12306最后一步验证码自动识别出来了提交显示请不要重复提交订单问题。急!急!急!急!急!急!

hncdyj 2012-11-05 12:30:58
本人出于好奇,准备写个抢票软件。现在界面已经画好了,登录逻辑都是可以登录上的。因为最后一步提交订单遇到问题。(铁道部服务器返回{"msgError":"请不要重复提交!"},大概就是这意思,我是用httpwatch抓的请求,firebug有些请求抓不到)所以还没有着手写界面上的订票逻辑,还没有用到线程自动监控。
登录运气好一次识别,运气不好基本也不会超过十次。

在之前请安装验证码识别引擎库。
tesseract-ocr-setup-3.00.exe(已传到google code上)
请大侠帮助小弟实现最后一步。本人不生感激。这是造福苍生的事。
相关代码已经上传到了google code上面。
https://mygod-go-home.googlecode.com/svn/trunk/
装好验证码识别引擎后,修改一下OCR.java中的tessPath,把tessPath指向验证码识别引擎的安装路径。
相关测试的业务逻辑在test包下的main.java。运行测试方法前先用界面登录拿到2个cookie值,赋值到main.java的两个常量里面。
...全文
9681 53 打赏 收藏 转发到动态 举报
写回复
用AI写文章
53 条回复
切换为时间正序
请发表友善的回复…
发表回复
fy_back 2014-09-19
  • 打赏
  • 举报
回复
各位大神有最新的java源码吗?有的话请赐教,我邮箱1051834224@qq.com
qin1028 2014-03-11
  • 打赏
  • 举报
回复
我想知道验证码自动识别是怎么做到的,跪求分享1178171582@qq.com
  • 打赏
  • 举报
回复
submitOrderRequest的时候老是这种错误。。。。 请问一下如何解决? 谢谢 {"validateMessagesShowId":"_validatorMessage","url":"/leftTicket/init","status":false,"httpstatus":200,"messages":["系统忙,请稍后重试"],"validateMessages":{}}
jlu 2013-12-25
  • 打赏
  • 举报
回复
拜求一份源码,十二分感激,jlusz@hotmail.com。
jayjiea 2013-12-11
  • 打赏
  • 举报
回复
今年的泡汤了
yyoosn 2013-07-15
  • 打赏
  • 举报
回复
楼主求一份源码,不胜感激,主要是你这个界面我逻辑我想参考下 我这里有破解验证码的code 识别率大概在40%左右,够用,希望相互参考,相互进步 发到我邮箱 1526192844@qq.com
huoyunxieren 2013-06-13
  • 打赏
  • 举报
回复
这个软件很好,求一份源代码。840378023@qq.com.还望大家支持,相互学习,共同进步,在这里先谢谢了!
卑微程序员 2013-03-26
  • 打赏
  • 举报
回复
厉害
lxr0530 2013-03-07
  • 打赏
  • 举报
回复
继续顶起,永不沉落,支持楼主,要是能早日解决验证码问题,可以解救我们贫苦大众了
网络科技 2013-02-02
  • 打赏
  • 举报
回复
不错,先马克下。
皮球·爸爸 2013-01-24
  • 打赏
  • 举报
回复
/**
 * 测试验证码解析
 * @author hanmanyi
 *
 */
public class TestOCR {
	/**
	 * @param args
	 * @throws IOException
	 */
	public static void main(String[] args) throws IOException {
		String path = "E:\\ZGCCZJworksp\\HMYTicket\\image\\passCode.jpg";
//		String path = "E:\\ZGCCZJworksp\\HMYTicket\\image\\untitled.bmp";
		
//		for (int i = 0; i < 100; i++) {
			try {
				
				filter(path);
//				String valCode = new OCR().recognizeText("C:\\Program Files\\Tesseract-OCR\\",new File(path), "jpg");
//				String valCode = new OCR().recognizeText("C:\\Program Files\\Tesseract-OCR\\",new File(path), "bmp");
//				valCode = valCode.replace("\r\n\r\n", "");
//				System.out.println(i+"|"+valCode);
//			} catch (IOException e) {
//				e.printStackTrace();
			} 
			catch (Exception e) {
				e.printStackTrace();
			}
//		}
	}
	/**
	 * 过滤掉图片中的直线和孤立点
	 * 用被使用最多的颜色(即背景色)代替
	 * 
	 */
	public static void filter(String path) {
		InputStream instream;
		OutputStream out;
		String newpath = "E:\\ZGCCZJworksp\\HMYTicket\\image\\new_passCode.jpg";
		try {
			BufferedImage imgOrg = ImageIO.read(new File(path));
			
			instream = convert(imgOrg);
//			instream = new FileInputStream(new File(path));
			out = new FileOutputStream(new File(newpath));
			int byteread = 0;
			byte[] tmp = new byte[1];
			while ((byteread = instream.read(tmp)) != -1) {
				out.write(tmp);
			}
		} catch (Exception e) {
			e.printStackTrace();
		}
	}
	/**
	 * 用被使用最多的颜色(即背景色)代替
	 * @param imgOrg
	 */
	private static InputStream convert(BufferedImage img) {
		InputStream is = null;
		int width = img.getWidth();
		int height = img.getHeight();
		for (int j = 0; j < height; j++) {
			for (int i = 0; i < width; i++) {
				Long RGB = Long.parseLong(""+img.getRGB(i, j));
				Map<Long, Integer> map = getMaxColor(img,i,j);
				Integer c = map.get(RGB);
				
				System.out.println(RGB);
				System.out.println(map);
				if (c != null && c >1) {
					img.setRGB(i, j, 0xFF0000);
				}
			}
		}
		img.flush();
		ImageOutputStream imOut;
		ByteArrayOutputStream bs = new ByteArrayOutputStream();
		try {
			imOut = ImageIO.createImageOutputStream(bs);
			ImageIO.write(img, "jpg",imOut);
			is= new ByteArrayInputStream(bs.toByteArray());
			} catch (IOException e) {
				e.printStackTrace();
			}
			
			
			
		return is;
	}
	
	/**
	 * 周围使用最多的颜色
	 * @param imgOrg
	 */
	private static Map<Long, Integer> getMaxColor(BufferedImage img,int x,int y){
		int width = img.getWidth();
		int height = img.getHeight();
		int range = 2;
		
		Map<Long, Integer> map = new HashMap<Long, Integer>();
		for (int j = y-range < 0?0:y-range; j < height && j<=y+range ; j++) {
			for (int i = x-range < 0?0:x-range; i < width && i<=x+range; i++) {
				long RGB = img.getRGB(i, j);
				Integer c = map.get(RGB);
				if (c == null) {
					map.put(RGB, 1);
				} else {
					map.put(RGB, c + 1);
				}
			}
		}
		return map;
	}
}
皮球·爸爸 2013-01-24
  • 打赏
  • 举报
回复
去干扰点 还有戏,去干扰线 有些恶心啊。、、 一条线段上某一点周围的8个点中 居然 没有两个相同的RGB值。。我就擦了。。
joe590 2013-01-22
  • 打赏
  • 举报
回复
主要想了解自动识别验证码。
青苔猿猿 2013-01-18
  • 打赏
  • 举报
回复
我已经在12306上定了6天啦,也没有顶上票!!!!!!
pby_bob 2013-01-15
  • 打赏
  • 举报
回复
支持下,楼主继续修改bug
LongRain_CQ 2013-01-12
  • 打赏
  • 举报
回复
其实我想知道楼主是怎么样可以自动识别难证码的.
蛋蛋の忧伤 2013-01-12
  • 打赏
  • 举报
回复
不错呢 难道铁道部出接口了?
点康 2013-01-10
  • 打赏
  • 举报
回复
如有.NET的麻烦分享一个吧
alexmayer 2013-01-10
  • 打赏
  • 举报
回复
顶一下! 支持!
NTHeiXia 2012-12-21
  • 打赏
  • 举报
回复
楼主可以有空我们可以多多交流:我的qq:171531134
加载更多回复(32)
课程背景:如果赶上一个语言火的时候,您想不赚钱都难,android ,苹果,大数据,python我们没有赶上第一批,现在go语言您还想错过吗?现在go语言已经在大公司开始使用,在做服务这块慢慢已经走上热点,现在go语言视频很少而且很基础,我们早已经带着学员开始做实战了。go语言大神班为有一定基础且想深入学习go的学员量身打造,拒绝平庸,与众不同!专技术:对整个大数据生态圈的相关技术都有一定的研究,深入理解Go的原理,熟练使用GO技术解决各种业务需求。通过我们课程中的企业级项目和通俗易懂的知道点分析让你更加深了的掌握Go技术!懂架构:对业务有一定的了解,并且可以根据不同的业务场景设计出最优的技术架构。通过我们课程中的企业真实项目,全方位掌握项目的整个开发周期,达到触类旁通的目的!擅调优:一般其他语言开发项目一般都有一定的性能瓶颈,使用GO需要深入掌握项目技术架构特点和技术原理方可对项目中的瓶颈进行调优。通过项目中的调优经验让你掌握该技能!善沟通:GO在项目中扮演一个非常重要的角色,一般是在企业里做服务这块,需要跟各个部门进行协调沟通,所以要具备良好的沟通能力,业务对接能力! 课程研发环境及内容简介:1.课程研发环境项目源代码以Go1.9.2为基准,数据库以mysql为基准,以下环境都适用于项目。开发工具:VScode;数据库工具:mysql  2.内容简介什么是秒杀秒杀场景一般会在电商网站举行一些活动或者节假日在12306网站上抢票时遇到。对于网站中一些稀缺或者特价的产品,电商网站一般会在约定的时间对其进行限量销售,因为这些产品的特殊性,会吸引大量用户前来抢购,并且会在约定时间同时在秒杀页面进行抢购。设计思路将求拦截在系统上游,降低下流压力;秒杀系统特点就是并发量极大,但实际秒杀成功的求数量确很少,所以如果不在前端拦截可能造成数据库读写锁冲突,甚至导致死锁,最终求超时,甚至导致系统崩溃充分利用缓存:利用缓存可以极大提高系统读写速度消息队列:消息队列可以削峰,将拦截大量并发的求,这也是一个异步处理过程,后台业务根据自己的处理能力,从消息队列中主动的拉取求消息进行业务处理前端方案浏览器端(js):页面静态化:将活动页面上的所有可以静态的元素全部静态化,并尽量减少动态元素,通过CDN来抗峰值禁止重复提交:用户提交之后按钮置灰,禁止重复提交用户限流:在某一时间内只允许用户提交一次求,比如可以采取IP限流后端方案服务器控制器层(网关层)限制UID(userID)访问频率:我们上面拦截了浏览器的访问求,但准对某些恶意求和攻击或者其他插件,在服务器控制层要准对同一个uid,限制访问频率 服务层上面只拦截了一部分求,当秒杀的用户量非常大时,即使每个用户只有一个求,到服务层的求数量还是很大。比如我们有100w用户同时抢购100台手机,服务层并发求压力至少为100w。1.采用消息队列缓存求:既然服务器层知道库存只有100台手机,那完全没有必要把100w个求都传递到数据库里,那么可以先把这些求都写到消息队列里面缓存一下,数据库层订阅消息减少库存,减库存成功的求返回秒杀成功,失败的返回秒杀结束2.利用缓存应对读求:对类似12306等购票业务,是典型的读多写少业务,大部分求时查询求,所以可以利用缓存分担数据库压力3.利用缓存对写求:缓存也是可以应对写求,比如我们可以把数据库中库存数据迁移到Redis缓存中,所有减库存操作都在Redis中进行,然后通过后台进程把Redis中的用户秒杀求同步到数据库中数据库层数据库层是最脆弱的一层,一般在应用设计时在上游就需要把求拦截,数据库层只承担“能力范围内”的访问求。所以,上面通过在服务层引入的队列和缓存,让底层的数据库高枕无忧

62,612

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧