1、图片验证码
a. 比较简单的图片验证码
上面两个不用处理直接可以用OCR识别技术(利用python第三方库--tesserocr)来识别
背景比较糊
清晰可见
经过灰度变换和二值化后,由模糊的验证码背景变成清晰可见的验证码
b. 容易迷惑人的图片验证码
对于在这种验证码,语言一般自带图形库,添加上扭曲就成了这个样子,我们可以利用9万张图片进行训练,完成类似人的精准度,到达识别验证码的效果
2、短信验证码
尝试用Webbrowser技术，模拟用户打开短信的行为,最终获取短信验证码
3、计算题图片验证码
把所有可能出现的汉字都人工取出来，保存为黑白图片,把验证码按照字体颜色二值化，去除噪点,然后将所有图片依次与之进行像素对比,计算出相似值,找到最像的那张图片
4、滑动验证码
对于滑动验证码 我们可以采用两个步骤:
第一、滑动按钮.
滑动按钮后我们惊奇的发现,右侧开始出现缺口,缺口出现了,我们就可以知道缺口的大致位置
第二、从左向右滑动到缺口位置.
(1)_如何确认缺口的位置?
我们可以利用图片的像素作为线索,确定好基本属性值,查看位置的差值,对于差值超过基本属性值,我们就可以确定图片的大概位置
(2)_如何自动截图后保存?
我们利用Selenium、Testng、Reporter环境和工具,使用Selenium文档提供的方法来自动截取屏幕，使用Reporter监听器，
当用例执行失败时截图，截图以出错时系统时间和出错方法的拼接命名，截图保存到项目目录下即可
5、图案验证码
对于这种每次拖动的顺序不一样,结果就不一样,我们怎么做来识别呢?
1.利用机器学习所有的拖动顺序,利用1万张图片进行训练,完成类似人的操作,最终将其识别
2.利用selenium技术来模拟人的拖动顺序,穷尽所有拖动方式,这样达到是别的效果
6、标记倒立文字验证码
我们不妨分析下:对于汉字而言,有中华五千年庞大的文字库,加上文字的不同字体、文字的扭曲和噪点,难度更大了,我们心里又捏了一把汗。
方法:首先点击前两个倒立的文字,之后通过scrapy框架确定7个文字的坐标(,具体见scrapy官方文档), 我们不难发现, 验证码中7个汉字的位置是确定的，只需要提前确认每个字所在的坐标并将其放入列表中，然后人工确定倒立文字的文字序号，将列表中序号对应的坐标加入input_points字段即可实现成功登录.
最后,小编为大家总结了常用的验证码识别基本步骤,按照每一步进行操作,识别验证码不是问题,请及时收藏:
验证码识别基本步骤: 1.预处理 2.灰度化 3.二值化 4.去噪 5.分割 6.识别
