度，需要转回正位（拖动滑杆）
检测: 旋转角度计算 + 轨迹执行
角度计算（图像处理）
# 方法: 找"正位特征"（文字/对称结构）偏离角度
# 经典: 图像旋转不变性分析（方向梯度直方图 HOG / 傅里叶变换）
import cv2
import numpy as np
def find_rotation_angle(img):
"""用霍夫变换/边缘方向估计旋转角度（简化示例）"""
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(gray, 50, 150)
# 检测直线 → 取主导角度
lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100)
angles = []
for line in lines:
x1, y1, x2, y2 = line[0]
angle = np.degrees(np.arctan2(y2-y1, x2-x1))
angles.append(angle)
# 统计主导角度（中位数）
return np.median(angles) if angles else 0
# 实际中: 多次小步旋转 + 评分（图像"正"的程度）更稳
# 旋转后检测文字/形状对齐度 → 找到对齐度最高的角度
108.5 拼图验证码
原理: 拼块 + 缺口（类似滑块但形状不规则）
解法: 缺口定位（同 108.2）+ 拼块拖动（同滑块）
差异: 距离 = 缺口位置 - 拼块初始位置（精确校准更重要）
108.6 无感验证码（reCAPTCHA v3 / Turnstile）
原理: 后台评分（不交互）→ 分数低于阈值才出交互挑战
→ 绕过核心 = 让评分高（指纹+行为真实，第 107 章）
关键点:
□ 评分输入: 行为/指纹/上下文/历史
□ 无"解法"可言 → 只能"优化分数"
□ 失败表现: 从无感降级为交互（然后走 108.2-108.5）
Turnstile 特别说明:
□ Cloudflare 的无感验证码
□ token 与页面上下文绑定（同页多次/跨页失效）
□ 方案: 路线 A（真实浏览器）成功率最高
108.7 轨迹-解法配合（成败关键）
错误: 答对了但轨迹像机器（直线/匀速/精确网格）
正确: 解法正确 + 人类化轨迹（第 107.5）
完整执行链:
1. 计算目标位置（图像处理）
2. 生成贝塞尔轨迹（弧线+抖动+加速减速）
3. CDP 原生事件逐点执行
4. 自然停顿（到达后停顿 100-300ms 再松手）
5. 失败重试（轨迹随机化，不重放同一轨迹！）
重试注意:
□ 每次重试生成新轨迹（旧轨迹可被关联检测）
□ 重试间隔随机（不是固定 2s）
108.8 检查清单
□ 验证码类型识别
□ 图像处理（缺口/角度/目标定位）
□ 坐标校准（页面 vs 图片）
□ 轨迹生成（贝塞尔+抖动）
□ CDP 原生事件执行
□ 自然停顿
□ 重试（新轨迹+随机间隔）
□ 成功率记录（报告素材）
动手练习
- 用 OpenCV 实现滑块缺口定位（找练习验证码截图，标注缺口中心）。
- 写一个"两张图差异法"找缺口（对比有/无缺口背景）。
- 用 YOLO 对点选验证码做目标识别（下载预训练模型跑一次）。
- 组合练习：滑块 + 贝塞尔轨迹 + CDP 原生拖拽全流程（测试靶场）。
深入阅读
- 本教材：第 106 章（验证码在 Bot Protection 中的定位）
- 本教材：第 107 章（轨迹算法/CDP 原生事件）
- 本教材：第 105 章（案例 1 的 CDP 拖拽实战）
- 外部: OpenCV 文档、ultralytics YOLO、验证码攻防研究