1.Python OpenCV 过点击式和滑动式形验证码的手机校验
2.渗透测试-----验证码篇

Python OpenCV 过点击式和滑动式形验证码的校验

       在近期进行App抓包的过程中，我发现该App在特定时间会弹出验证码。验证源码完成验证后，码源码手系统会提供token，机验此token是证码发起正常请求所必需的。

       文章源码地址：github.com/ThinkerWen/C...

       以下是手机知识付费商城源码验证码的截图：

       弹出验证码的Response如下：

       完成验证码的Request如下：

       通过观察，我发现只需将验证码的验证源码点击坐标发送至完成验证码的接口，即可获取到token。码源码手因此，机验现在的证码目标是提取坐标。

       观察发现，手机这个验证码相对简单，验证源码因为它没有图案扭曲，码源码手wifi源码编译图解所以通过率较高。机验同时，证码我也回忆起之前解决滑动验证码的方法（一并展示）。

       要通过验证码，首先需要将目标图案在背景上定位，找到其像素点。为此，我使用了Python的OpenCV库进行识别。

       1.提取：首先，我发现目标都是黑色图案，背景为透明。当我使用cv2.imread(front_image)加载时，短中线买卖源码显示一片漆黑。即使后来我使用了保留透明通道的加载方式，结果依旧。

       为了解决这个问题，我决定剥离透明通道，将目标图案透明色设置为白色，这样目标图案就自然显现了。

       2.找到目标图的位置：接着，我将目标的三个图案分割出来，分别找出它们的像素位置。由于图案排列位置固定，我直接记录坐标进行像素分割。dubbo源码分析讲解

       分割后，我将目标图和背景图都转化为灰度，以防止颜色干扰。

       然后进行最佳匹配。然而，匹配结果并不理想，无法准确找到所有三个目标图案，因此需要进一步优化。

       3.优化匹配方案：继续观察后，我发现背景中的目标图案总是白色的，因此我决定保留背景上的白色部分，其余部分转为黑色。python 深度学习源码

       为了尽可能保留完整的图案，我经过多次尝试，发现-区间的RGB颜色可以保留大部分目标图案的白色。

       同时，我将黑色的目标图案反转为白色。

       由于需要获取的是点击坐标，我将左上角坐标(x1,y1)进行+的偏移，以移动到图案本身上面。

       经过验证，现在的识别方法可以正常通过点击验证码。

       滑动验证码的解决方案与点击验证码类似，甚至现在常见的一种滑动验证码已经有了通用的代码。

       看雪ID：暮至夜寒

       看雪-安全社区|安全招聘|kanxue.com

       本文为看雪论坛精华文章，由暮至夜寒原创，转载请注明来自看雪社区

       阅读原文：

渗透测试-----验证码篇

       验证码，全称为全自动区分计算机和人类的图灵测试，是网站常用的安全机制，旨在区分真实用户与恶意程序。早期，验证码设计简单，但随着人工智能的进步，机器破解难度增加，如等网站的复杂图形验证。验证码的原理是客户端请求时，服务端生成随机验证码并附带Session ID，用户提交后，服务端验证无误后销毁Session。验证码识别不仅依赖于文字或图案，还会结合操作行为、设备指纹等多维度信息，不断升级模型，提高破解成本。

       然而，验证码的使用并非无懈可击。如果设计不当，如过于简单的问题，易被机器绕过；短信验证码除了防止批量操作，但操作繁琐可能导致用户体验下降，且存在被滥用的风险；验证码与手机号一一对应的重要性不容忽视，否则可能导致不同用户间的混淆。验证码的复用和隐藏在源码、Cookie或客户端中，都可能成为攻击者突破点。一些常见的绕过方式包括直接删除验证码、使用工具识别、利用固定值或无验证码验证等。

       随着安全意识的提升，验证码技术也在不断发展，出现了更加复杂的图形验证码和深度学习技术，但仍存在易被破解的弱验证码。一些工具如PKav HTTP Fuzzer，提供了抓包、标记变体、设置重放模式等功能，帮助渗透测试人员进行安全测试，包括识别验证码、设置匹配规则和条件丢弃等策略。总之，验证码在保护网站安全的同时，也需要不断更新策略，以应对不断升级的破解技术。