скрипт для решения капчи
Решение КАПЧИ с помощью веб-автоматизации
Все, что вам нужно знать о обходе капчи.
КАПЧА больше не является чуждым термином для пользователей. Аббревиатура для Полностью автоматизированного публичного теста Тьюринга, позволяющего отличить компьютеры от людей. CAPTCHA-это в основном компьютерная программа, созданная для того, чтобы различать человека и машину, чтобы предотвратить любой тип спама или извлечения данных с веб-сайтов. Вся концепция CAPTCHA основана на предположении, что только человек пройдет этот тест, и бот или автоматизированные скрипты потерпят неудачу.
Необходимость обхода КАПЧИ Теперь можно использовать автоматическое решение капчи в незаконных или законных целях. Спамеры используют решение CAPTCHA для извлечения адресов электронной почты пользователей, чтобы иметь возможность генерировать как можно больше спама. Законными примерами являются сценарии, в которых новый клиент или деловой партнер присоединился к вам и нуждается в доступе к вашему интерфейсу прикладного программирования(API), который не готов или не может быть совместно использован из-за каких-либо проблем безопасности или злоупотреблений, которые могут возникнуть. В этом случае вам остается только обойти капчу с помощью автоматических скриптов. Одним из очень распространенных методов обхода является автоматическое решение капчи с использованием программ на Python, Java или C++, когда сообществу разработчиков требуется доступ к системным службам.
Существуют различные типы КАПЧИ, текстовая КАПЧА, графическая КАПЧА, рекапча и математическая КАПЧА. Решение одной из них иногда может быть действительно сложным, поскольку технология, используемая в CAPTCHA и reCAPTCHA, становится все умнее.
Автоматизированные методы решения КАПЧИ Существует несколько методов решения капчи, доступных пользователям для решения капчи и рекапчи. Двумя наиболее распространенными стратегиями являются:
1. Боты с поддержкой оптического распознавания символов (OCR) – В этом подходе КАПЧА решается автоматически с помощью бота с поддержкой оптического распознавания символов (OCR).
Плюсы программного обеспечения с поддержкой распознавания текста применимы в случае, когда вам нужно решить большое количество тривиальных капчей, где это оказывается экономически эффективным решением. Но это редко случается после выпуска Google reCAPTCHA V3. Таким образом, OCR-боты не созданы для борьбы с капчей, используемой большими мальчиками, такими как Google, Facebook или Twitter. Это потребовало бы гораздо более продвинутых решений для решения капчи. Поэтому логичным и перспективным выбором было бы использовать второй метод, который имеет более высокую точность и также обходит сложные решения.
Плюсы онлайн-сервисов антикапчи по сравнению с OCR:
Крупные игроки в онлайн-сервисах решения Теперь, когда у нас есть знания о лучшей технике решения ваших капч. Давайте рассмотрим сервисы, которые предоставляют точные решения, поддержку API и быстрые ответы на наши запросы. У нас есть такие организации, как captcha, Deathbycaptcha, Anti captcha и т. Д.
CAPTCHA-одна из лучших платформ, которую я использовал в своем случае. Они имеют быстрое время отклика и довольно хорошую точность. У них есть человеческая команда, доступная в Интернете, чтобы решить капчу. Они предоставляют решения для всех основных видов капчи по разумным ценам. Это тот, который мы собираемся использовать, чтобы обойти капчу. Вот почему капча имеет преимущество среди своих современников:
Высокая скорость решения (17 секунд для обычных (графических и текстовых) капчей и 23 секунды для рекапчи) Он поддерживает почти все популярные языки программирования с полной документацией их готовых библиотек. Фиксированные цены (которые не меняются вместе с увеличением нагрузки на сервер) Высокая точность (до 99%, в зависимости от типа капчи) Гарантия возврата денег за неправильные ответы Способность решать огромный объем капчи (более 10 000 в минуту).
Инструкции по интеграции API captcha Теперь самое лучшее, здесь мы изучим веб-автоматизацию с использованием сервиса 2CAPTCHA.
Сервис CAPTCHA требует от нас предоставить ему несколько параметров:
Зарегистрировавшись на 2CAPTCHA, вам будет предоставлен сервисный ключ API, который позволит вам автоматизировать и интегрировать ваше программное обеспечение с 2 сервисами CAPTCHA. Теперь перейдите на страницу сайта и получите значение атрибута ключа сайта данных с помощью инструментов разработчика. Теперь мы делаем запрос GET или POST к сервису 2CAPTCHA с вышеупомянутыми параметрами, используя скрипт Python (или любой другой язык). Сервис 2CAPTCHA выдает ответ в виде OK|CAPTCHA_ID, где CAPTCHA_ID – это идентификатор рекапчи в системе. Теперь нам нужно подождать, пока работник решит рекапчу, и google вернет действительный токен сервису. Для этого мы можем делать запрос в службу 2CAPTCHA каждые 5 секунд, пока не получим действительный токен. См. запрос на res.php конечная точка с параметрами:
Зарегистрировавшись на 2CAPTCHA, вам будет предоставлен сервисный ключ API, который позволит вам автоматизировать и интегрировать ваше программное обеспечение с 2 сервисами CAPTCHA. Теперь перейдите на страницу сайта и получите значение атрибута ключа сайта данных с помощью инструментов разработчика. Теперь мы делаем запрос GET или POST к сервису 2CAPTCHA с вышеупомянутыми параметрами, используя скрипт Python (или любой другой язык). Сервис 2CAPTCHA выдает ответ в виде OK|CAPTCHA_ID, где CAPTCHA_ID – это идентификатор рекапчи в системе. Теперь нам нужно подождать, пока работник решит рекапчу, и google вернет действительный токен сервису. Для этого мы можем делать запрос в службу 2CAPTCHA каждые 5 секунд, пока не получим действительный токен. См. запрос на res.php конечная точка с параметрами:
Теперь мы отправляем форму с токеном g-reCAPTCHA-response. На целевом сайте (на стороне сервера) этот маркер проверяется. Скрипт сайта отправляет запрос в Google, чтобы проверить действительность токена CAPTCHA-ответа. На полигоне 2CAPTCHA этот токен проверяется перед отправкой формы. Это делается путем передачи токена через запрос ajax (XHR) proxy.php который, в свою очередь, запрашивает у Google, проверен ли сайт, и возвращает ответ Google.
Вывод Да, мы можем автоматизировать процесс обхода капчи. Есть 2 широко обсуждаемых способа сделать это, среди которых онлайн-сервисы антикапчи оказываются более успешными. В этом методе решения КАПЧИ есть разные поставщики услуг, но на данный момент я бы рекомендовал 2CAPTCHA. Сценарии могут быть написаны на C#, javascript, java и python. Сервис, предоставляемый CAPTCHA, очень быстр, а решения точны. в своих…
Декодирование капчи на Python
Это перевод и форма повествования от первого лица сохранена. Автор — Бен Бойтер, бакалавр информационных технологий в Университете Чарльза Стерта (CSU). 
Большинство людей не в курсе, но моей диссертацией была программа для чтения текста с изображения. Я думал, что, если смогу получить высокий уровень распознавания, то это можно будет использовать для улучшения результатов поиска. Мой отличный советник доктор Гао Джунбин предложил мне написать диссертацию на эту тему. Наконец-то я нашел время написать эту статью и здесь я постараюсь рассказать о всем том, что узнал. Если бы только было что-то подобное, когда я только начинал…
Как я уже говорил, я пытался взять обычные изображения из интернета и извлекать из них текст для улучшения результатов поиска. Большинство моих идей было основано на методах взлома капчи. Как всем известно, капча — это те самые всех раздражающее штуки, вроде «Введите буквы, которые вы видите на изображении» на страницах регистрации или обратной связи.
Капча устроена так, что человек может прочитать текст без труда, в то время, как машина — нет (привет, reCaptcha!). На практике это никогда не работало, т. к. почти каждую капчу, которую размещали на сайте взламывали в течение нескольких месяцев.
У меня неплохо получалось — более 60% изображений было успешно разгадано из моей небольшой коллекции. Довольно неплохо, учитывая количество разнообразных изображений в интернете.
При своем исследовании я не нашел никаких материалов, которые помогли бы мне. Да, статьи есть, но в них опубликованы очень простые алгоритмы. На самом деле я нашел несколько нерабочих примеров на PHP и Perl, взял из них несколько фрагментов и получил неплохие результаты для очень простой капчи. Но ни один из них мне особо не помог, т. к. это было слишком просто. Я из тех людей, которые могут читать теорию, но ничего не понять без реальных примеров. А в большинстве статей писалось, что они не будут публиковать код, т. к. боятся, что его будут использовать в плохих целях. Лично я думаю, что капча – это пустая трата времени, т. к. ее довольно легко обойти, если знать как.
Собственно по причине отсутствия каких-то материалов, показывающих взлом капчи для начинающих я и написал эту статью.
Давайте начнем. Вот список того, что я собираюсь осветить в этой статье:
Используемые технологии
Все примеры написаны на Python 2.5 с использованием библиотеки PIL. Должно работать и в Python 2.6 (под Python 2.7.3 отлично запускается, прим. перев.).
Установите их в указанном выше порядке и вы готовы к запуску примеров.
Отступление
В примерах я буду жестко задавать множество значений прямо в коде. У меня нет цели создать универсальный распознаватель капч, а только показать как это делается.
Капча, что это такое в конце концов?
В основном капча является примером одностороннего преобразования. Вы можете легко взять набор символов и получить из него капчу, но не наоборот. Другая тонкость – она должна быть простая для чтения человеком, но не поддаваться машинному распознаванию. Капча может рассматриваться как простой тест типа «Вы человек?». В основном они реализуются как изображение с какими-то символами или словами.
Они используются для предотвращения спама на многих интернет-сайтах. Например, капчу можно найти на странице регистрации в Windows Live ID.
Это изображение является примером капчи, которую мы будем расшифровывать. Это реальная капча, которая размещена на реальном сайте.
Это довольно простая капча, которая состоит из символов одинакового цвета и размера на белом фоне с некоторым шумом (пиксели, цвета, линии). Вы думаете, что этот шум на заднем плане затруднит распознавание, но я покажу, как его легко удалить. Хоть это и не очень сильная капча, но она является хорошим примером для нашей программы.
Как найти и извлечь текст из изображений
Существует много методов для определения положения текста на изображении и его извлечения. С помощью Google вы можете найти тысячи статей, которые объясняют новые методы и алгоритмы для поиска текста.
Для этого примера я буду использовать извлечение цвета. Это довольно простая техника, с помощью которой я получил довольно неплохие результаты. Именно эту технику я использовал для своей диссертации.
Для наших примеров я буду использовать алгоритм многозначного разложения изображения. По сути, это означает, что мы сначала построим гистограмму цветов изображения. Это делается путем получения всех пикселей в изображении с группировкой по цвету, после чего производится подсчет по каждой группе. Если посмотреть на нашу тестовую капчу, то можно увидеть три основных цвета:
На Python это будет выглядеть очень просто.
Следующий код открывает изображение, преобразует его в GIF (облегчает нам работу, т. к. в нем всего 255 цветов) с печатает гистограмму цветов.
В итоге мы получим следующее:
Здесь мы видем количество пикселей каждого из 255 цветов в изображении. Вы можете увидеть, что белый (255, самый последний) встречается чаще всего. За ним идет красный (текст). Чтобы убедиться в этом, напишем небольшой скрипт:
И получаем такие данные:
| Цвет | Количество пикселей |
|---|---|
| 255 | 625 |
| 212 | 365 |
| 220 | 186 |
| 219 | 135 |
| 169 | 132 |
| 227 | 116 |
| 213 | 115 |
| 234 | 21 |
| 205 | 18 |
| 184 | 15 |
Это список из 10 наиболее распространенных цветов в изображении. Как ожидалось, белый повторяется чаще всего. Затем идут серый и красный.
Как только мы получили эту информацию, мы создаем новые изображения, основанные на этих цветовых группах. Для каждого из наиболее распространенных цветов мы создаем новое бинарное изображение (из 2 цветов), где пиксели этого цвета заполняется черным, а все остальное белым.
Красный у нас стал третьем среди наиболее распространенных цветов и это означает, что мы хотим сохранить группу пикселей с цветом 220. Когда я экспериментировал я обнаружил, что цвет 227 довольно близок к 220, так что мы сохраним и эту группу пикселей. Приведенный ниже код открывает капчу, преобразует ее в GIF, создает новое изображение такого же размера с белым фоном, а затем обходит оригинальное изображение в поисках нужного нам цвета. Если он находит пиксель с нужным нам цветом, то он отмечает этот же пиксель на втором изображении черным цветом. Перед завершением работы второе изображение сохраняется.
Запуск этого фрагмента кода дает нам следующий результат.
| Оригинал | Результат |
| |
На картинке вы можете увидеть, что у нас успешно получилось извлечь текст из фона. Чтобы автоматизировать этот процесс вы можете совместить первый и второй скрипт.
Слышу, как спрашиваете: «А что, если на капче текст написан разными цветами?». Да, наша техника все еще сможет работать. Предположите, что наиболее распространенный цвет – это цвет фона и тогда вы сможете найти цвета символов.
Таким образом, на данный момент мы успешно извлекли текст из изображения. Следующим шагом будет определение того, содержит ли изображение текст. Я пока не буду писать здесь код, т. к. это сделает понимание сложным, в то время как сам алгоритм довольно прост.
На выходе у вас будет набор границ символов. Тогда все, что вам нужно будет сделать – это сравнить их между собой и посмотреть, идут ли они последовательно. Если да, то вам выпал джек-пот и вы правильно определили символы, идущие рядом. Вы так же можете проверять размеры полученных областей или просто создавать новое изображение и показывать его (метод show() у изображения), чтобы убедиться в точности алгоритма.
В результате у нас получалось следующее:
Это позиции по горизонтали начала и конца каждого символа.
ИИ и векторное пространство при распознавании образов
Распознавание изображений можно считать самым большим успехом современного ИИ, что позволило ему внедриться во все виды коммерческих приложений. Прекрасным примером этого являются почтовые индексы. На самом деле во многих странах они читаются автоматически, т. к. научить компьютер распознавать номера довольно простая задача. Это может быть не очевидно, но распознавание образов считается проблемой ИИ, хоть и очень узкоспециализированной.
Чуть ли ни первой вещью, с которой сталкиваются при знакомстве с ИИ в распознавании образов являются нейронные сети. Лично я никогда не имел успеха с нейронными сетями при распознавании символов. Я обычно обучаю его 3-4 символам, после чего точность падает так низко, что она была бы на порядок выше, отгадывай я символы случайным образом. Сначала это вызвало у меня легкую панику, т. к. это было тем самым недостающем звеном в моей диссертации. К счастью, недавно я прочитал статью о vector-space поисковых системах и посчитал их альтернативным методом классификации данных. В конце концов они оказались лучшем выбором, т. к.
Конечно, бесплатного сыра не бывает. Главный недостаток в скорости. Они могут быть намного медленнее нейронных сетей. Но я думаю, что их плюсы все же перевешивают этот недостаток.
Если хотите понять, как работает векторное пространство, то советую почитать Vector Space Search Engine Theory. Это лучшее, что я нашел для начинающих.
Я построил свое распознавание изображений на основе вышеупомянутого документа и это было первой вещью, которую я попробовал написать на любимом ЯП, который я в это время изучал. Прочитайте этот документ и как вы поймете его суть – возвращайтесь сюда.
Уже вернулись? Хорошо. Теперь мы должны запрограммировать наше векторное пространство. К счастью, это совсем не сложно. Приступим.
Это реализация векторного пространства на Python в 15 строк. По существу оно просто принимает 2 словаря и выдает число от 0 до 1, указывающее как они связаны. 0 означает, что они не связаны, а 1, что они идентичны.
Обучение
Следующее, что нам нужно – это набор изображений, с которыми мы будем сравнивать наши символы. Нам нужно обучающее множество. Это множество может быть использовано для обучения любого рода ИИ, который мы будем использовать (нейронные сети и т. д.).
Используемые данные могут быть судьбоносными для успешности распознавания. Чем лучше данные, тем больше шансов на успех. Так как мы планируем распознавать конкретную капчу и уже можем извлечь из нее символы, то почему бы не использовать их в качестве обучающего множества?
Это я и сделал. Я скачал много сгенерированных капч и моя программа разбила их на буквы. Тогда я собрал полученные изображения в коллекции (группы). После нескольких попыток у меня было по крайней мере один пример каждого символа, которые генерировала капча. Добавление большего количества примеров повысит точность распознавания, но мне хватило и этого для подтверждения моей теории.
На выходе мы получаем набор изображений в этой же директории. Каждому из них присваивается уникальных хеш на случай, если вы будете обрабатывать несколько капч.
Вот результат этого кода для нашей тестовой капчи:
| | | | | |
Вы сами решаете, как хранить эти изображения, но я просто поместил их в директории с тем же именем, что находится на изображении (символ или цифра).
Собираем все вместе
Последний шаг. У нас есть извлекание текста, извлекание символов, техника распознавания и обучающее множество.
Мы получаем изображение капчи, выделяем текст, получаем символы, а затем сравниванием их с нашим обучающим множеством. Вы можете скачать окончательную программу с обучающим множеством и небольшим количеством капч по этой ссылке.
Здесь мы просто загружаем обучающее множество, чтобы иметь возможность сравнивать с ним:
А тут уже происходит все волшебство. Мы определяем, где находится каждый символ и проверяем его с помощью нашего векторного пространства. Затем сортируем результаты и печатаем их.
Выводы
Теперь у нас есть все, что нужно и мы можем попробовать запустить нашу чудо-машину.
Здесь мы видем предполагаемый символ и степень уверенности в том, что это действительно он (от 0 до 1).
Похоже, что у нас действительно все получилось!
На самом деле на тестовых капчах данный скрипт будет выдавать успешный результат примерно в 22% случаев (у меня получилось 28.5, прим. перев.).
Большинство неверных результатов приходится на неправильное распознаваине цифры «0» и буквы «О». Нет ничего неожиданного, т. к. даже люди их часто путают. У нас еще есть проблема с разбиванием на символы, но это можно решить просто проверив результат разбиения и найдя золотую середину.
Однако, даже с таким не очень совершенным алгоритмом мы можем разгадывать каждую пятую капчу за такое время, где человек не успел бы разгадать и одну.
Выполнение этого кода на Core 2 Duo E6550 дает следующие результаты:
От переводчика. У меня на Dual Core T4400 получились следующие результаты:
В нашем каталоге находится 48 капч, из чего следует, что на разгадывание одной уходит примерно 0.12 секунд. С нашими 22% процентами успешного разгадывания мы можем разгадывать около 432 000 капч в день и получать 95 040 правильных результатов. А если использовать многопоточность?
Вот и все. Надеюсь, что мой опыт будет использован вами в хороших целях. Я знаю, что вы можете использовать этот код во вред, но чтобы сделать действительно нечто опасное вы должны довольно сильно его изменить.
Для тех, кто пытается защитить себя капчей я могу сказать, что это вам не сильно поможет, т. к. их можно обойти программно или просто платить другим людям, которые будут разгадывать их вручную. Подумайте над другими способами защиты.
Скрипт для автоматического ввода капчи
Когда на сайте перед вами возникает капча, большинству людей хочется обойтись без ввода символов. Универсальные боты часто не справляются с задачей ввода капчи на конкретном сайте, поэтому сегодня разрабатываются так называемые скрипты, которые позволяют сделать ввод капчи на определенном ресурсе автоматическим.
Когда требуется автоматический ввод капчи
Чаще всего автоматический ввод необходим при выполнении множественных задач на сайте. Например, существуют ресурсы, которые позволяют каждый час получать вознаграждение за активность пользователя. Это сайты по обмену валют, выводу денег, совершению финансовых операции. Пользователям предлагается бонус за выполнение определенных задач, однако проходить вручную проверки постоянно окажется утомительной задачей, именно поэтому созданы специальные скрипты.
текстовые капчи, графические капчи: ReCaptcha V2, KeyCaptcha, FunCaptcha и др.
Зарегистрироваться>>>
Что такое скрипт для капчи
Скрипт представляет собой запрограммированную задачу, которая выполняется на сайте автоматически.
Например, программист написал скрипт (небольшую программу), который способен самостоятельно проходить регистрацию на ресурсе и создавать учетную запись, или скрипт может получать за вас бонусы за посещение сайта, рассылать рекламу на форуме и выполнять более сложные задачи.
Как правило, для конкретного ресурса требуется отдельный скрипт, так как у каждого сайта своя схема работы: сделать универсальный скрипт оказывается слишком сложно. Скрипт может быть как автоматическим, так и полуавтоматическим, требующий сопровождение со стороны пользователя.
Существуют специальные скрипты, которые способны проходить тест-капчу: обычно они используют информацию из базы данных и подбирают правильный ответ на капчу, а бывает, что скрипт пользуется некоторыми уязвимостями сайта и обходит ввод капчи.
Как работает скрипт для ввода капчи
Чаще всего скрипт представляет собой не отдельную программу, а код для уже существующих программ для работы со скриптами. Одна из самых популярных в мире программ для использования пользовательских скриптов называется Tampermonkey. Это зарубежное программное обеспечение, которое распространяется бесплатно и позволяет использовать на одном сайте множество скриптов одновременно.
Смотрите видео — Установка скрипта с помощью Tampermonkey:
По сути, скрипт не работает сам по себе, а является лишь специальным кодом-командой, по которому внешнее программное обеспечение выполняет заданные задачи. Разработка скрипта является сложной задачей и требует переработку кода конкретного сайта. В код вносятся определенные коррективы, и благодаря этому становится возможным выполнение особых задач.
Где получить скрипт для ввода капчи и как им воспользоваться
Прежде всего, для того чтобы воспользоваться скриптом, необходимо установить программу для работы со скриптами. Если в вашем случае подходит Tampermonkey, то это расширение для браузера можно бесплатно установить для Chrome и Opera. Все что требуется для работы скрипта – добавить его код в Tampermonkey и включить.
Если говорить про крупнейшие сайты, предлагающие скрипты для ввода капчи, то среди них в первую очередь следует выделить antigate.com. На сайте требуется зарегистрироваться, оплатить стоимость скрипта и установить его согласно инструкции. Проблема заключается в том, что многие сайты блокируют использование скриптов, поэтому разработчики вынуждены постоянно обновлять скрипты для обхода защиты, а вам потребуется скачивать новые версии скрипта.
Что же, для обхода или ввода капчи существуют специальные скрипты – они позволяют сделать ввод автоматическим и упростить задачу для пользователя во многих случаях. Все что требуется для работы скрипта – расширение для браузера и уникальный код, который предлагают разработчики скриптов на специализированных сайтах.
Как воспользоваться скриптом для ввода капчи: пример
Вот здесь рассмотрим пример, как установить скрипт с Антигейт, на примере криптовалютного крана.
Антикапча-сервис ручного распознаванияНад распознаванием капчи работают живые люди, поэтому сервису подвластно все, что способен распознать человек:текстовые капчи, графические капчи: ReCaptcha V2, KeyCaptcha, FunCaptcha и др.
Зарегистрироваться>>>
Если вас интересует заработок на вводе капчи или другие способы заработка в Интернете, заходите сюда – 50 способов заработать в Интернете
Как создать пассивный доход за 4 дня 💰
Марафон на котором 🔥 вы создадите пассивный доход в прямом эфире с нуля и узнаете конкретные стратегии инвестирования в квартиры, дома, гаражи, автомобили и даже доходные сайты