captcha/main.py at master · eminsk/captcha · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
# обходим гугл-капчу на 9 элементов

import webbrowser, time, os, pyautogui
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
# from selenium.common.exceptions import NoSuchElementException,UnexpectedAlertPresentException
import urllib.request
import random

# import tensorflow
from keras.models import load_model
import argparse
import pickle
import cv2
import os
from PIL import Image

browser = webdriver.Firefox()
browser.implicitly_wait(5)
browser.get('https://captcha.guru/ru/feedback/')
time.sleep(5)

iframe = browser.find_elements_by_tag_name('iframe')[0]
browser.switch_to.frame(iframe)
act = browser.find_element_by_css_selector('.recaptcha-checkbox-border')
act.click()


def captcha():
    t = random.uniform(1, 4)
    browser.switch_to.default_content()
    # возможно, вместо 3 ниже надо поставить 2
    iframe = browser.find_elements_by_tag_name('iframe')[3]  # узнаем категорию капчи:автобусы,гидранты...
    browser.switch_to.frame(iframe)
    time.sleep(2)
    act = browser.find_element_by_xpath('/html/body/div/div/div[2]/div[1]/div[1]/div/strong')
    print(act.text)
    global name
    name = str(act.text)  # для функции clicks
    a = ['велосипеды', 'пешеходные переходы', 'гидрантами', 'автомобили', 'автобус']
    # проверяем, что картинок не 16
    try:
        act = browser.find_element_by_xpath(' /html/body/div/div/div[2]/div[2]/div/table/tbody/tr[1]/td[4]/div/div[1]')
        # обновили картинку с капчи
        act = browser.find_element_by_xpath('//*[@id="recaptcha-reload-button"]')
        act.click()
        time.sleep(2)
        browser.switch_to.default_content()
        # возможно, вместо 3 ниже надо поставить 2
        iframe = browser.find_elements_by_tag_name('iframe')[3]  # узнаем категорию капчи:автобусы,гидранты...
        browser.switch_to.frame(iframe)
        time.sleep(2)
        act = browser.find_element_by_xpath('/html/body/div/div/div[2]/div[1]/div[1]/div/strong')
        print(act.text)
    except:
        if act.text not in a:
            # обновили картинку с капчи
            act = browser.find_element_by_xpath('//*[@id="recaptcha-reload-button"]')
            act.click()
            time.sleep(2)
            browser.switch_to.default_content()
            iframe = browser.find_elements_by_tag_name('iframe')[2]  # узнаем категорию капчи:автобусы,гидранты...
            browser.switch_to.frame(iframe)
            time.sleep(2)
            act = browser.find_element_by_xpath('/html/body/div/div/div[2]/div[1]/div[1]/div/strong')
            print(act.text)
        if act.text in a:
            # сохраняем картинку
            os.chdir('C:\\1\\vgg-net')
            im = pyautogui.screenshot(imageFilename=str(0) + '.jpg', region=(509, 411, 495, 495))

            # нарезаем картинку
            img = Image.open('0.jpg')
            area1 = (0, 0, 163, 163)  # спереди,сверху,справа,снизу)
            img1 = img.crop(area1)
            area2 = (163, 0, 326, 163)
            img2 = img.crop(area2)
            area3 = (326, 0, 489, 163)
            img3 = img.crop(area3)

            area4 = (0, 163, 163, 326)
            img4 = img.crop(area4)
            area5 = (163, 163, 326, 326)
            img5 = img.crop(area5)
            area6 = (326, 163, 489, 326)
            img6 = img.crop(area6)

            area7 = (0, 326, 163, 489)
            img7 = img.crop(area7)
            area8 = (163, 326, 326, 489)
            img8 = img.crop(area8)
            area9 = (326, 326, 489, 489)
            img9 = img.crop(area9)

            img1.save("1" + ".png")
            img2.save("2" + ".png")
            img3.save("3" + ".png")
            img4.save("4" + ".png")
            img5.save("5" + ".png")
            img6.save("6" + ".png")
            img7.save("7" + ".png")
            img8.save("8" + ".png")
            img9.save("9" + ".png")


captcha()


def prescript(file):  # функция нейросети: нашли категорию предмета
    ap = argparse.ArgumentParser()
    ap.add_argument("-i", "--image", type=str, default=file, help="path to input image we are going to classify")
    ap.add_argument("-m", "--model", type=str, default="smallvggnet.model", help="path to trained Keras model")
    ap.add_argument("-l", "--label-bin", type=str, default="smallvggnet_lb.pickle", help="path to label binarizer")
    ap.add_argument("-w", "--width", type=int, default=64, help="target spatial dimension width")
    ap.add_argument("-e", "--height", type=int, default=64, help="target spatial dimension height")
    ap.add_argument("-f", "--flatten", type=int, default=-1, help="whether or not we should flatten the image")
    args = vars(ap.parse_args())

    image = cv2.imread(file)
    output = image.copy()
    image = cv2.resize(image, (args["width"], args["height"]))
    image = image.astype("float") / 255.0
    if args["flatten"] > 0:
        image = image.flatten()
        image = image.reshape((1, image.shape[0]))
    else:
        image = image.reshape((1, image.shape[0], image.shape[1], image.shape[2]))

    model = load_model(args["model"])
    lb = pickle.loads(open(args["label_bin"], "rb").read())
    preds = model.predict(image)
    i = preds.argmax(axis=1)[0]
    label = lb.classes_[i]
    text = "{}: {:.2f}%".format(label, preds[0][i] * 100)
    print(text[0])  # 1-предмет есть на картинке, 0 - предмета нет
    global result
    result = text[0]


# clicks
# если предмет есть на картинке и он совпадает с предметом из категории, нажимаем на картинку
def clicks(x, y):
    if (result == '1' and name == 'велосипеды') or (result == '2' and name == 'пешеходные переходы') or (
            result == '3' and name == 'гидрантами') or (result == '4' and name == 'автомобили') or (
            result == '5' and name == 'автобус'):
        act = browser.find_element_by_xpath(
            '/html/body/div/div/div[2]/div[2]/div/table/tbody/tr[' + str(x) + ']/td[' + str(y) + ']')
        act.click()
        # time.sleep(1)


# предсказываем капчи и кликаем по картинкам
def predict():
    prescript("1" + ".png")
    clicks(1, 1)
    prescript("2" + ".png")
    clicks(1, 2)
    prescript("3" + ".png")
    clicks(1, 3)
    prescript("4" + ".png")
    clicks(2, 1)
    prescript("5" + ".png")
    clicks(2, 2)
    prescript("6" + ".png")
    clicks(2, 3)
    prescript("7" + ".png")
    clicks(3, 1)
    prescript("8" + ".png")
    clicks(3, 2)
    prescript("9" + ".png")
    clicks(3, 3)
    act = browser.find_element_by_css_selector('#recaptcha-verify-button')
    act.click()
    time.sleep(1)


os.chdir('C:\\1\\vgg-net')
predict()
while True:
    captcha()
    predict()

# captcha()