kcaptcha 1.0.3

kill captcha

Kcaptcha API文档

---

Latest Version: 1.0.3

pip install kcaptcha==1.0.3

---

更新

2022-04-18:

1. 修复打包时未能正确包含数据文件的问题。

2022-04-17：

1. 已通过pypi发布。可通过pip install kcaptcha安装。（但是不想写文档！先忍一下[doge]）

   from kcaptcha.core import SlideKiller
   
   
   slide_killer = SlideKiller()
   # test slide match mode
   with open('imgs/slide_match_target_1.jpg', 'rb') as f:
       test_match_target = f.read()
   with open('imgs/slide_match_bg_1.jpg', 'rb') as f:
       test_match_background = f.read()
   match_result = slide_killer.match(test_match_target, test_match_background, simple_target=True,
                                     target_threshold=(200, 300),
                                     method=4,
                                     background_threshold=(100, 200), debug=True, border=True)
   

2. 增加了debug参数，用来显示识别过程中各阶段的图片，方便调整阈值参数。

---

一、概述

通过 API 提供字符型验证码识别、滑块验证码的滑动距离识别、点选验证码的点击位置识别服务。

HOST： 192.168.0.155:9898

功能	URI	备注
通用字符型验证码识别	/common/ocr/file	通过开源的onnx格式ai模型实现
通用点选验证码识别	/common/det/file	通过开源的onnx格式ai模型实现
通用滑块验证码识别-匹配模式	/common/slide-match/file	通过cv库实现
通用滑块验证码识别-对比模式	/common/slide-match/file	通过cv库实现
极验文字点选验证码识别	/geetest/order-click/file	通过cv库及ai模型实现

可以处理的验证码示例如下：

1. 通用字符型验证

   

2. 通用点选（不带语序，仅目标识别）

   

3. 通用滑块-匹配模式

   适用于能获取滑块图片（target_img）及带缺口背景图(bg_img)的滑块验证码，返回滑块的位置

   

4. 通用滑块-比较模式

   适用于能获取完整背景图及带缺口背景图的滑块验证码，返回滑动距离

5. 极验文字点选验证码识别

   按顺序点选文字验证码，图标形式暂未实现。

---

二、通用字符型验证码

1. 请求参数（POST）

名称	类型	必填	示例	描述
img	String	是	图片二进制文件	图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可。

2. 返回数据

名称	类型	示例	描述
code	Integer	200	状态码
msg	String	""	状态描述
results	String	"jepv"	识别结果

3. 请求示例

import requests

url = HOST + '/common/ocr/file'
img_file_path = {Your Img Filepath}
files = {
    'img': ('img', open(img_file_path, 'rb'))
}
response = requests.post(url, files=files)

4. 响应示例

{"code": 200, "results": "jepv", "msg": ""}

---

三、通用点选型验证码

1. 请求参数（POST）

名称	类型	必填	示例	描述
img	String	是	图片二进制文件	图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可。

2. 返回数据

名称	类型	示例	描述
code	Integer	200	状态码
msg	String	""	状态描述
results	Array	[[131, 53, 182, 103], [214, 52, 258, 96]]	识别结果：列表每项为一个四元组，该四元组表示一个区域，分别为左上x坐标、左上y坐标、右下x坐标、右下y坐标。

3. 请求示例

import requests

url = HOST + '/common/det/file'
img_file_path = {Your Img Filepath}
files = {
    'img': ('img', open(img_file_path, 'rb'))
}
response = requests.post(url, files=files)

4. 响应示例

{"code": 200, "results": [[131, 53, 182, 103], [214, 52, 258, 96], [299, 105, 350, 154], [292, 17, 341, 65]], "msg": ""}

---

四、通用滑块验证码识别-匹配模式

1. 请求参数（POST）

名称	类型	必填	示例	描述
target_img	String	是	图片二进制文件	滑块图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可
bg_img	String	是	图片二进制文件	带缺口背景图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可
method	Integer	否	4	进行滑块匹配的算法模式，可选值为0~4，具体算法含义可参考cv2的文档
target_threshold_min	Integer	否	100	滑块图二值化处理的最小阈值
target_threshold_max	Integer	否	300	滑块图二值化处理的最大阈值
background_threshold_min	Integer	否	100	背景图二值化处理的最小阈值
background_threshold_max	Integer	否	130	背景图二值化处理的最大阈值
border	Bool	否	True	对滑块图片处理时是否添加边框

注：因各类滑块验证码存在差异，当发现识别准确率不高时，可尝试调整 method、target_threshold_min、target_threshold_max、background_threshold_min、background_threshold_max、border 参数

2. 返回数据

名称	类型	示例	描述
code	Integer	200	状态码
msg	String	""	状态描述
results	Object	{"target_y": 0, "target": [191, 116, 259, 184]}	识别结果：target_y 为Y轴方向上移动的距离；target 为缺口位置，以四元组表示，分别为左上x坐标、左上y坐标、右下x坐标、右下y坐标。

3. 请求示例

import requests

url = HOST + '/common/slide-match/file'
target_img_file_path = {Your Img Filepath}
bg_img_file_path = {Your Img Filepath}
data = {
    'method': 4,
    'target_threshold_min': 100,
    'target_threshold_max': 300,
    'background_threshold_min': 100,
    'background_threshold_max': 130,
    'border': True
}
files = {
    'target_img': ('img', open(target_img_file_path, 'rb')),
    'bg_img': ('img', open(bg_img_file_path, 'rb')),
}
response = requests.post(url, files=files, data=data)

4. 响应示例

{"code": 200, "results": {"target_y": 0, "target": [191, 116, 259, 184]}, "msg": ""}

---

五、通用滑块验证码识别-对比模式

1. 请求参数（POST）

名称	类型	必填	示例	描述
full_bg_img	String	是	图片二进制文件	完整背景图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可
bg_img	String	是	图片二进制文件	带缺口背景图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可

2. 返回数据

名称	类型	示例	描述
code	Integer	200	状态码
msg	String	""	状态描述
results	Object	{'target': [124, 79]}	识别结果：target 为缺口位置，以二元组表示，分别为缺口左侧距做边框的距离、纵坐标。

3. 请求示例

import requests

url = HOST + '/common/slide-compare/file'
full_bg_img_path = {Your Img Filepath}
bg_img_path = {Your Img Filepath}
files = {
    'full_bg_img': ('img', open(full_bg_img, 'rb')),
    'bg_img': ('img', open(bg_img_path, 'rb')),
}
response = requests.post(url, files=files)

4. 响应示例

{"code": 200, "results": {'target': [124, 79]}, "msg": ""}

---

六、极验文字点选验证码识别

1. 请求参数（POST）

名称	类型	必填	示例	描述
img	String	是	图片二进制文件	图片的二进制文件，调用时把图片二进制文件放入到HTTP body 中上传即可。

2. 返回数据

名称	类型	示例	描述
code	Integer	200	状态码
msg	String	""	状态描述
results	Array	[{"char": "松", "target": [149, 125, 207, 182]}, {"char": "油", "target": [9, 242, 67, 300]}, {"char": "醇", "target": [94, 25, 156, 87]}]	识别结果：按顺序返回识别结果，每项中char为识别的字，target为一个四元组，分别为左上x坐标、左上y坐标、右下x坐标、右下y坐标。

3. 请求示例

import requests

url = HOST + '/geetest/order-click/file'
img_file_path = {Your Img Filepath}
files = {
    'img': ('img', open(img_file_path, 'rb'))
}
response = requests.post(url, files=files)

4. 响应示例

{"code": 200, "results": [{"char": "松", "target": [149, 125, 207, 182]}, {"char": "油", "target": [9, 242, 67, 300]}, {"char": "醇", "target": [94, 25, 156, 87]}], "msg": ""}

---

Todo:

• 通过pypi发布，以提供更便捷的使用方式

• 增加可选的debug功能：调用时可返回中间的过程图，方便调整阈值等参数提高准确率

• 极验图标点选验证

• 极验语序点选验证码

• 计算式验证码处理