利用python机器学习算法成功破解12306验证码

骄傲的稻草人

感谢群里大佬提供的训练好的模型模具，成功攻破12306验证码
懂点python基础的友友，思路一目了然。
简单写了一个测试网站和接口文档，大家感兴趣的可以去试试，
由于服务器配置低，经不住高并发，还望不要频繁请求，
废话少说，测试地址奉上：
http://39.106.103.30:8000/test
使用教程：
将12306图片验证码拖拽到网页中，稍等一会自动识别结果
拒绝伸手党！
下步正在更新GUI桌面开发和12306服务器的CDN接入，
更新完成后发布，保证大家回家都能抢到票。


下面代码奉上：

[Python] 纯文本查看 复制代码

# coding: utf-8
import sys

import cv2
import numpy as np
from keras import models

import pretreatment
from mlearn_for_image import preprocess_input


def get_text(img, offset=0):
    text = pretreatment.get_text(img, offset)
    text = cv2.cvtColor(text, cv2.COLOR_BGR2GRAY)
    text = text / 255.0
    h, w = text.shape
    text.shape = (1, h, w, 1)
    return text


def main(fn):
    # 读取并预处理验证码
    img = cv2.imread(fn)
    text = get_text(img)
    imgs = np.array(list(pretreatment._get_imgs(img)))
    imgs = preprocess_input(imgs)

    # 识别文字
    model = models.load_model('model.v2.0.h5')
    label = model.predict(text)
    label = label.argmax()
    texts = ['打字机', '调色板', '跑步机', '毛线', '老虎', '安全帽', '沙包', '盘子', '本子', '药片', '双面胶', '龙舟', '红酒', '拖把', '卷尺',
             '海苔', '红豆', '黑板', '热水袋', '烛台', '钟表', '路灯', '沙拉', '海报', '公交卡', '樱桃', '创可贴', '牌坊', '苍蝇拍', '高压锅',
             '电线', '网球拍', '海鸥', '风铃', '订书机', '冰箱', '话梅', '排风机', '锅铲', '绿豆', '航母', '电子秤', '红枣', '金字塔', '鞭炮',
             '菠萝', '开瓶器', '电饭煲', '仪表盘', '棉棒', '篮球', '狮子', '蚂蚁', '蜡烛', '茶盅', '印章', '茶几', '啤酒', '档案袋', '挂钟', '刺绣',
             '铃铛', '护腕', '手掌印', '锦旗', '文具盒', '辣椒酱', '耳塞', '中国结', '蜥蜴', '剪纸', '漏斗', '锣', '蒸笼', '珊瑚', '雨靴', '薯条',
             '蜜蜂', '日历', '口哨']
    text = texts[label]
    print(text)
    # 获取下一个词
    # 根据第一个词的长度来定位第二个词的位置
    if len(text) == 1:
        offset = 27
    elif len(text) == 2:
        offset = 47
    else:
        offset = 60
    text = get_text(img, offset=offset)
    if text.mean() < 0.95:
        label = model.predict(text)
        label = label.argmax()
        text = texts[label]
        print(text)

    # 加载图片分类器
    model = models.load_model('12306.image.model.h5')
    labels = model.predict(imgs)
    labels = labels.argmax(axis=1)
    for pos, label in enumerate(labels):
        print(pos // 4, pos % 4, texts[label])


if __name__ == '__main__':
    main(sys.argv[1])
# 运行方式 python3  main.py  <img.jpg>

训练好的模型地址奉上：
链接: https://pan.baidu.com/s/1-Q-084F5g_ga1LXdBto-6w 提取码: rnrf

WangChun518

hehe549124 发表于 2019-9-12 10:21
厉害了，这样本库哪搞的，看来12306又得升级验证码了

用这个可能会被抓

朱头

WangChun518 发表于 2019-9-16 12:49
用这个可能会被抓

这个应该还好吧 如果搞党建的东西 肯定 不行

kon88

窝巢，这么牛逼？12306知道吗？

lhnhm00

来瞄一眼

yanmingming

这个可以有 大佬

sunxiaomo

这个要大批量使用的话，12306又得加班了吧

chengcheng_lr

厉害的楼主

xinzdf110

这个得大量的学习素材

叶含风

不管怎么说，支持一下

unixcs

好东西哇  最近刚好在抢票  可以试一下