代码库

简单聊聊旋转验证码攻防中介绍了一些旋转验证码的攻防思路，并提供了 rotate-captcha-crack 实现。

README 文档的 Prepare 部分提到需要支持 CUDA10+ 的设备（GPU），经实测，在 Windows CPU 环境下也可使用，且性能基本满足需求。

调整为 CPU 版本

为在 Windows CPU 环境执行 test_captcha.py 脚本验证旋转角度预测效果，以及通过 server.py 发布 HTTP 服务，需对仓库中代码进行以下调整：

diff --git a/rotate_captcha_crack/common.py b/rotate_captcha_crack/common.py
index 00d3a3a..683f217 100644
--- a/rotate_captcha_crack/common.py
+++ b/rotate_captcha_crack/common.py
@@ -7,5 +7,6 @@ if sys.version_info >= (3, 11):
 else:
     import tomli as tomllib  # noqa: F401

-device = torch.device('cuda')
+# device = torch.device('cuda')
+device = torch.device('cpu')
 torch.backends.cudnn.benchmark = True
diff --git a/server.py b/server.py
index 36266cf..5620bcf 100644
--- a/server.py
+++ b/server.py
@@ -8,6 +8,7 @@ from aiohttp import web
 from PIL import Image

 from rotate_captcha_crack.common import device
+from rotate_captcha_crack.const import DEFAULT_CLS_NUM
 from rotate_captcha_crack.logging import RCCLogger
 from rotate_captcha_crack.model import RotNetR, WhereIsMyModel
 from rotate_captcha_crack.utils import process_captcha
@@ -21,9 +22,9 @@ parser = argparse.ArgumentParser()
 parser.add_argument("--index", "-i", type=int, default=-1, help="Use which index")
 opts = parser.parse_args()

-model = RotNetR(cls_num=180, train=False)
+model = RotNetR(cls_num=DEFAULT_CLS_NUM, train=False)
 model_path = WhereIsMyModel(model).with_index(opts.index).model_dir / "best.pth"
-model.load_state_dict(torch.load(str(model_path)))
+model.load_state_dict(torch.load(str(model_path), map_location=torch.device('cpu')))
 model = model.to(device=device)
 model.eval()

diff --git a/test_captcha.py b/test_captcha.py
index 9d2453b..459a977 100644
--- a/test_captcha.py
+++ b/test_captcha.py
@@ -19,11 +19,11 @@ if __name__ == "__main__":
         model = RotNetR(cls_num=cls_num, train=False)
         model_path = WhereIsMyModel(model).with_index(opts.index).model_dir / "best.pth"
         print(f"Use model: {model_path}")
-        model.load_state_dict(torch.load(str(model_path)))
+        model.load_state_dict(torch.load(str(model_path), map_location=torch.device('cpu')))
         model = model.to(device=device)
         model.eval()

-        img = Image.open("datasets/tieba/1615096444.jpg")
+        img = Image.open("datasets/download.png")
         img_ts = process_captcha(img)
         img_ts = img_ts.to(device=device)

或直接使用已修改好的 fork 版本。

Windows 环境搭建

下载 Windows 环境下的 miniconda 安装包并做好镜像源配置。

在 Anaconda Prompt(MiniConda3) 应用中执行如下命令。

创建并激活虚拟环境：

> conda create -n rotate python=3.10
> conda activate rotate

Clone CPU 版代码：

> git clone https://github.com/AlphaHinex/rotate-captcha-crack
> cd rotate-captcha-crack

安装依赖：

> pip install torch torchvision
> pip install -e .[server]

下载模型文件 RotNetR.7z，将解压后内容放置到代码仓库根路径的 models 路径下：

> tree
...
├─rotate-captcha-crack
...
│  ├─datasets
...
│  ├─models
│  │  └─RotNetR
│  │      └─240319_11_33_53_000
│  │          └─log
...

测试数据集

可从 https://github.com/chencchen/RotateCaptchaBreak/tree/master/data/baiduCaptcha 选择一些图片进行测试。测试图片可以放置到代码仓库根路径的 datasets/download.png

调用方式

本地调用

在 conda 环境下执行 python test_captcha.py，或无需激活 conda 环境，通过全路径方式调用：

> /d/miniconda3/envs/rotate/python test_captcha.py
Use model: models/RotNetR/240319_11_33_53_000/best.pth
Predict degree: 61.8750°

可以验证效果：

predict

RESTful API

执行 python server.py 启动 HTTP Server 后，可以调用 RESTful API 预测旋转角度：

> curl --request POST --url http://localhost:4396/ --form img=@datasets\download.png
{"err":{"code":0,"msg":"success"},"pred":61.875}

$ curl --request POST \
  --url http://localhost:4396/ \
  --header 'content-type: multipart/form-data' \
  --form img=@/Users/alphahinex/Desktop/rotate-captcha/download.png
{"err":{"code":0,"msg":"success"},"pred":61.875}

留言

识别旋转验证码图片角度