Skip to content

Latest commit

 

History

History
187 lines (159 loc) · 7.92 KB

README.md

File metadata and controls

187 lines (159 loc) · 7.92 KB
Raw

any-captcha

generate any type of captcha with one config. 一套配置，一行代码，快速生成任意风格验证码。

功能简述

通过简单的配置，可以快速生成大部分类型的验证码，旨在解决机器学习训练样本难以获取的问题，几乎可以0成本获取样本。 同时易于保存和修改，便于多次测试寻求最佳训练样本参数。更可以获取字符在验证码中的位置信息，适用于定位方面的项目。 温馨提示：搭配以下在线工具使用效率更佳：

目录结构

any-captcha

configs: 存放配置文件
model: 项目源码
output: 默认验证码保存目录
resources

background: 默认背景图片目录
corpus: 默认字符文本目录
font: 默认字体目录
markdown: md需要的资源

CONFIG参数说明

  • texts: 字符串数组，验证码上可显示的所有字符的集合，如果：

    1. 数组长度大于1，每个元素能且只能是普通字符串（非文件和文件夹路径），且每个元素作为整体随机的显示在验证码中， 此时num参数失效，每张验证码的字符个数由当前元素长度决定；
    2. 数组长度等于1，此元素可以是：
      • 文件路径：将文件中的每一行作为一个元素存储到数组中，然后按照1.处理；
      • 普通字符串：则随机选取num个字符显示在每个验证码中。
        *注：暂不支持文件夹路径。

  • fonts: 字符串数组，验证码字体文件（.ttf或.ttc,不区分大小写）路径的集合，如果：

    1. 数组长度大于1，每个元素能且只能是字体文件的路径；
    2. 数组长度等于1，此元素可以是单个字体文件的路径，或者存放字体的文件夹路径。

  • sizes: 整型数组，验证码中字号大小的集合。

  • bgs: 字符串数组，验证码的背景图片或者颜色的集合，如果：

    1. 数组长度大于1，每个元素可以是【单张背景图片路径，单个背景颜色（格式同colors参数）】 中的一个；
    2. 数组长度等于1，此元素可以是【单张背景图片路径，单个背景颜色，存放多张背景图片的文件夹路径， 存放多个背景颜色值的txt文件路径（每行一个颜色值）】中的一个；

  • rotate: 整型，验证码中单个字符可旋转角度的值，旋转角度的范围[-rotate, rotate]，每次随机取值。

  • num: 整型， 验证码显示的字符个数，具体参见texts参数。

  • dot: 整型，验证码中随机噪点的个数，默认（0）不显示噪点，如果有特定噪点需求， 推荐使用CaptchaFactory中的bg_custom_fns参数自定义。

  • curve: 整型，验证码中随机干扰线的个数，默认（0）不显示干扰线，如有特殊需求同dot。

  • width: 整型，验证码的宽度。

  • height: 整型，验证码的高度。

  • align: 整型，验证码的对齐方式，取值1或2, 其中1为左对齐，2为两端对齐。

  • offset_ver: 整型，验证码中单个字符的垂直偏移量，默认（0）垂直居中，如果 offset_ver > 0, 随机从[-offset_ver, offset_ver]中选取一个偏移量。

  • offset_hor: 整型，验证码中单个字符的水平偏移量，默认（0）与前一个相接，如果 offset_hor > 0, 随机从[-offset_hor, offset_hor]中选取一个偏移量。

  • char_tran: 浮点型数组，验证码中字符可选的透明度集合，单个元素取值范围[0.0,100.0]。

*注：以上参数都可以被CaptchaFactory.generate_captcha()方法中的相关参数覆盖，即可以动态指 定每一个参数。

样例代码

config:

{
  "texts": [
    "resources/corpus/common_chinese.txt"
  ],
  "fonts": [
    "resources/font/PingFang_A.ttf",
    "resources/font/STXINWEI.TTF"
  ],
  "sizes": [
    38,40,42
  ],
  "colors": [
    "0x32678b",
    "0xe61514",
    "0x3e0ac3"
  ],
  "bgs": [
    "0xfef6f6",
    "resources/background/color.jpg"
  ],
  "rotate": 30,
  "num": 4,
  "dot": 0,
  "curve": 0,
  "width": 200,
  "height": 60,
  "align": 2,
  "offset_ver": 5,
  "offset_hor": 6,
  "char_tran": [
    5.97
  ]
}

main code:

def main():
    project_name = "demo"
    with open("configs/%s.json" % project_name, encoding="utf-8") as fp:
        demo_config = json.load(fp)

    demo_factory = CaptchaFactory(**demo_config)
    index = 3
    while index:
        captcha = demo_factory.generate_captcha()
        captcha.save("output/%s/%s.jpg" % (project_name, captcha.text))
        print(captcha.text, captcha.num)

        index -= 1

输出:

  • 圪趟照虎
  • 殓蜒细睿

其他完整样例见58gua_kao_factory.py、icp_factory.py、jingdong_factory.py.

效果比对

原始验证码 生成验证码
jd_o jd_g
58_o 58_g
icp_o icp_g
jd_o jd_g

高级功能

自定义噪点/干扰线

此项目只提供了简单生成随机噪点或干扰先的方法，如有需要，可以通过简单配置config中dot或 curve生成。但更多时候，验证码中的干扰线和噪点都是需要自定义的，所以在 CaptchaFactory的构造方法中提供了以下两个参数，用于接收相关的回调函数：

  • char_custom_fns：如果对于单个字符有其他自定义操作，比如拉伸形变、膨胀腐蚀等， 可以通过此参数传入回调函数，支持多个回调函数随机调用。
def char_custom_fn(single_char):
    # do something you wanted
    # return single_char.filter(ImageFilter.GaussianBlur)
    return single_char
  • bg_custom_fns：如果对于验证码背景有其他自定义操作，比如高斯模糊、指定样式的噪点或干扰线等， 可以通过此参数传入回调函数，支持多个回调函数随机调用。
def bg_custom_fn(bg):
    # do something you wanted
    # return bg.filter(ImageFilter.GaussianBlur)
    return bg

详细代码见jingdong_factory.py.

字符位置：

可以通过Captcha.char_pos()方法获取单个字符在验证码中的位置信息，返回一个四元组(x,y,w,h)， 分别表示左上角x坐标,y坐标,宽,高，适用于物体检测，文字定位等问题，配合YOLO使用。
样例：

captcha = demo_factory.generate_captcha()
char_pos = captcha.char_pos
width = captcha.width
height = captcha.height
with open(os.path.join(output_path, txt_out), "w", encoding="utf-8") as fp:
    for pos in char_pos:
        x, y, w, h = pos
        # 转化为中心点的坐标
        # x = (x + w / 2) * 1.0 / width
        # y = (y + h / 2) * 1.0 / height

TODO

  • 新增配置项char_times:保证语料库中每个字符至少出现char_times次
  • 配置项的颜色格式改为：#ffffff
  • 新增分析原始验证码中前景背景色分布的功能
  • 支持多线程生成验证码
  • 新增常用图像处理方法（增强，扭曲等）
  • 判断自生成验证码和原始验证码的相似度