极验点选验证码位置识别（一）：点选验证码位置识别技术总览 声明一、技术栈1. 验证码图片下载2. 验证码图片预处理3. 标签图分割4. 背景图图标标注5. 背景图图标训练&识别5. gsdqq network模型训练6. 相似度结果解析 二、结语*本期文章结束啦，如果对您有帮助，记得收藏加关注哦，后期文章会持续更新 ~~~*

声明

原创文章，请勿转载！

本文内容仅限于安全研究，不公开具体源码。维护网络安全，人人有责。

本文关联文章超链接：

极验点选验证码位置识别（一）：点选验证码位置识别技术总览

近期文章更新会慢一些，工作有些忙，再加上点选的识别数据集要重新做处理。太难了。
说多了都是泪，本来极验点选上个月已经破解了，准备写文章的，然后就先写了极验滑块系列的文章。回头一看点选的，卧槽，验证码图片更新了，得重新调整解决方案了。

一、技术栈

不管是极验还是其他厂家的点选验证码，都是一样的。首先要做的就是得到验证码中图标的位置和顺序信息。有了这两样，点选验证码不就和之前介绍的滑块验证码一样了吗，只需要破解对鼠标轨迹进行加密的js就行了。
本系列文章以极验为例，讲解整个点选验证码的识别到js破解的过程，小伙伴们耐心看完。

1. 验证码图片下载

因为后期会用到图片识别技术，所以需要下载大量的图片验证码，用作训练集。

2. 验证码图片预处理

将验证码图片分割成背景图和标签图，并分别做一系列预处理，提高后期图片识别准确率。

3. 标签图分割

标签图是我们要点击的图形验证码顺序，首先要将标签图中每个标签分离出来。可以看到每个标签之间还有粘连在一起的部分，因此此步骤需要用openCV对标签做图像边缘检测、分离技术。

4. 背景图图标标注

使用labelImg工具对背景图中的待检测图标进行标注，生成训练集。

5. 背景图图标训练&识别

本系列文章采用yolo5目标检测模型，检测出背景图中的图标。

5. gsdqq network模型训练

采用孪生神经网络模型训练第4步骤（背景图图标）和第3步骤（标签图图标）图片的相似度。

6. 相似度结果解析

对第5步骤返回的结果，对相似度进行排序，得到点选验证码的顺序和坐标。

二、结语

友情链接：极验点选验证码位置识别（二）：验证码图片下载&数据集预处理（还未更新）

本期文章结束啦，如果对您有帮助，记得收藏加关注哦，后期文章会持续更新 ~~~