Python结合Genetic Algorithm破解网易易盾拼图验证实战解析

首先观察目标验证的具体形态。

这是一种基于推理的验证机制，在防止人机破解方面确实有效，但其中仍存在可被利用的漏洞，例如：

（以上为原图与二值化处理后的对比结果）

（这是正常状态下的图片示例）

如红线标注区域所示，可以观察到明显的突变现象，且在二值化处理后边缘趋于直线。然而，正常图像通常不会出现如此显著的突变特征。

初识Pandora

随后，我查阅了机器视觉相关的文章与论文，发现了一种高效的算法——Genetic Algorithm（遗传算法）。特别值得一提的是，有作者利用该算法实现了“拼图自动还原”功能（并非A*算法那种寻找最优路径的解法，而是纯粹的拼图还原）。项目仓库地址如下：首先介绍如何运行该项目。过程中存在诸多坑点，接下来请做好面对PyCharm一路报错的准备。本文使用Python 3.10版本，这是目前的最新稳定版。文档中指示的这一步执行时会报错。

pip3 install -r requirements.txt

解决方案：单独下载requirements.txt文件中的每个包，并根据当前下载包的最新版本替换旧版本号。

目前我使用的每个包的最新版本号如下。

全部替换完成后，再次执行以下代码，即可避免报错。

pip3 install -r requirements.txt

接着执行以下代码。

pip3 install -e .

进入Pandora环境

按照官网提示执行，首先创建一个拼图，命令格式如下（此处文件名已修改）。

create_puzzle images/starry.jpg --size=60 --destination=puzzle.jpg

执行后发现似乎无法正常运行，原因在于未在正确路径下执行。其脚本实际位于bin文件夹内。你可能会遇到如下错误提示。

若成功执行，bin目录下将生成一张拼图图片。

上述步骤介绍了图片生成方法，接下来是核心内容：如何还原图片。

gaps --image=puzzle.jpg --generations=20 --population=600

关于参数的解释，官网说明如下：

选项说明：

--image 拼图图片路径（需还原的图片）

--size 拼图块大小（像素单位）

--generations 遗传算法的代数

--population 种群中的个体数量

--verbose 显示每一代后的最佳解决方案

--save 将拼图结果保存为图像

先按照官方文档流程执行一遍。

运行结果良好，但随后又出现报错，且语法拼写无误。别担心，解决方案已找到。

python gaps --image=puzzle.jpg --generations=20 --population=600 --size=60  --save

或者，你可以不指定遗传代数与人口数。

python gaps --image=puzzle.jpg --size=60 --save

这是完全还原后的结果。至此，我们克服了项目报错，填平诸多坑点，成功运行Demo，完成了60%的工作。接下来是如何利用该项目破解网易易盾的推理拼图验证。

探究Pandora内部机制

首先查看项目目录结构：

gaps文件夹下包含所有模块源码。作者对各个基础功能进行了封装，但其中并未直接提供我们所需的功能，因此需要自行阅读并理解源码，进而进行二次开发以实现特定功能。

我们主要关注individual.py文件：

用通俗语言解释，即“在所有排列组合中，帮你找出最优解”。

输出该映射关系，结果如下，这正是我们所需的数据。

下方有一个创建图像的方法，这是最终得到最优解后的图像拼接函数。

因此，只需获取最后的索引映射即可！

以下为最优解映射值的输出实例：

在初始化时，新增一个变量用于存储最终结果。

self.pieceMapping = None

自定义一个函数。

# 返回映射值
def getPieceMapping(self):
        return self.pieceMapping

每次执行时，将最优解传递出去。

def to_image(self):
    """Converts individual to showable image"""
    pieces = [piece.image for piece in self.pieces]
    self.pieceMapping = self._piece_mapping
    return image_helpers.assemble_image(pieces, self.rows, self.columns)

以上操作即可输出我们所需的结果。

调用方式如下：

key为最终结果的标志，value为原始标志。

注意：对于极度复杂的原始图片生成的拼图，在还原后误差可能会较大。

至此，关于详解Python结合Genetic Algorithm算法破解网易易盾拼图验证的文章介绍完毕。更多相关Python Genetic Algorithm内容请搜索本站以前的文章或继续浏览下面的相关文章，希望大家以后多多支持本站！