slider-solver-cv 0.1.2

识别滑块验证码缺口位置

SliderSolver

一个用于识别滑块验证码缺口位置的 Python 包。通过图像处理技术，自动识别缺口在背景图中的位置，并返回缺口左边缘到背景图左边缘的距离。

功能特点

• 🎯 精准定位：使用 OpenCV 模板匹配算法精确识别缺口位置
• 🖼️ 边缘检测：基于 Canny 边缘检测提高匹配准确率
• 📊 可视化结果：自动在背景图上标记识别位置
• 🚀 简单易用：仅需两行代码即可完成识别

安装

从源码安装

git clone https://github.com/SkyAerope/SliderSolver.git
cd SliderSolver
pip install -e .

使用 pip 安装

pip install slider-solver-cv

依赖

• Python >= 3.9
• opencv-python >= 4.5.0
• numpy >= 1.19.0
• pillow >= 8.0.0

使用方法

基本用法

from slider_solver import SliderSolver

# 创建求解器实例
solver = SliderSolver(
    bg_img_path='path/to/background.png',    # 背景图路径
    front_img_path='path/to/slider.png'      # 缺口图路径
)

# 计算缺口位置
distance = solver.detect_distance()
print(f'缺口位置: {distance}px')

带可视化的完整示例

from slider_solver import SliderSolver
import os

def solve_slider_captcha():
    # 图片路径
    bg_img = 'images/background.png'
    slider_img = 'images/slider.png'
  
    # 检查文件是否存在
    if not os.path.exists(bg_img) or not os.path.exists(slider_img):
        print("错误：图片文件不存在")
        return
  
    # 创建求解器
    solver = SliderSolver(bg_img, slider_img)
  
    # 计算位置
    distance = solver.detect_distance()
    print(f'✅ 识别成功！缺口位置在 x = {distance}px')
  
    # 可选：绘制标记线并保存结果图片
    result_path = solver.draw_line(distance, bg_img)
    print(f'📁 结果图片已保存到: {result_path}')
  
    return distance

if __name__ == '__main__':
    solve_slider_captcha()

自定义保存路径

from slider_solver import SliderSolver

solver = SliderSolver('background.png', 'slider.png')
distance = solver.detect_distance()

# 指定自定义的保存路径
result_path = solver.draw_line(
    x=distance,
    bg_img_path='background.png',
    target_path='output/marked_result.png'  # 可选，不指定则自动生成
)
print(f'结果保存到: {result_path}')

API 说明

SliderSolver 类

__init__(bg_img_path, front_img_path)

初始化求解器。

参数：

• bg_img_path (str): 背景图片的文件路径
• front_img_path (str): 缺口图片的文件路径

detect_distance()

检测缺口在背景图中的 x 坐标位置。

返回值：

• int: 缺口距离左边界的像素距离

示例：

solver = SliderSolver('bg.png', 'slider.png')
distance = solver.detect_distance()  # 返回如: 120

draw_line(x, bg_img_path, target_path=None)

在背景图上绘制红色竖线标记位置。

参数：

• x (int): 竖线的 x 坐标
• bg_img_path (str): 背景图片路径
• target_path (str, 可选): 结果图片保存路径，不指定则自动生成（添加 _result 后缀）

返回值：

• str: 保存的结果图片路径

示例：

result_path = solver.draw_line(120, 'bg.png')  # 自动保存为 bg_result.png
# 或指定路径
result_path = solver.draw_line(120, 'bg.png', 'output/marked.png')

工作原理

1. 读取图片：加载背景图和缺口图
2. 预处理：去除缺口图的透明边界
3. 灰度转换：将图片转换为灰度图
4. 边缘检测：使用 Canny 算法检测边缘
5. 模板匹配：使用 TM_CCOEFF_NORMED 方法进行匹配
6. 返回结果：返回匹配到的 x 坐标
7. 可选可视化：调用 draw_line() 方法绘制标记线

项目结构

SliderSolver/
├── src/
│   └── slider_solver/
│       ├── __init__.py      # 包初始化文件
│       └── solver.py        # 核心实现
├── tests/                   # 测试目录
│   ├── __init__.py         # 测试包初始化
│   ├── test_solver.py      # 单元测试
│   └── test_images/        # 测试图片
│       ├── bg1.png         # 测试背景图1
│       ├── bg2.png         # 测试背景图2
│       ├── t1.png          # 测试滑块图1
│       └── t2.png          # 测试滑块图2
├── setup.py                # 安装配置（传统方式）
├── pyproject.toml         # 现代 Python 包配置
├── requirements.txt       # 依赖列表
├── README.md             # 使用文档
├── LICENSE               # 许可证
└── .gitignore           # Git 忽略规则

开发与测试

安装开发依赖

# 安装所有依赖（包括测试工具）
pip install -r requirements.txt

运行测试

tests/test_images中含有示例图片，可以用于测试目的

# 运行所有测试
pytest tests/ -v

# 运行特定测试
pytest tests/test_solver.py::TestSliderSolver::test_detect_distance_case1 -v

# 显示详细输出
pytest tests/ -v -s

测试覆盖的功能

• ✅ 基本的距离检测功能
• ✅ 多组图片组合测试
• ✅ 默认路径的标记线绘制
• ✅ 自定义路径的标记线绘制
• ✅ 无效路径的错误处理
• ✅ 初始化参数验证

许可证

本项目采用 Apache-2.0 许可证。详见 LICENSE 文件。

贡献

欢迎提交 Issue 和 Pull Request！

作者

• GitHub: @SkyAerope