验证码处理经验

快速识别流程

页面出现验证码？
├── 有滑动条 + 背景图 + 滑块图 → 滑块验证码
├── 有图片 + 输入框 → 图片验证码（OCR）
├── 有背景图 + 文字/图标提示 → 点选验证码
├── 有旋转图片 → 旋转验证码
├── 有拼图 → 拼图验证码（类似滑块）
└── 弹出第三方页面（极验/网易/腾讯）→ 第三方验证码服务

滑块验证码

缺口检测方法

| 方法 | 适用场景 | 精度 | |------|----------|------| | Canny 边缘检测 | 缺口边缘清晰 | 高 | | 模板匹配 | 有独立滑块图片 | 高 | | 像素差异对比 | 有完整背景图和缺口背景图 | 最高 | | 灰度梯度 | 缺口区域与背景对比度大 | 中 |

轨迹生成参数

总时长: 300-800ms（过快被检测，过慢不自然）
阶段分配:
  - 起步 (0-15%): 加速，速度从 0 到峰值
  - 中段 (15-75%): 匀速或微加速
  - 减速 (75-90%): 明显减速
  - 微调 (90-100%): 缓慢靠近 + 轻微回弹 (1-3px)

Y 轴抖动: ±1-2px 随机偏移（纯水平移动会被检测）
采样间隔: 10-30ms（模拟 requestAnimationFrame）

常见失败原因

缺口偏移量不准 → 加 ±2px 随机偏移重试
轨迹太规则 → 增加 Y 轴抖动和速度波动
滑动太快 → 总时长调到 500ms+
验证接口校验 → 检查是否需要额外参数（如 trace 数据、加密 token）

图片验证码

OCR 方案选择

| 方案 | 识别率 | 成本 | 适用场景 | |------|--------|------|----------| | ddddocr | 60-80% | 免费 | 简单数字/字母验证码 | | Tesseract + 预处理 | 50-70% | 免费 | 清晰文字 | | 打码平台 (超级鹰等) | 90%+ | 付费 | 复杂验证码、量大 | | 自训练模型 | 95%+ | 开发成本高 | 固定样式、长期使用 |

图片预处理流程

灰度化 → 去除颜色干扰
二值化 → 分离文字和背景（阈值需调试）
去噪点 → 中值滤波或形态学操作
字符分割 → 连通域分析（粘连字符需特殊处理）

常见失败原因

背景干扰线 → 加强二值化阈值或用形态学开运算
字符粘连 → 投影分割或滴水算法
字体扭曲 → ddddocr 通常比 Tesseract 更好
识别错误 → 刷新验证码重试（最多 3 次）

点选验证码

处理流程

获取提示信息（"请依次点击：X、Y、Z"）
目标检测：定位背景图中每个候选目标的坐标
匹配：将提示与候选目标对应
按顺序点击坐标

难点与应对

文字点选：OCR 识别背景图中的文字位置
图标点选：图像分类匹配提示图标
语义点选（"点击最大的"）：需要目标检测 + 属性比较
3D/旋转文字：打码平台更可靠

第三方验证码服务

| 服务商 | 常见类型 | 特征 | |--------|----------|------| | 极验 (GeeTest) | 滑块、点选、九宫格 | gt + challenge 参数 | | 网易易盾 | 滑块、拼图、点选 | NECaptcha 对象 | | 腾讯防水墙 | 滑块 | TencentCaptcha 对象 | | 阿里云 | 滑块、智能验证 | ALIYUN 前缀 | | hCaptcha | 图像分类 | h-captcha class | | reCAPTCHA | 图像分类、评分 | g-recaptcha class |

通用应对策略

优先尝试绕过：部分验证码有 API 直接获取 token 的方式
浏览器方案：用 Patchright 模拟真实操作
打码平台：极验/hCaptcha 等有专门的打码服务
降低触发频率：通过反检测手段减少验证码出现

验证失败通用处理

第 1 次失败 → 刷新验证码，调整参数重试
第 2 次失败 → 换方案（如 OCR → 打码平台）
第 3 次失败 → 返回告知主 agent，建议人工介入或换策略