阿里v2图像复原验证码正确率新突破，几乎全对

 一、简介

阿里这款图像复原验证码，确实把图像识别提升到了一个新高度。经过我们日夜不断的研究，不断改进模型算法，我们终于完美解决了这个验证码的识别问题，正确率几乎达到100%的程度。

这款验证码不仅支持原图识别，还满足各种手机端用户的截图识别需求。

二、识别代码

1、原图识别简介

原图需要获取下面背景图片（img1），滑块图片（img2）

图1 背景图片

图2 滑块图片

2、原图识别代码

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://223.220.47.118:9009/openapi/verify_code_identify/"
data = {
    # 用户的key
    "key": "nHaAjgg5q1znn6tRUstY",
    # 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)

3、截图识别简介

需要根据下图的要求进行截图，根据红框所示切边截图，截图越准确，识别效果越好。

截图的大小可能跟设备有关，图片大小各不相同。我们会统一缩放到宽度300像素来进行计算。

4、截图识别代码

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\76-3.jpg')  # 背景大图
# 图片转base64
img1_base64 = PIL_base64(img1)
# 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": '',
}
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