Python 识别携程中文验证码(95%正确率)并自动登陆携程+图灵图像验证码识别平台

Python 识别携程中文验证码(95%正确率)并自动登陆携程+图灵图像验证码识别平台

这两天有一个业务需求,需要登陆不同的携程账号获取订单信息,但是由于携程有验证码检测机制,而且是个中文验证码比较难识别,试了几家人工打码平台,要么贵,要么延时高,要么没办法24小时运行。最后总算让我找到一个可以通过机器识别出来的API接口,准确率超级高而且延迟只有0.03s左右。(不算上传图片的时间)

首先看一下携程验证码长啥样。。。

携程验证码分为小图和大图部分,小图部分如下:

 

 

 大图部分的样子如下: 

 原理是要先识别小图的文字,然后点击到大图对应文字的正确位置。

这里借助了图灵验证码识别平台,不是人工打码的,所以识别很快,准确率也挺高:

在线图片验证码识别平台-图像验证码识别打码平台-图片验证码打码平台-图灵

官网网址:http://fdyscloud.com.cn

进入图灵验证码识别平台,点击中文类型: 

 可以看到图灵识别平台提供的几个中文识别模型。我们这里需要用到的就是 中文通用类型 和 图片识别类型9。分别点进去,会告诉你对应的模型ID和接口的调用方式。

 我们也可以直接在网站上先上传图片测试一下该模型的识别效果,如下图:

 可以看到效果是很好的,所有的字和位置都识别得相当准确!牛逼!

废话不多说,直接发调用的Python代码吧,其实网站上也写得很详细了。

小图部分识别:

import base64 import json import requests # 复制以下代码,只需填入自己的账号密码、待识别的图片路径即可。 # 关于ID:选做识别的模型ID,会自动生成,无需修改。 def b64_api(username, password, img_path, ID): with open(img_path, 'rb') as f: b64_data = base64.b64encode(f.read()) b64 = b64_data.decode() data = {"username": username, "password": password, "ID": ID, "b64": b64} data_json = json.dumps(data) result = json.loads(requests.post("http://www.tulingtech.xyz/tuling/predict", data=data_json).text) return result if __name__ == "__main__": img_path = "C:/Users/Administrator/Desktop/file.jpg" result = b64_api(username="你的账号", password="你的密码", img_path=img_path,) print(result)

 大图部分识别:

import base64 import json import requests # 复制以下代码,只需填入自己的账号密码、待识别的图片路径即可。 # 关于ID:选做识别的模型ID,会自动生成,无需修改。 def b64_api(username, password, img_path, ID): with open(img_path, 'rb') as f: b64_data = base64.b64encode(f.read()) b64 = b64_data.decode() data = {"username": username, "password": password, "ID": ID, "b64": b64} data_json = json.dumps(data) result = json.loads(requests.post("http://www.tulingtech.xyz/tuling/predict", data=data_json).text) return result if __name__ == "__main__": img_path = "C:/Users/Administrator/Desktop/file.jpg" result = b64_api(username="你的账号", password="你的密码", img_path=img_path,) print(result)

两者​除了post data里面的模型ID值不一样,其他部分都是一样的。

至此彻底解决了携程中文点选验证码的识别问题!!!

Read more

从0到1:AI Coding新手入门全攻略

从0到1:AI Coding新手入门全攻略

目录 一、AI Coding 是什么 二、为什么要学习 AI Coding (一)提升效率 (二)降低门槛 (三)紧跟技术趋势 三、准备工作 (一)选择合适的 AI Coding 工具 (二)安装与配置 (三)基础知识储备 四、学习过程 (一)基础语法学习 (二)项目实践 (三)解决常见问题 五、高级技巧与优化 (一)提示词优化 (二)与其他工具协作 (三)持续学习与提升 六、总结与展望 一、AI Coding 是什么 AI Coding,

By Ne0inhk
免费开源AI工具:CoPaw与OpenFang整理

免费开源AI工具:CoPaw与OpenFang整理

CoPaw 和 OpenFang,两者软件本体都免费开源,但模型 API 可能产生费用。 CoPaw(阿里云) * 软件本身:完全免费开源(Apache 2.0),无会员、无广告、无功能限制 * 本地部署:免费,仅需 Python 环境,可跑本地模型(Ollama 等),零 API 费用 * 云端部署:魔搭创空间有免费测试额度;长期使用按云资源(CPU/GPU/ 存储)计费 * 模型 API:调用通义千问、OpenAI、DeepSeek 等按官方标准按量付费  CoPaw GitHub 地址 https://github.com/agentscope-ai/CoPaw OpenFang(

By Ne0inhk
AI创作不再高冷!脉脉AMA第二期:普通人如何靠“提问”和“评论”逆袭?

AI创作不再高冷!脉脉AMA第二期:普通人如何靠“提问”和“评论”逆袭?

文章目录 * 一、引言:普通人也能参与的AI创作场 * 二、为什么值得参与:不只是学知识,更是可见的成长 * 三、活动看点:AMA+创作者+普通人共创氛围 * 四、互动积分系统:边学边赚,福利拿到手软 * 4.1 积分获取方式:简单易操作 * 4.2 积分兑换礼品:丰富多样,总有一款适合你 * 4.3 积分活动规则:公平公正,透明公开 * 五、普通人的AI创作逆袭之路:从0到1的实战指南 * 5.1 从“关注”开始:建立学习坐标 * 5.2 从“评论”开始:把表达变成能力 * 5.3 从“话题”

By Ne0inhk
PentAGI-(AI自动化渗透)Docker环境部署

PentAGI-(AI自动化渗透)Docker环境部署

一、 深度解构:什么是 PentAGI? PentAGI 是由 VXControl 团队开发的一款革命性开源安全项目。它代表了 AI 与网络安全 深度融合的最高水准,旨在打造一个能够自主执行任务的“数字黑客助手”。 1. 为什么它如此强大? 不同于传统的扫描器(如 Nessus 或 OpenVAS),PentAGI 的核心是一个基于 LLM(大语言模型) 的决策引擎。它不仅能发现漏洞,更重要的是它能“理解”漏洞。 * • 自主推理:它能像人类渗透测试专家一样,根据上一步的扫描结果(如端口开放情况)动态推导下一步的攻击路径。 * • 工具编排:它能自主驱动并联动数百个安全工具(如 Nmap、Sqlmap、Nuclei、Metasploit 等),实现真正的自动化闭环。 * • 长效记忆:集成 pgvector 向量数据库,让 AI

By Ne0inhk