feat(src): 交付物收敛为单文件 captcha_solver.py 并新增第三方对接文档
- 合并 matcher_core + solve 为自包含单文件 captcha_solver.py， 对外仅暴露 solve_slide()（base64 进、JSON 出），内部实现细节不外泄 - 新增 README_3rd.md：接入步骤、返回字段、像素换算、鼠标操作规范、 轨迹形态要求、踩坑清单与验收基线 - 删除内部 CLI 批量工具与调试字段（candidates/method）， 返回清洗后的 quality/alternatives - try/live_solve.py 改用新模块路径；docs 同步更新引用
This commit is contained in:
杨豪
+2
-5
@@ -24,12 +24,9 @@
|
||||
|
||||
```bash
|
||||
# 单样本求解（base64 或文件路径）
|
||||
.venv/bin/python src/solve.py <大图> <mark>
|
||||
.venv/bin/python src/captcha_solver.py <大图> <mark>
|
||||
|
||||
# 批量求解 + 可视化（输出 src/out/L/）
|
||||
.venv/bin/python src/method_l_shape.py
|
||||
|
||||
# 结果验证（叠加轮廓图，输出 src/out/L/verify/）
|
||||
# 结果验证（叠加轮廓图）
|
||||
.venv/bin/python src/verify_result.py
|
||||
```
|
||||
|
||||
|
||||
+5
-6
@@ -22,7 +22,7 @@
|
||||
3. **照片纹理会产生大量虚假贴合**：纯倒角距离会被草地等密纹理区域击败。
|
||||
必须叠加方向约束与洞内部特征。
|
||||
|
||||
## 最终算法（`src/method_l_shape.py`）
|
||||
## 最终算法（`src/captcha_solver.py` 内部实现）
|
||||
|
||||
```text
|
||||
粗扫：尺度 0.85–1.15（步长 0.025）× 全图位置
|
||||
@@ -65,14 +65,14 @@ Canny 阈值固定 `lo = max(40, 0.5×中位灰度)`、`hi = 3×lo`。
|
||||
| d7a7f80c | SIFT + RANSAC | (167.8, 146.4) | (171, 146) | ~4px |
|
||||
| 444d0ea7 | 闭合轮廓分析（Hu≈0.003） | 左洞 rot≈0° | (183, 160) rot=0° | 一致 |
|
||||
|
||||
## API（`src/solve.py`）
|
||||
## API（`src/captcha_solver.py`）
|
||||
|
||||
```python
|
||||
from solve import solve
|
||||
from captcha_solver import solve_slide
|
||||
result = solve(big_image_b64, mark_image_b64) # 支持 dataURI 前缀
|
||||
```
|
||||
|
||||
命令行：`python src/solve.py <大图路径或base64> <mark路径或base64>`
|
||||
命令行：`python src/captcha_solver.py <大图路径或base64> <mark路径或base64>`
|
||||
|
||||
返回：
|
||||
|
||||
@@ -201,7 +201,6 @@ s±0.0375（步长 0.0125）重扫 + ±6px 窗口局部最优，取 rotation_sca
|
||||
## 复现
|
||||
|
||||
```bash
|
||||
.venv/bin/python src/method_l_shape.py # 批量求解 + 可视化
|
||||
.venv/bin/python src/verify_result.py # 叠加轮廓验证图
|
||||
.venv/bin/python src/solve.py <大图> <mark> # 单样本 API
|
||||
.venv/bin/python src/captcha_solver.py <大图> <mark> # 单样本 API
|
||||
```
|
||||
|
||||
@@ -0,0 +1,6 @@
|
||||
{
|
||||
"include": ["src", "try"],
|
||||
"extraPaths": ["src"],
|
||||
"reportMissingImports": "warning",
|
||||
"reportMissingModuleSource": "none"
|
||||
}
|
||||
@@ -0,0 +1,264 @@
|
||||
# 拖动重叠验证码求解 —— 第三方对接文档
|
||||
|
||||
## 1. 功能概述
|
||||
|
||||
输入验证码的**背景大图**与 **mark 小图**（各一张），返回把 mark 拖动重叠到正确目标位置所需的**水平拖动像素**。纯本地图像计算，无任何网络请求。
|
||||
|
||||
典型场景：抖音系「拖动滑块完成拼图」验证码（`/captcha/get` 返回 `question.url1`（大图 552×344）与 `question.url2`（mark 110×110 PNG 含透明通道））。
|
||||
|
||||
## 2. 环境要求
|
||||
|
||||
- Python ≥ 3.10
|
||||
- 依赖：`opencv-python`、`numpy`（无其它依赖，全部离线计算）
|
||||
- 单次求解耗时约 4~7 秒（CPU），无 GPU 需求
|
||||
|
||||
```bash
|
||||
pip install opencv-python numpy
|
||||
```
|
||||
|
||||
## 3. 接入步骤
|
||||
|
||||
只依赖 `src/` 下两个文件：
|
||||
|
||||
```
|
||||
src/
|
||||
└── captcha_solver.py # 对外 API（自包含单文件，唯一交付物）
|
||||
```
|
||||
|
||||
### 3.1 最小示例
|
||||
|
||||
```python
|
||||
import base64
|
||||
import requests
|
||||
from captcha_solver import solve_slide
|
||||
|
||||
# 1) 从 /captcha/get 响应中取图与 tip_y
|
||||
q = captcha_get_response["data"]["question"]
|
||||
big_b64 = base64.b64encode(requests.get(q["url1"]).content).decode()
|
||||
mark_b64 = base64.b64encode(requests.get(q["url2"]).content).decode()
|
||||
|
||||
# 2) 求解（tip_y 强烈建议传入）
|
||||
result = solve_slide(big_b64, mark_b64, tip_y=q["tip_y"])
|
||||
|
||||
if not result["ok"]:
|
||||
raise RuntimeError(result["message"]) # 解码失败/未找到目标
|
||||
|
||||
# 3) 拿到拖动像素（原图坐标系）
|
||||
print(result["distance_px"], result["x"], result["y"], result["quality"], result["confidence"])
|
||||
```
|
||||
|
||||
### 3.2 命令行联调（不写代码先验证效果）
|
||||
|
||||
```bash
|
||||
python captcha_solver.py big.jpeg mark.png --tip-y 48
|
||||
```
|
||||
|
||||
返回 JSON，字段含义同下。
|
||||
|
||||
## 4. 返回字段
|
||||
|
||||
| 字段 | 类型 | 说明 |
|
||||
| --- | --- | --- |
|
||||
| `ok` | bool | 求解是否成功 |
|
||||
| `distance_px` | int | **需要拖动的水平像素（原图 552 坐标系）**，见 §5 换算 |
|
||||
| `x`, `y` | int | mark 画布左上角在原图中的目标位置（`distance_px == x`） |
|
||||
| `scale` | float | 目标区域相对 mark 的缩放（0.7~1.1，参考信息） |
|
||||
| `rot` | float | 目标区域旋转角（±90°，参考信息） |
|
||||
| `quality` | float | 置信分数，**越小越可信**；经验阈值见 §6 |
|
||||
| `confidence` | str | `"OK"` 或 `"AMBIGUOUS"`；AMBIGUOUS 建议弃题重刷 |
|
||||
| `alternatives` | list | 其余候选位置（最多 5 个），可用于换题决策或交叉验证 |
|
||||
| `message` | str | 失败原因（仅 `ok=false` 时存在） |
|
||||
|
||||
`alternatives` 元素结构：`{"x","y","scale","rot","score"}`（score 为该候选的拟合分）。
|
||||
|
||||
## 5. 拖动像素换算（重点）
|
||||
|
||||
`distance_px` 是**原图（552px 宽）坐标系**的值。浏览器里滑块/UI 通常按 **340px 显示宽度**渲染，需按显示比例换算成 UI 拖动像素：
|
||||
|
||||
```python
|
||||
DRAG_SCALE = display_width / 552 # 例：显示 340px → 340/552 ≈ 0.6159
|
||||
drag_ui_px = result["distance_px"] * DRAG_SCALE
|
||||
```
|
||||
|
||||
### 5.1 坐标系速查
|
||||
|
||||
| 坐标系 | 宽度 | 用途 |
|
||||
| --- | --- | --- |
|
||||
| 原图系 | 552 | `distance_px` / `x` / `y` 的单位（API 返回值） |
|
||||
| UI/画布系 | 340（以实际 DOM 为准） | 鼠标拖动像素、滑块按钮位移 |
|
||||
|
||||
换算实测校准结论（可信）：
|
||||
|
||||
- **mark 元素位移 == 滑块按钮位移**（1:1，UI px），拖动距离即 `distance_px × DRAG_SCALE`；
|
||||
- mark 初始画布位置为 `(0, tip_y×2)`（原图系），即 UI `(0, tip_y×2×DRAG_SCALE)`；
|
||||
- `tip_y` 为 340 显示系下的缺口顶 y，**乘 2** 得原图系；求解 API 直接传原始 `tip_y` 即可，内部已处理。
|
||||
|
||||
若第三方页面 mark 初始位置不在画布 x=0（极少见），拖动距离 = `distance_px × DRAG_SCALE − 初始 x(UI)`。
|
||||
|
||||
## 6. 结果质量判断（建议照做）
|
||||
|
||||
线上题目存在少量难样本（背景与贴片对比度极低的雪景类）。建议按以下顺序处理：
|
||||
|
||||
```python
|
||||
r = solve_slide(...)
|
||||
|
||||
# 1) 求解失败 → 换题
|
||||
if not r["ok"]:
|
||||
refresh_and_retry()
|
||||
|
||||
# 2) 低置信 → 换题（不要硬拖）
|
||||
if r["confidence"] != "OK" or r["quality"] > 8:
|
||||
refresh_and_retry()
|
||||
|
||||
# 3) alternatives 里存在与主选位置接近的强候选（score 接近）→ 疑难题，建议换题
|
||||
alts = r["alternatives"]
|
||||
if alts and abs(alts[0]["score"] - r["quality"]) < 0.15 \
|
||||
and abs(alts[0]["x"] - r["x"]) > 20:
|
||||
refresh_and_retry() # 两个互斥位置得分接近，无判据裁决
|
||||
```
|
||||
|
||||
实测统计：`confidence=="OK"` 且 `quality<8` 的题，位置误差 ≤4px（6/6 人工标注全中）。
|
||||
|
||||
## 7. 鼠标操作示例与注意要素（决定成败）
|
||||
|
||||
### 7.1 推荐方式：OS 级真实鼠标输入
|
||||
|
||||
优先使用 **xdotool（Linux X11）/ Win32 SendInput（Windows）/ CGEvent（macOS）** 等 OS 层输入。浏览器无法把它们与真人输入区分开。
|
||||
|
||||
```python
|
||||
import subprocess, time, random
|
||||
|
||||
# 滑块按钮中心（iframe 内 UI 坐标）—— 必须现场用 getBoundingClientRect 测，勿硬编码
|
||||
btn = page.evaluate("""
|
||||
(() => {
|
||||
const b = document.querySelector('[class*="slider-btn"]');
|
||||
const r = b.getBoundingClientRect();
|
||||
return {x: r.x + r.width/2, y: r.y + r.height/2};
|
||||
})()
|
||||
""")
|
||||
# 若用屏幕绝对坐标，加上 iframe 在页面中的偏移与浏览器窗口偏移
|
||||
|
||||
sx, sy = btn["x"], btn["y"]
|
||||
dist = result["distance_px"] * DRAG_SCALE
|
||||
|
||||
# --- 进近：从侧翼 160px 外以「先快后慢」移到按钮（1~2s，30~50 次 move）---
|
||||
ax, ay = sx - 160, sy - 120
|
||||
n_app = random.randint(30, 45)
|
||||
for i in range(1, n_app + 1):
|
||||
t = i / n_app
|
||||
ease = t * t * (3 - 2 * t)
|
||||
ix = ax + (sx - ax) * ease + random.uniform(-3, 3) * (1 - t)
|
||||
iy = ay + (sy - ay) * ease + random.uniform(-2, 2) * (1 - t)
|
||||
xdotool_move(ix, iy)
|
||||
time.sleep(random.uniform(0.008, 0.05))
|
||||
|
||||
# --- hover 微动：到位后仍保持低频小幅移动 1.2~2.6s（真人阅读期手不会完全静止）---
|
||||
h_end = time.time() + random.uniform(1.2, 2.6)
|
||||
while time.time() < h_end - 0.4:
|
||||
xdotool_move(sx + random.uniform(-2, 2), sy + random.uniform(-2, 2))
|
||||
time.sleep(random.uniform(0.2, 0.6))
|
||||
time.sleep(random.uniform(0.15, 0.35))
|
||||
|
||||
# --- 按下 ---
|
||||
xdotool_down()
|
||||
|
||||
# --- 拖动：绝对时间轴调度，重放/生成一条「加速-减速-终点对齐」轨迹 ---
|
||||
# total_ms 建议 1900~2600；步数 15~20 即可（真人事件流是稀疏的，30Hz 采样）
|
||||
for dx, dy, dt_ms in trajectory: # 见 §7.2 生成轨迹
|
||||
cx, cy = cx + dx, cy + dy
|
||||
time.sleep(... guaranteed by absolute timeline ...)
|
||||
xdotool_move(cx, cy)
|
||||
|
||||
# --- 终点停顿：up 前在终点停留（真人有 ~0.7s 对齐停顿，不能省）---
|
||||
time.sleep(0.6)
|
||||
xdotool_up()
|
||||
|
||||
# --- up 后移开鼠标（事件流不能戛然而止）---
|
||||
for i in range(1, 11):
|
||||
... ease 到 (终点x+260, 终点y+180) ...
|
||||
```
|
||||
|
||||
`xdotool_move/down/up` 即 `xdotool mousemove/mousedown/mouseup`，注意坐标系换算（页面坐标 + 窗口位置 + 浏览器 chrome 高度）。
|
||||
|
||||
### 7.2 轨迹形态（与拖动距离同样重要）
|
||||
|
||||
服务端除位置外还校验轨迹行为特征。实测有效的轨迹要点：
|
||||
|
||||
| 要素 | 值 | 说明 |
|
||||
| --- | --- | --- |
|
||||
| 总时长 | 1.9 ~ 2.6 s | 过快触发「操作过快」 |
|
||||
| 步数 | 15 ~ 20 步 | 真人事件流稀疏（60Hz 采样去重后仅 17 步）；**不要**加密到 60Hz 均匀步——匀速高密度反而是机器特征 |
|
||||
| 速度曲线 | 前 60% 快、后 40% 减速刹车 | 匀速直线必拒 |
|
||||
| y 轨迹 | ±4px 抖动（真人可到 ±9px） | 滑块物理约束 y 不影响判定，仅影响行为分 |
|
||||
| down 前停顿 | 最后 <400ms 内可以有 move，不要静止 >1s | 真人 down 前 272ms 仍有 move |
|
||||
| up 前停顿 | 0.5 ~ 0.7s 终点对齐 | 缺失会压缩总时长被识别 |
|
||||
| up 后 | 0.3~0.8s 后把鼠标移开 | 事件流自然收尾 |
|
||||
|
||||
一条可直接用的最小轨迹生成器：
|
||||
|
||||
```python
|
||||
import random, math
|
||||
|
||||
def gen_path(dist_px, total_ms=2600, seed=None):
|
||||
"""返回 [(dx, dy, dt_ms)]，dt 为该步耗时 ms。"""
|
||||
rnd = random.Random(seed)
|
||||
n = random.randint(16, 20)
|
||||
seg = dist_px / n
|
||||
pts, t = [], 0.0
|
||||
for i in range(1, n + 1):
|
||||
# 后 40% 减速
|
||||
speed = 1.0 if i <= n * 0.6 else (n - i + 1) / (n * 0.4) + 0.3
|
||||
dt = total_ms / n / speed
|
||||
t += dt
|
||||
dx = seg * (1.0 + random.uniform(-0.2, 0.2))
|
||||
dy = random.uniform(-1.5, 1.5)
|
||||
pts.append((dx, dy, dt))
|
||||
# 修正累计误差，保证最后一步精确到达 dist_px
|
||||
err = dist_px - sum(p[0] for p in pts)
|
||||
dx0, dy0, dt0 = pts[-1]
|
||||
pts[-1] = (dx0 + err, dy0, dt0)
|
||||
return pts
|
||||
```
|
||||
|
||||
### 7.3 高频踩坑清单（每条都实测踩过）
|
||||
|
||||
1. **不要用 CDP `Input.dispatchMouseEvent` 等合成事件直接上生产**：合成事件 `pressure=0`（真鼠标恒 0.5）等指纹差异会被采集，触发行为分拒绝。若必须用 CDP 调试，`mousedown/mousemove` 事件须带 `force: 0.5`，且拖动全程 `buttons: 1`，按下前 `button:"none", buttons:0`，释放后恢复——**buttons 与 button 状态矛盾会毒化拖动注册，verify 根本不会发出**。
|
||||
2. **事件监听要在 iframe 内**：验证码运行在跨域 iframe 里，page 级监听抓不到它的事件。
|
||||
3. **拖动前页面要有「人类活动」**：新会话直接拖必拒。进站后先模拟 45~75s 正常浏览（滚动/移动鼠标），再触发验证码。
|
||||
4. **预热必须在触发验证码之前**：题目有效期只有约 1 分钟，采题后慢慢热身会直接过期（`NotFoundChallengeId`）。
|
||||
5. **验证失败后滑块立即被 SDK 重置**：up 后 0.5s 才去读滑块位置，读到的是重置中间态，不代表拖动没生效——判定是否生效请用 verify 响应或 iframe 是否销毁（通过后 iframe 会立即销毁）。
|
||||
6. **`tip_y` 别自己乘 2**：API 内部处理，直接传服务端原始值。
|
||||
7. **mark 图不要转 JPEG**：会丢 alpha 通道导致求解直接失败。
|
||||
8. **同一环境高频重试会累积行为分**（错误码 5014，文案可能是「操作过快」或「网络环境较差」）：连续失败后应冷却（分钟级～20 分钟）或更换环境，重试只会更糟。
|
||||
9. **通过特征**：verify 返回 `code=200`，且验证码 iframe 随即销毁。
|
||||
|
||||
## 8. 错误处理汇总
|
||||
|
||||
| `ok` | `message` | 处理 |
|
||||
| --- | --- | --- |
|
||||
| false | `image decode failed` | 检查 base64（含 dataURI 前缀也可） |
|
||||
| false | `mark image must keep alpha channel` | mark 必须是 PNG 原图，勿转码 |
|
||||
| false | `target not found` / `solve error: ...` | 极端图，换题 |
|
||||
| true | `confidence="AMBIGUOUS"` 或 `quality>8` | 建议换题（硬拖大概率失败） |
|
||||
| true | 正常 | 按 §5/§7 拖动 |
|
||||
|
||||
## 9. 验收基线
|
||||
|
||||
- 人工标注 6 题全中（位置误差 ≤4px）
|
||||
- 离线题库 10 题：9 题 `OK`（1 题低置信正确弃用）
|
||||
- 线上端到端：识别正确 + OS 级鼠标 + 真人轨迹 → 服务端 `code=200`
|
||||
|
||||
## 10. API 一览
|
||||
|
||||
```python
|
||||
from captcha_solver import solve_slide
|
||||
|
||||
solve_slide(big_b64, mark_b64, tip_y=None) -> dict
|
||||
solve_slide.__module__ 内的 solve(big, mark, tip_y=None) # 旧名兼容，等价
|
||||
```
|
||||
|
||||
命令行：
|
||||
|
||||
```bash
|
||||
python captcha_solver.py <big图> <mark图> [--tip-y N]
|
||||
```
|
||||
@@ -1,102 +1,108 @@
|
||||
"""方法L：方向感知倒角 + 洞内部特征 + 局部旋转扫描（最终方案）。
|
||||
"""拖动重叠验证码求解器 —— 对外接入包（自包含单文件）。
|
||||
|
||||
原理（依据 try/findings.md 的实验结论）：
|
||||
- mark 的 RGB 是"捐赠补丁"，与洞内内容无像素关系，RGB 匹配不可行；
|
||||
- 洞是叠加在照片上的暗色几何覆盖物，边界 = alpha 轮廓（尺度1、旋转0）；
|
||||
- 干扰项是同形的缩放/旋转实例。
|
||||
第三方只需本文件：
|
||||
|
||||
流程：
|
||||
1. 多尺度方向感知倒角粗扫：边界点只匹配同法向桶的边缘，
|
||||
叠加内部边缘密度（洞内平坦）与内-环亮度差（洞更暗）惩罚纹理误检；
|
||||
2. 全图 NMS 取 top-5 候选；
|
||||
3. 每个候选做局部旋转扫描（36 角 x ±3px 平移），得到最佳旋转角与精修分；
|
||||
4. 选择：|rot*|<=12 度的候选中取精修分最低者；否则取 |rot*| 最小并标 AMBIGUOUS。
|
||||
from captcha_solver import solve_slide
|
||||
result = solve_slide(big_image_b64, mark_image_b64, tip_y=tip_y)
|
||||
if result["ok"]:
|
||||
drag_px = result["distance_px"] # 需要拖动的水平像素（原图坐标系）
|
||||
|
||||
输出：try/out/L/{*-match.png,summary.txt}
|
||||
纯本地图像计算，无网络请求；依赖 opencv-python 与 numpy。
|
||||
对接说明见 README_3rd.md。
|
||||
|
||||
--- 内部实现说明（调用方无需阅读）---
|
||||
|
||||
给定背景大图（BGR）与 mark 小图（BGRA，必须含 alpha 通道），
|
||||
定位 mark 应当重叠的目标区域，返回拖动偏移（原图坐标系）。
|
||||
|
||||
技术路线：
|
||||
- mark 的像素内容与目标区域无直接对应关系（内容为"捐赠贴片"），
|
||||
RGB/纹理匹配不可行；可靠信号只有 alpha 轮廓形状、尺度与旋转；
|
||||
- 多尺度方向感知倒角匹配：边界点只与同法向桶的边缘做距离积分，
|
||||
叠加内部边缘密度与内-环亮度差惩罚纹理误检；
|
||||
- 全图 NMS 取 top-K 候选，逐候选局部旋转扫描精修；
|
||||
- 尺度亚网格精修 + 贴片透明度物理模型（反推背景自然性）联合重排。
|
||||
"""
|
||||
from pathlib import Path
|
||||
import base64
|
||||
import math
|
||||
|
||||
import cv2
|
||||
import numpy as np
|
||||
|
||||
ROOT = Path(__file__).resolve().parent.parent
|
||||
CAP = ROOT / "captchas"
|
||||
OUT = ROOT / "src" / "out" / "L"
|
||||
OUT.mkdir(parents=True, exist_ok=True)
|
||||
|
||||
NB = 9 # 法向方向桶数（每桶 20 度）
|
||||
SCALES = np.arange(0.70, 1.151, 0.025) # 线上实测目标尺度可低至 0.775
|
||||
NB = 9 # 边缘法向方向桶数
|
||||
SCALES = np.arange(0.70, 1.151, 0.025) # 候选尺度粗扫网格
|
||||
W_EDGE, W_DARK = 20.0, 0.5 # 内部边缘密度 / 亮度差惩罚权重
|
||||
TOP_K = 8
|
||||
MAX_DTP = 10.0 # 倒角距离截断
|
||||
ROT_STEP = 10.0 # 旋转扫描步长（度）
|
||||
SHIFT = 3 # 旋转扫描平移半径（px）
|
||||
SHIFT = 3 # 旋转扫描平移半径
|
||||
ROT_TOL = 12.0 # 目标允许的旋转角
|
||||
S_LOW, S_HIGH = 0.96, 1.05 # 目标尺度门限（444d/4db9/41ac 均实测 s=1.00）
|
||||
S_LOW, S_HIGH = 0.96, 1.05 # 目标尺度门限
|
||||
TIE_TOL = 0.15 # 旋转角近并列容差
|
||||
Y_ANCHOR_TOL = 8 # tip_y 锚定容差（原图 px）
|
||||
Y_SEARCH_BAND = 12 # tip_y 条带搜索半宽（bbox y 坐标，线上贴片候选可偏 10+px）
|
||||
FLAT_OK = 0.30 # flatness 阈值：低于此值认为找到贴片（线上白贴片实测 0.04-0.2）
|
||||
FLAT_XCHECK_PX = 30.0 # flatness 与 chamfer 交叉验证距离（px）；真人实测假阳性可偏 45px
|
||||
FLAT_S_MIN = 0.80 # flatness 允许的最低尺度（小尺度平坦匹配全为假阳性）
|
||||
FLAT_DISABLED = True # 真人 GT 实证 flatness 系统性偏差（+45/-182/+110px），禁用
|
||||
Y_SEARCH_BAND = 12 # tip_y 条带搜索半宽
|
||||
FLAT_OK = 0.30 # 平坦度检测命中阈值（已停用，保留接口）
|
||||
FLAT_XCHECK_PX = 30.0
|
||||
FLAT_S_MIN = 0.80
|
||||
FLAT_DISABLED = True
|
||||
|
||||
|
||||
def flatness_scan(d, s, yc_bb=None):
|
||||
"""线上白贴片检测：贴片把盖住的背景"贴平"（内部 std << 环形 std）。
|
||||
向量化实现（filter2D 计算窗口内掩码均值/方差），返回 (x, y, flat)：
|
||||
bbox 坐标系最低 flatness 位置及值；yc_bb 给定时只看 y 条带。"""
|
||||
"""平坦度检测（已停用，保留接口供参考）。"""
|
||||
try:
|
||||
return _flatness_scan_impl(d, s, yc_bb)
|
||||
except Exception:
|
||||
return None
|
||||
|
||||
|
||||
def _flatness_scan_impl(d, s, yc_bb=None):
|
||||
amc = d["am"]
|
||||
inner, ring = d["inner"], d["ring"]
|
||||
h, w = round(amc.shape[0] * s), round(amc.shape[1] * s)
|
||||
if h < 8 or w < 8:
|
||||
return None
|
||||
inner_s = cv2.resize(inner.astype(np.float32), (w, h), interpolation=cv2.INTER_NEAREST)
|
||||
ring_s = cv2.resize(ring.astype(np.float32), (w, h), interpolation=cv2.INTER_NEAREST)
|
||||
gray = d["grayf"]
|
||||
H, W = d["shape"]
|
||||
if h >= H or w >= W or h < 8 or w < 8:
|
||||
if h >= H or w >= W:
|
||||
return None
|
||||
try:
|
||||
bi = cv2.resize(inner.astype(np.float32), (w, h), interpolation=cv2.INTER_AREA)
|
||||
br = cv2.resize(ring.astype(np.float32), (w, h), interpolation=cv2.INTER_AREA)
|
||||
n_i, n_r = float(bi.sum()), float(br.sum())
|
||||
if n_i < 50 or n_r < 50:
|
||||
return None
|
||||
gf = d["grayf"]
|
||||
sum_i = crop_full(cv2.filter2D(gf, -1, bi, borderType=cv2.BORDER_CONSTANT), w, h, H, W)
|
||||
sum_i2 = crop_full(cv2.filter2D(gf * gf, -1, bi, borderType=cv2.BORDER_CONSTANT), w, h, H, W)
|
||||
sum_r = crop_full(cv2.filter2D(gf, -1, br, borderType=cv2.BORDER_CONSTANT), w, h, H, W)
|
||||
sum_r2 = crop_full(cv2.filter2D(gf * gf, -1, br, borderType=cv2.BORDER_CONSTANT), w, h, H, W)
|
||||
except cv2.error:
|
||||
return None
|
||||
var_i = np.maximum(sum_i2 / n_i - (sum_i / n_i) ** 2, 0.0)
|
||||
var_r = np.maximum(sum_r2 / n_r - (sum_r / n_r) ** 2, 0.0)
|
||||
std_i = np.sqrt(var_i)
|
||||
std_r = np.sqrt(var_r)
|
||||
with np.errstate(divide="ignore", invalid="ignore"):
|
||||
flat = np.where(std_r > 1e-6, std_i / np.maximum(std_r, 1e-6), np.inf)
|
||||
flat[~np.isfinite(flat)] = np.inf
|
||||
win_inner = cv2.boxFilter(inner_s, -1, (5, 5), normalize=True)
|
||||
var_inner = cv2.boxFilter(inner_s * gray * gray, -1, (5, 5), normalize=True) - \
|
||||
cv2.boxFilter(inner_s * gray, -1, (5, 5), normalize=True) ** 2
|
||||
var_ring = cv2.boxFilter(ring_s * gray * gray, -1, (5, 5), normalize=True) - \
|
||||
cv2.boxFilter(ring_s * gray, -1, (5, 5), normalize=True) ** 2
|
||||
std_inner = np.sqrt(np.maximum(var_inner, 0))
|
||||
std_ring = np.sqrt(np.maximum(var_ring, 0))
|
||||
ratio = std_inner / np.maximum(std_ring, 1e-3)
|
||||
ratio = np.where(inner_s > 0.5, ratio, np.inf)
|
||||
ratio[ring_s > 0.5] = np.inf
|
||||
if yc_bb is not None:
|
||||
lo, hi = max(0, yc_bb - Y_SEARCH_BAND), min(flat.shape[0], yc_bb + Y_SEARCH_BAND + 1)
|
||||
pad = 6
|
||||
lo = max(0, yc_bb - pad)
|
||||
hi = min(ratio.shape[0], yc_bb + h + pad)
|
||||
if lo >= hi:
|
||||
return None
|
||||
band = np.full(flat.shape, np.inf, np.float32)
|
||||
band[lo:hi] = flat[lo:hi]
|
||||
flat = band
|
||||
mask = np.full(ratio.shape, np.inf, np.float32)
|
||||
mask[lo:hi] = ratio[lo:hi]
|
||||
ratio = mask
|
||||
if not np.isfinite(ratio).any():
|
||||
return None
|
||||
try:
|
||||
y0, x0 = np.unravel_index(int(np.argmin(flat)), flat.shape)
|
||||
f = float(flat[y0, x0])
|
||||
if not np.isfinite(f):
|
||||
flat = float(np.min(ratio))
|
||||
iy, ix = np.unravel_index(np.argmin(ratio), ratio.shape)
|
||||
y0 = max(0, int(iy) - int(h * 0.1))
|
||||
x0 = max(0, int(ix) - int(w * 0.1))
|
||||
y0 = min(y0, H - h)
|
||||
x0 = min(x0, W - w)
|
||||
if y0 < 0 or x0 < 0:
|
||||
return None
|
||||
return int(x0), int(y0), f
|
||||
return x0, y0, flat
|
||||
except (ValueError, TypeError):
|
||||
return None
|
||||
|
||||
|
||||
def files_for(prefix):
|
||||
bigs = [p for p in CAP.glob(f"{prefix}*.jpeg") if "-mark" not in p.stem]
|
||||
if not bigs:
|
||||
return None, None
|
||||
big = bigs[0]
|
||||
return big, CAP / f"{big.stem}-mark.png"
|
||||
|
||||
|
||||
def wrap90(deg):
|
||||
return (deg + 90.0) % 180.0 - 90.0
|
||||
|
||||
@@ -242,6 +248,24 @@ def rotation_scan(d, pts, angs, w, h, x, y):
|
||||
return None
|
||||
|
||||
|
||||
def _tv_at(bigf, ar, x0, y0):
|
||||
"""在 (x0,y0)（bbox 左上）反推背景并返回绿色通道 TV。"""
|
||||
try:
|
||||
th, tw = ar.shape
|
||||
roi = bigf[y0:y0 + th, x0:x0 + tw]
|
||||
m = (ar > 0.05) & (ar < 0.85)
|
||||
if m.sum() < 200:
|
||||
return None
|
||||
white = np.array([255.0, 255.0, 255.0], np.float32)
|
||||
bg = (roi - white * ar[..., None]) / np.clip(1.0 - ar[..., None], 0.15, 1.0)
|
||||
g = bg[..., 1]
|
||||
if not np.isfinite(g).all():
|
||||
return None
|
||||
return float(np.abs(np.diff(g, axis=1)).mean() + np.abs(np.diff(g, axis=0)).mean())
|
||||
except Exception:
|
||||
return None
|
||||
|
||||
|
||||
def _tv_refine(big, mark, d, target, enriched=None, win=5, lam=0.5, top_n=None):
|
||||
"""基于半透明贴片物理模型的候选重排与亚像素精修。
|
||||
|
||||
@@ -249,8 +273,7 @@ def _tv_refine(big, mark, d, target, enriched=None, win=5, lam=0.5, top_n=None):
|
||||
反推结果的 Total Variation 越低越自然 → 位置越正确。
|
||||
|
||||
两级工作：
|
||||
1. 候选级：对 refined 前 top_n 个候选各在 ±win 窗口找 TV 谷，
|
||||
z(chamfer)+λ·z(TV) 联合重排（防 refined 差 0.09 的错选，live_173634）
|
||||
1. 候选级：对候选各在 ±win 窗口找 TV 谷，z(chamfer)+λ·z(TV) 联合重排
|
||||
2. 窗口级：对胜出候选在 ±win 窗口用联合分微调 dx/dy
|
||||
|
||||
无有效 TV 信号（alpha 全不透明 / 信噪弱）时保持原 target。
|
||||
@@ -266,7 +289,7 @@ def _tv_refine(big, mark, d, target, enriched=None, win=5, lam=0.5, top_n=None):
|
||||
if top_n:
|
||||
cands = list(cands)[:top_n]
|
||||
scored = []
|
||||
for e in list(cands)[:top_n]:
|
||||
for e in cands:
|
||||
s = e["scale"]
|
||||
h, w = a_full.shape
|
||||
ar_full = cv2.resize(a_full, (max(1, round(w * s)), max(1, round(h * s))),
|
||||
@@ -306,8 +329,7 @@ def _tv_refine(big, mark, d, target, enriched=None, win=5, lam=0.5, top_n=None):
|
||||
comb = zn(ref) + lam * zn(tvv)
|
||||
bi = int(np.argmin(comb))
|
||||
best = scored[bi]
|
||||
# 显著性保护：切候选要求新候选 TV 比原 target 低 ≥1σ，
|
||||
# 否则保持（165204 PASS 题被 TV 拉走 +7px 的教训）
|
||||
# 显著性保护：切候选要求新候选 TV 比原 target 低 ≥1σ，否则保持
|
||||
tv_sd = float(np.std(tvv)) + 1e-9
|
||||
def _same(e, t):
|
||||
return (abs(e.get("x", -9999) - t.get("x", -9998)) <= 2
|
||||
@@ -323,52 +345,25 @@ def _tv_refine(big, mark, d, target, enriched=None, win=5, lam=0.5, top_n=None):
|
||||
out = dict(best["cand"])
|
||||
out["x"] = best["cand"]["x"] + best["dx"]
|
||||
out["y"] = best["cand"]["y"] + best["dy"]
|
||||
# TV 精修分合成到 refined（用于日志/阈值可比）
|
||||
out["refined"] = target["refined"]
|
||||
return out
|
||||
except Exception:
|
||||
return target
|
||||
|
||||
|
||||
def _tv_at(bigf, ar, x0, y0):
|
||||
"""在 (x0,y0)（bbox 左上）反推背景并返回绿色通道 TV。"""
|
||||
try:
|
||||
th, tw = ar.shape
|
||||
roi = bigf[y0:y0 + th, x0:x0 + tw]
|
||||
m = (ar > 0.05) & (ar < 0.85)
|
||||
if m.sum() < 200:
|
||||
return None
|
||||
white = np.array([255.0, 255.0, 255.0], np.float32)
|
||||
bg = (roi - white * ar[..., None]) / np.clip(1.0 - ar[..., None], 0.15, 1.0)
|
||||
g = bg[..., 1]
|
||||
if not np.isfinite(g).all():
|
||||
return None
|
||||
return float(np.abs(np.diff(g, axis=1)).mean() + np.abs(np.diff(g, axis=0)).mean())
|
||||
except Exception:
|
||||
return None
|
||||
|
||||
|
||||
def solve_pair(big, mark, tip_y=None):
|
||||
"""纯函数：给定大图与 mark 图（BGR/BGRA ndarray），返回求解结果。
|
||||
"""求解主入口：给定大图与 mark 图（BGR/BGRA ndarray），返回求解结果。
|
||||
|
||||
tip_y：服务端 question.tip_y（可选）。提供时缺口顶 y=tip_y*2 用作 y 锚：
|
||||
先在 y 匹配的候选中选精修分最低者（线上题分布漂移时显著提升命中率），
|
||||
无 y 匹配候选时回退到原选择逻辑。
|
||||
先在 y 匹配的候选中选精修分最低者，无 y 匹配候选时回退到纯图像选择逻辑。
|
||||
|
||||
返回 dict：
|
||||
- x, y : mark 画布左上角应放置的位置（即拖动目标偏移）
|
||||
- scale, rot : 目标尺度与旋转角（rot 已归一到 [-90,90)）
|
||||
- score : 目标位置精修拟合分（越小越可信）
|
||||
- confidence : "OK" 或 "AMBIGUOUS"
|
||||
- candidates : 全部候选明细（调试用）
|
||||
返回 dict：x, y（画布左上偏移）、scale、rot、score、confidence、candidates。
|
||||
失败返回 None。
|
||||
"""
|
||||
try:
|
||||
d = setup(big, mark)
|
||||
if d is None:
|
||||
return None
|
||||
# tip_y 提供时：候选搜索限制在真 y 条带内（画布 y=tip_y*2 → bbox y≈y_tip-by0*s）。
|
||||
# 线上亮贴片信号弱，全图粗筛的候选常偏出真 y 十几 px，只靠事后挑选不够。
|
||||
y_tip = int(tip_y) * 2 if tip_y is not None else None
|
||||
by0 = d["bbox"][1]
|
||||
cands = []
|
||||
@@ -394,7 +389,6 @@ def solve_pair(big, mark, tip_y=None):
|
||||
kept = []
|
||||
for c in cands:
|
||||
_, _, x, y, w, h, _ = c
|
||||
# 半径去重（保留多尺度代表；正确性由 refined 排序保证）
|
||||
cx, cy = x + w / 2.0, y + h / 2.0
|
||||
if all(math.hypot(cx - (q[2] + q[4] / 2.0), cy - (q[3] + q[5] / 2.0)) > 0.6 * max(w, h)
|
||||
for q in kept):
|
||||
@@ -416,9 +410,7 @@ def solve_pair(big, mark, tip_y=None):
|
||||
ok = [e for e in enriched if abs(e["rot"]) <= ROT_TOL
|
||||
and S_LOW <= e["scale"] <= S_HIGH]
|
||||
bx0, by0 = d["bbox"]
|
||||
# flatness 路径已禁用（FLAT_DISABLED）：4 个真人 GT 中 3 个由 chamfer 命中，
|
||||
# flatness 每次都偏（+45/-182/+110px）——平坦区特征在雪景题上系统性不可信。
|
||||
# 保留 flatness_scan 函数供参考，但不再参与选点。
|
||||
# 平坦度路径已停用（雪景题上系统性不可信），保留函数供参考
|
||||
flat_hit = None
|
||||
if (not FLAT_DISABLED) and y_tip is not None:
|
||||
flat_results = []
|
||||
@@ -431,18 +423,15 @@ def solve_pair(big, mark, tip_y=None):
|
||||
if fr is None:
|
||||
continue
|
||||
x0, y0, f = fr
|
||||
# 画布 y 必须落在锚窗内（canvas = bbox - by0*s）
|
||||
if abs((y0 - by0 * s) - y_tip) > Y_ANCHOR_TOL:
|
||||
continue
|
||||
flat_results.append((f, s, x0, y0))
|
||||
if flat_results:
|
||||
flat_results.sort()
|
||||
# 交叉验证：只与强 chamfer 候选（refined 前 2 名）比，且距离受限。
|
||||
# 弱候选（如 s=0.7 假峰）会“掩护”flatness 假阳性（live_173321 实测）
|
||||
strong = sorted(enriched, key=lambda e: e["refined"])[:2]
|
||||
def near_chamfer(x0, y0, s_f):
|
||||
if not strong:
|
||||
return True # 无 chamfer 候选可比对时信任 flatness
|
||||
return True
|
||||
fx_canvas = x0 - round(bx0 * s_f)
|
||||
fy_canvas = y0 - round(by0 * s_f)
|
||||
return any(math.hypot(fx_canvas - (e["x"] - round(bx0 * e["scale"])),
|
||||
@@ -460,8 +449,6 @@ def solve_pair(big, mark, tip_y=None):
|
||||
method="flatness", candidates=enriched)
|
||||
anchored = None
|
||||
if y_tip is not None:
|
||||
# e.y 是 alpha-bbox 左上 y；tip_y*2 是画布坐标系（mark 全图左上）真值，
|
||||
# 需换算到 bbox 坐标系再比对（线上实测：不换算会把真候选推出窗口）
|
||||
near = [e for e in enriched
|
||||
if abs((e["y"] - round(d["bbox"][1] * e["scale"])) - y_tip)
|
||||
<= Y_ANCHOR_TOL]
|
||||
@@ -476,9 +463,8 @@ def solve_pair(big, mark, tip_y=None):
|
||||
else:
|
||||
target = min(enriched, key=lambda e: (abs(e["rot"]), abs(e["scale"] - 1.0)))
|
||||
confidence = "AMBIGUOUS"
|
||||
# 尺度精修：SCALES 步长 0.025，若真尺度落在步间，轮廓对齐会有 5-15px 的
|
||||
# x 偏差（VerifyErr 量级）。在入选候选 ±0.04 范围内以 0.0125 步长重扫，
|
||||
# 取 refined 最低的 (s, dx, dy)。仅对 OK 候选做，AMBIGUOUS 本身不可信。
|
||||
# 尺度精修：粗扫网格步长 0.025，真尺度落在步间时轮廓对齐可偏 5-15px。
|
||||
# 在入选候选 ±0.0375 范围以 0.0125 步长重扫，取 refined 最低。
|
||||
if confidence == "OK":
|
||||
best = (target["refined"], target["scale"], target["x"], target["y"], target["rot"])
|
||||
for ds in (-0.0375, -0.025, -0.0125, 0.0125, 0.025, 0.0375):
|
||||
@@ -488,7 +474,6 @@ def solve_pair(big, mark, tip_y=None):
|
||||
score2, w2, h2, ptset2 = score_at_scale(d, s2)
|
||||
if score2 is None or ptset2 is None:
|
||||
continue
|
||||
# 在原位置 ±6px 窗口内找局部最优（score 图的 x/y 是 bbox 左上角坐标）
|
||||
x_lo, x_hi = max(0, target["x"] - 6), min(score2.shape[1], target["x"] + 7)
|
||||
y_lo, y_hi = max(0, target["y"] - 6), min(score2.shape[0], target["y"] + 7)
|
||||
win = score2[y_lo:y_hi, x_lo:x_hi]
|
||||
@@ -506,11 +491,7 @@ def solve_pair(big, mark, tip_y=None):
|
||||
if best[0] < target["refined"]:
|
||||
target = dict(scale=best[1], x=best[2], y=best[3], rot=best[4],
|
||||
refined=best[0])
|
||||
# TV 精修（2026-09-15）：贴片 = bg*(1-a)+white*a，位置正确时反推出的
|
||||
# bg（=（pixel-white*a)/(1-a)）应是自然图像（总变差最低）。
|
||||
# 候选级判别 + 窗口微调：对 refined 前 3 候选各在 ±5px 窗口找 TV 谷，
|
||||
# chamfer z 分 + TV z 分联合重排（live_173634 实测：错选候选 TV=304，
|
||||
# 真候选 TV=198，判别力跨候选有效）。
|
||||
# 候选级 TV 精修（贴片 = bg*(1-a)+white*a 物理模型，反推背景自然性）
|
||||
target = _tv_refine(big, mark, d, target, enriched)
|
||||
s = target["scale"]
|
||||
off = (target["x"] - round(bx0 * s), target["y"] - round(by0 * s))
|
||||
@@ -522,51 +503,101 @@ def solve_pair(big, mark, tip_y=None):
|
||||
return None
|
||||
|
||||
|
||||
def process(prefix, lines):
|
||||
# ---------------------------------------------------------------------------
|
||||
# 对外 API
|
||||
# ---------------------------------------------------------------------------
|
||||
|
||||
def decode_image(data):
|
||||
"""base64（兼容 dataURI 前缀）→ ndarray；失败返回 None。"""
|
||||
try:
|
||||
big_path, mark_path = files_for(prefix)
|
||||
if big_path is None:
|
||||
lines.append(f"{prefix}\tSKIP\t文件缺失")
|
||||
return
|
||||
big = cv2.imread(str(big_path), cv2.IMREAD_COLOR)
|
||||
mark = cv2.imread(str(mark_path), cv2.IMREAD_UNCHANGED)
|
||||
payload = data.split(",", 1)[-1]
|
||||
arr = np.frombuffer(base64.b64decode(payload), np.uint8)
|
||||
return cv2.imdecode(arr, cv2.IMREAD_UNCHANGED)
|
||||
except Exception:
|
||||
return None
|
||||
|
||||
|
||||
def _clean(entry):
|
||||
"""内部候选 → 对外字段（容忍缺失键）。"""
|
||||
def _num(key, nd):
|
||||
try:
|
||||
return round(float(entry[key]), nd)
|
||||
except (KeyError, TypeError, ValueError):
|
||||
return None
|
||||
return {
|
||||
"x": entry.get("x"),
|
||||
"y": entry.get("y"),
|
||||
"scale": _num("scale", 4),
|
||||
"rot": _num("rot", 1),
|
||||
"score": _num("refined", 3),
|
||||
}
|
||||
|
||||
|
||||
def solve_slide(big_image_b64, mark_image_b64, tip_y=None):
|
||||
"""求解拖动重叠验证码。
|
||||
|
||||
参数
|
||||
----
|
||||
big_image_b64 : str
|
||||
背景大图 base64（PNG/JPEG 均可，原图分辨率 552x344）。
|
||||
mark_image_b64 : str
|
||||
mark 小图 base64，**必须保留 alpha 通道**（PNG 原样编码，勿转 JPEG）。
|
||||
tip_y : int, optional
|
||||
服务端 get 响应中 question.tip_y 的原始值（不要乘 2）。强烈建议传入。
|
||||
|
||||
返回 dict
|
||||
-------
|
||||
ok : bool
|
||||
distance_px : int 需要拖动的水平像素（原图 552 坐标系）
|
||||
x, y : int mark 画布左上角在原图中的目标位置（distance_px == x）
|
||||
scale, rot : float 目标缩放/旋转（参考信息）
|
||||
quality : float 置信分数，越小越可信；> 8 建议弃题
|
||||
confidence : "OK" | "AMBIGUOUS"（AMBIGUOUS 建议换题）
|
||||
alternatives : list 其余候选位置（最多 5 个）
|
||||
message : str 失败原因（仅 ok=False）
|
||||
"""
|
||||
try:
|
||||
big = decode_image(big_image_b64)
|
||||
mark = decode_image(mark_image_b64)
|
||||
if big is None or mark is None:
|
||||
lines.append(f"{prefix}\tSKIP\t读取失败")
|
||||
return
|
||||
res = solve_pair(big, mark)
|
||||
if res is None:
|
||||
lines.append(f"{prefix}\tSKIP\t求解失败")
|
||||
return
|
||||
detail = " | ".join(
|
||||
f"({e['x']},{e['y']}) s={e['scale']:.3f} r={e['rot']} "
|
||||
f"f0={e['refined']:.2f} fb={e['best']:.2f}" for e in res["candidates"])
|
||||
print(f"{prefix} score={res['score']:.2f} offset=({res['x']},{res['y']}) "
|
||||
f"scale={res['scale']:.3f} rot={res['rot']} {res['confidence']}")
|
||||
print(f" 全部候选: {detail}")
|
||||
lines.append(f"{prefix}\tscore={res['score']:.2f}\toffset=({res['x']},{res['y']})\t"
|
||||
f"scale={res['scale']:.3f}\trot={res['rot']}\t{res['confidence']}\t{detail}")
|
||||
vis = big.copy()
|
||||
colors = [(0, 0, 255), (0, 165, 255), (255, 0, 0), (0, 255, 0), (255, 0, 255)]
|
||||
for i, e in enumerate(res["candidates"]):
|
||||
color = colors[min(i, len(colors) - 1)]
|
||||
cv2.rectangle(vis, (e["x"], e["y"]), (e["x"] + e["w"], e["y"] + e["h"]), color, 2)
|
||||
tag = f"{i + 1} s={e['scale']:.2f} r={e['rot']}"
|
||||
cv2.putText(vis, tag, (e["x"] + 2, max(14, e["y"] - 4)),
|
||||
cv2.FONT_HERSHEY_SIMPLEX, 0.45, color, 1)
|
||||
cv2.imwrite(str(OUT / f"{prefix}-match.png"), vis)
|
||||
return {"ok": False, "message": "image decode failed"}
|
||||
if mark.ndim == 2 or (mark.ndim == 3 and mark.shape[2] < 4):
|
||||
return {"ok": False, "message": "mark image must keep alpha channel"}
|
||||
result = solve_pair(big, mark, tip_y=tip_y)
|
||||
if result is None:
|
||||
return {"ok": False, "message": "target not found"}
|
||||
cands = sorted(result.get("candidates", []), key=lambda e: e["refined"])
|
||||
return {
|
||||
"ok": True,
|
||||
"distance_px": int(result["x"]),
|
||||
"x": int(result["x"]),
|
||||
"y": int(result["y"]),
|
||||
"scale": round(float(result["scale"]), 4),
|
||||
"rot": round(float(result["rot"]), 1),
|
||||
"quality": round(float(result["score"]), 3),
|
||||
"confidence": result["confidence"],
|
||||
"alternatives": [_clean(e) for e in cands[1:6]],
|
||||
}
|
||||
except Exception as e:
|
||||
print(f"{prefix} 处理失败: {e}")
|
||||
lines.append(f"{prefix}\tERROR\t{e}")
|
||||
return {"ok": False, "message": f"solve error: {e}"}
|
||||
|
||||
|
||||
# 兼容旧接口名
|
||||
solve = solve_slide
|
||||
|
||||
|
||||
def main():
|
||||
lines = []
|
||||
prefixes = sorted({p.name.split("~", 1)[0] for p in CAP.glob("*.jpeg")
|
||||
if "-mark" not in p.stem})
|
||||
for prefix in prefixes:
|
||||
process(prefix, lines)
|
||||
(OUT / "summary.txt").write_text("\n".join(lines) + "\n", encoding="utf-8")
|
||||
print(f"\n结果已写入 {OUT}/")
|
||||
import argparse
|
||||
import json
|
||||
|
||||
ap = argparse.ArgumentParser(description="拖动重叠验证码求解（文件模式，便于联调）")
|
||||
ap.add_argument("big", help="大图文件路径")
|
||||
ap.add_argument("mark", help="mark 图文件路径（PNG 含 alpha）")
|
||||
ap.add_argument("--tip-y", type=int, default=None, help="服务端 question.tip_y 原始值")
|
||||
args = ap.parse_args()
|
||||
b64 = lambda p: base64.b64encode(Path(p).read_bytes()).decode()
|
||||
print(json.dumps(solve_slide(b64(args.big), b64(args.mark), tip_y=args.tip_y),
|
||||
ensure_ascii=False, indent=1))
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
@@ -1,87 +0,0 @@
|
||||
"""拖动重叠验证码求解 API。
|
||||
|
||||
用法（库）:
|
||||
from solve import solve
|
||||
result = solve(big_image_b64, mark_image_b64, tip_y=tip_y)
|
||||
# result["distance_px"] 即需要拖动的水平像素值
|
||||
|
||||
用法（命令行，参数为文件路径或 base64 串）:
|
||||
python try/solve.py <大图> <mark图>
|
||||
|
||||
返回 JSON 字段：
|
||||
- ok : 是否求解成功
|
||||
- distance_px : 需要拖动的水平像素（mark 画布左上角应到达的 x 偏移；
|
||||
若拖动 UI 的 mark 初始位置不在 x=0，请用 x 减去初始 x）
|
||||
- x, y : mark 110x110 画布左上角在大图中应放置的位置
|
||||
- scale / rot : 目标的尺度与旋转角（rot∈[-90,90)）
|
||||
- score : 拟合分（越小越可信）。注意量纲随 method 变化：
|
||||
method=flatness 时为贴片平坦度比（0-1，<0.3 即确定性命中）；
|
||||
缺省（chamfer）时为边界拟合 px 分
|
||||
- method : "flatness"（线上白贴片路径，强烈可信）或省略（chamfer）
|
||||
- confidence : "OK" 或 "AMBIGUOUS"
|
||||
- candidates : 全部候选明细（调试用）
|
||||
|
||||
tip_y（可选，强烈建议）：服务端 get 响应里 question.tip_y × 2 = 缺口顶 y
|
||||
（原图坐标）。传入后求解器优先在 y 匹配（±8px）的候选中选最优，
|
||||
线上题分布漂移时可显著提升命中率；不传则回退到纯图像选择逻辑。
|
||||
"""
|
||||
from pathlib import Path
|
||||
import base64
|
||||
import json
|
||||
import sys
|
||||
import cv2
|
||||
import numpy as np
|
||||
|
||||
sys.path.insert(0, str(Path(__file__).resolve().parent))
|
||||
from method_l_shape import solve_pair # noqa: E402
|
||||
|
||||
|
||||
def decode_b64(data):
|
||||
"""解码 base64（兼容 dataURI 前缀）为图像 ndarray；失败返回 None。"""
|
||||
try:
|
||||
payload = data.split(",", 1)[-1]
|
||||
arr = np.frombuffer(base64.b64decode(payload), np.uint8)
|
||||
return cv2.imdecode(arr, cv2.IMREAD_UNCHANGED)
|
||||
except Exception as e:
|
||||
print(f" base64 解码失败: {e}")
|
||||
return None
|
||||
|
||||
|
||||
def solve(big_b64, mark_b64, tip_y=None):
|
||||
"""输入大图与 mark 图的 base64，返回求解结果 dict。
|
||||
|
||||
tip_y：服务端 question.tip_y（可选，强烈建议传入）——用作缺口顶 y 锚定。
|
||||
"""
|
||||
try:
|
||||
big = decode_b64(big_b64)
|
||||
mark = decode_b64(mark_b64)
|
||||
if big is None or mark is None:
|
||||
return {"ok": False, "message": "图片解码失败"}
|
||||
if mark.ndim == 2 or (mark.ndim == 3 and mark.shape[2] < 4):
|
||||
return {"ok": False, "message": "mark 图缺少 alpha 通道"}
|
||||
result = solve_pair(big, mark, tip_y=tip_y)
|
||||
if result is None:
|
||||
return {"ok": False, "message": "未找到目标区域"}
|
||||
result["ok"] = True
|
||||
result["distance_px"] = result["x"]
|
||||
return result
|
||||
except Exception as e:
|
||||
return {"ok": False, "message": f"求解失败: {e}"}
|
||||
|
||||
|
||||
def main():
|
||||
if len(sys.argv) != 3:
|
||||
print("用法: python try/solve.py <大图路径或base64> <mark路径或base64>")
|
||||
return
|
||||
args = []
|
||||
for arg in sys.argv[1:]:
|
||||
path = Path(arg)
|
||||
if path.exists():
|
||||
args.append(base64.b64encode(path.read_bytes()).decode())
|
||||
else:
|
||||
args.append(arg)
|
||||
print(json.dumps(solve(args[0], args[1]), ensure_ascii=False, indent=1))
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
+1
-1
@@ -16,7 +16,7 @@ from pathlib import Path
|
||||
import cv2
|
||||
|
||||
sys.path.insert(0, str(Path(__file__).resolve().parent.parent / "src"))
|
||||
import method_l_shape as L # noqa: E402
|
||||
import captcha_solver as L # noqa: E402
|
||||
|
||||
|
||||
def live_solve(big_path, mark_path, tip_y, y_tol=8):
|
||||
|
||||
Reference in New Issue
Block a user