利用Python OpenCV实现滑动验证码缺口定位

闻溪

发布时间：2026-10-13| 6人浏览过

原创

本文介绍如何使用Python的OpenCV模块定位滑动验证码中的缺口。通过读取目标图与模板图，利用cv2.matchTemplate进行模板匹配，并结合abs(255 - target)处理反色图像，最终通过np.unravel_index获取缺口坐标并绘制矩形框。

OpenCV识别滑动验证码缺口方案

近期发现一种有效方案，借助Python的OpenCV模块即可精准识别滑动验证码中的缺口位置。

本次测试采用以下两张图片作为输入：

target.jpg

template.png

接下来演示如何通过“template.png”在“target.jpg”中定位对应的缺口，具体代码实现如下：

Python代码实现与结果分析


# encoding=utf8

import cv2
import numpy as np

def show(name):
 cv2.imshow('Show', name)
 cv2.waitKey(0)
 cv2.destroyAllWindows()

def main():
 otemp = 'template.png'
 oblk = 'target.jpg'
 target = cv2.imread(otemp, 0)
 template = cv2.imread(oblk, 0)
 w, h = target.shape[::-1]
 temp = 'temp.jpg'
 targ = 'targ.jpg'
 cv2.imwrite(temp, template)
 cv2.imwrite(targ, target)
 target = cv2.imread(targ)
 target = cv2.cvtColor(target, cv2.COLOR_BGR2GRAY)
 target = abs(255 - target)
 cv2.imwrite(targ, target)
 target = cv2.imread(targ)
 template = cv2.imread(temp)
 result = cv2.matchTemplate(target, template, cv2.TM_CCOEFF_NORMED)
 x, y = np.unravel_index(result.argmax(), result.shape)
 # 展示圈出来的区域
 cv2.rectangle(template, (y, x), (y + w, x + h), (7, 249, 151), 2)
 show(template)
if __name__ == '__main__':

main()函数的运行结果展示在文章顶部，从输出可见，缺口位置已被准确识别。

总结

以上介绍了使用Python OpenCV模块识别滑动验证码缺口的方法，希望能为读者提供帮助。如有任何疑问，欢迎留言，小编将及时回复！