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

【前端地图】地图基本操作控制——平移、缩放、旋转、手势控制、地图样式切换、全屏模式支持

【前端地图】地图基本操作控制——平移、缩放、旋转、手势控制、地图样式切换、全屏模式支持

🎮 第3节 | 地图基本操作控制 🎯 学习目标 老曹说:“地图不能动算什么地图?今天教你让地图飞起来!” 1. 🧭 掌握地图平移、缩放、旋转三大基础操作 2. 🖱️ 理解手势控制与事件监听机制 3. 🎨 实现地图样式动态切换(白天/黑夜/卫星图) 4. 🖥️ 支持全屏模式与自适应布局 🧠 引言:让用户掌控地图! 地图不只是看的,更是用来“玩”的!优秀的用户体验离不开流畅的操作反馈。本节课带你解锁地图操控的所有姿势,让你的地图像游戏一样丝滑。 老曹吐槽时间: “有些产品地图做得跟 PPT 似的,点都点不动……用户:你礼貌吗?” 🧭 一、三大基础操作详解 1.1 平移(Pan)📍 平移是最常见的操作,通过改变地图中心点实现视角移动。 ✅ 高德地图实现 // 方法一:直接设置中心点 map.setCenter([116.404,

By Ne0inhk
cann-recipes-train 仓库深度解读:昇腾平台下 DeepSeek-R1 与 Qwen2.5 强化学习训练优化实践

cann-recipes-train 仓库深度解读:昇腾平台下 DeepSeek-R1 与 Qwen2.5 强化学习训练优化实践

cann-recipes-train 仓库深度解读:昇腾平台下 DeepSeek-R1 与 Qwen2.5 强化学习训练优化实践 前言 自 DeepSeek-R1 发布以来,大模型的强化学习(RL)训练掀起了新一轮的技术热潮。各大厂商与开源社区纷纷投入实践,持续探索更高效的 RL 训练体系。本文将基于 cann-recipes-train 仓库,解读两个实践样例:DeepSeek-R1 的 RL 训练优化实践样例、基于 verl 框架的 Qwen2.5 强化学习实践样例 cann-recipes-train 仓库全景解析:昇腾训练优化的"实战底座" 大模型训练拼效率的阶段,CANN 直接帮我们搞定了底层异构硬件适配、资源调度这些麻烦事,不用再从零研究 GPU 和 NPU 怎么协同,现有模型代码也不用大改就能对接,训

By Ne0inhk
2025年好用的Github开源AI LLM大语言模型WebUI框架推荐(2025 最新)大模型入门到精通,收藏这篇就足够了!

2025年好用的Github开源AI LLM大语言模型WebUI框架推荐(2025 最新)大模型入门到精通,收藏这篇就足够了!

导读 WebUI 框架的主要优点包括跨平台性强,可以在各种设备上运行;易于部署和更新,只需在服务器端修改;开发成本较低,使用通用前端技术;用户体验良好,可实现丰富的交互效果;硬件要求不高,普通设备即可访问;易于维护和扩展,方便添加新功能。 链接丨https://promptchoose.com/ai-tools/github-open-source-llm-webui-framework/ 大型语言模型(LLM)已经成为了一股不可忽视的力量。从对话系统到文本生成,LLM 的应用场景日益广泛。而为了更好地利用这些强大的工具,开发者们需要一个易于使用的界面来与这些模型进行交互。今天,我们就为大家带来了几个热门且最新的 GitHub 开源 LLM 大语言模型WebUI框架项目推荐。这些项目不仅能够帮助你快速构建自己的应用,还能让你体验到最前沿的技术成果。 项目名称Star 数项目地址Open WebUI49.6khttps://github.com/open-webui/open-webuiDify53.6khttps://github.com/langgenius/

By Ne0inhk
Microsoft Edge WebView2 Runtime(运行库)快速部署 + 调试指南(精简实用、适配开发 + 用户双场景)

Microsoft Edge WebView2 Runtime(运行库)快速部署 + 调试指南(精简实用、适配开发 + 用户双场景)

WebView2运行库 v143.0.3650.139 x64 精简安装(下载) 一、WebView2 Runtime 快速安装部署(用户 / 开发通用,必做) ✅ 1. 系统预装情况 ▸ Windows 11 系统 默认自带 常青版 WebView2 运行库,无需手动安装;▸ Windows 10/7/8.1 需手动安装,缺失则调用 WebView2 控件的软件会弹窗报错「缺少 WebView2 运行环境」。 ✅ 2. 两种官方安装方式(推荐) 方式 1:常青版(Evergreen Runtime)- 首选 ▸ 特点:体积小(引导包仅

By Ne0inhk