当前位置: 首页 > article >正文

以Flask为基础的虾皮Shopee“曲线滑块验证码”识别系统部署

以Flask为基础的虾皮Shopee“曲线滑块验证码”识别系统部署

  • 一、验证码类型
  • 二、简介
  • 三、Flask应用

一、验证码类型

验证码类型:此类验证码存在两个难点,一是有右侧有两个凹槽,二是滑块的运动轨迹不是直线的,而是沿着曲线走的,我们对其进行解决并采用Flask进行部署。
在这里插入图片描述
在这里插入图片描述

二、简介

Flask是一个非常小的PythonWeb框架,被称为微型框架,因此使用起来也相对比较轻便,我们可以使用Flask很快开发出一个后端接口,以供前端使用。

这里我们以验证码识别为例:

  1. 使用端(需要进行验证码识别的地方)对Flask后端发送base64格式的文件
  2. Flask后端接收到这一请求,将拿到的base64文件进行转化得到图像文件并进行识别等操作,得到坐标等验证码信息
  3. Flask后端将处理好的验证码信息返回给前端。

整个流程还是很简单的,但是笔者发现网络上公开的Flask教程写的不够简单,因此写一篇记录一下。

三、Flask应用

没有装的直接pip install flask 即可。
以下是代码样例:

import io
from flask import Flask, request, jsonify
from ultralytics import YOLOv10
import base64
import numpy as np
from PIL import Image

app = Flask(__name__)

# 加载模型
groove_model = YOLOv10("runs/detect/xiapiVerification2/weights/best.pt")
slide_model = YOLOv10("XXXXX")

# 用于存储rightmost接口的目标信息
groove_object = None

def base64_to_image(base64_str):
    # Decode the base64 string to get image data
    image_data = base64.b64decode(base64_str)
    # Convert the image data to a PIL image
    image = Image.open(io.BytesIO(image_data))
    return image

@app.route('/predictSlide', methods=['POST'])
def predictSlide():
    global groove_object  # 获取保存的目标

    data = request.json
    image_base64 = data['img_base64']
    image = base64_to_image(image_base64)

    results = slide_model.predict(image)
  	return XXXX


# 添加新接口:返回最右和中间的目标并保存
@app.route('/rightmost', methods=['POST'])
def rightmost():
    global rightmost_target, mid_target  # 用于存储目标信息

    data = request.json
    image_base64 = data['img_base64']
    image = base64_to_image(image_base64)

    # 使用模型进行预测
    results = model.predict(image)

    return jsonify({"rightmost_target": rightmost_target, "mid_target": mid_target})


if __name__ == '__main__':
    app.run(debug=False)

其中,核心部分为

@app.route('/rightmost', methods=['POST'])
def rightmost():
    global rightmost_target, mid_target  # 用于存储目标信息
    data = request.json
    image_base64 = data['img_base64']
    image = base64_to_image(image_base64)

if __name__ == '__main__':
    app.run(debug=False)

通过“base64_to_image”操作后,即可得到image图像文件,对该文件进行处理即可

运行成功后,Pycharm会显示如下几行英文,“http://127.0.0.1:5000”为本地的访问地址。如果想远程访问接口,将其部署至服务器即可。


http://www.kler.cn/a/320795.html

相关文章:

  • AI 编程编辑器和工具
  • 海康大华宇视视频平台EasyCVR私有化视频平台服务器选购主要参数有哪些?
  • 基于Lora通讯加STM32空气质量检测WIFI通讯
  • ISP是什么?
  • 【JAVA】使用IDEA创建maven聚合项目
  • [Linux]多线程详解
  • 【最新华为OD机试E卷-支持在线评测】分苹果(100分)多语言题解-(Python/C/JavaScript/Java/Cpp)
  • QT 如何判断电脑已安装某个软件
  • ffmpeg常用命令大全
  • 记一次sql查询优化
  • 《深度学习》ResNet残差网络、BN批处理层 结构、原理详解
  • JavaScript优化性能的几个方法和技巧
  • 人工智能-大语言模型-微调技术-LoRA及背后原理简介
  • HarmonyOS鸿蒙开发实战(5.0)自定义安全键盘场景实践
  • C++面向对象基础
  • 学习CubeIDE——外设中断开发
  • C++中的typeid使用方法
  • Mac优化清理工具CleanMyMac X 4.15.6 for mac中文版
  • c++:set和map
  • 脉冲式投币器与售货机主板RS232连接WF-700B适配器介绍
  • 程序编译的四个阶段
  • python 异步读取文件,速度变快了吗
  • Linux Centos7达梦8数据库安装说明(附安装包,超详细图文!)收藏这一篇就够了!
  • 基于quill2.0的富文本编辑器,Fluent Editor,支持表格,图片,表情等
  • 中间添加一条可以拖拽的分界线,来动态调整两个模块的宽度
  • 如何在调试状态下部署局域网网站