本文来自老大哥，文安哲提供！ 博客跳转：https://wenanzhe.com/
弟弟这边将会根据哲哥的文章做一个深入的总结！（文章略有改动，如果觉得有点啰嗦，可以去看看我大哥的文章！）
最近看群里面大家讨论研究手势验证码比较多，然后我也顺带研究做了一下，给各位老公们分享一下做的过程。
首先，一起来康康手势验证码长啥样！
vaptcha：
京东(个人挺喜欢京东手势的背景):
58：
大概就是长这个样子，需要按照图像中的那条轨迹再图片上滑动，不得不说这类验证码确实体验感拉满，让人很想立马关掉这个网站。
下面我们以vaptcha 来进行一个讲解（vaptcha是这三个里面最恶心的，恶心程度下面会介绍到）：
那么言归正传，这类验证码该怎么做识别部分呢？
按照我们正常的思维方式就是要提取出来图中轨迹的部分和形状。
之前我试验了通过opencv二值化然后提取物体轮廓等等方法，可能对单一一张图有用，但是拿到其他图上效果就不是很好了。
直到有一天我看到了一张图
瞬间就反应过来我们可以通过语义切割的方式去获取轨迹部分。
使用MaskRcnn即可相对准确的切割出我们想要的部分。
1、采集图像样本。
这里没啥好说的，通过不断地请求获取验证码得到原始的手势验证码的图像。这里我大概采集了100张左右。
2、标记样本
这里我们使用Labelme工具来标注。
标记出来的效果大概就这这个样子
3、训练样本
这里建议大家使用tensorflow自己的object_detection来训练
这里面有若干已经写好的有关目标检测的网络可以供我们调用，具体使用方法我会再单独开一篇文章来讲，如果本身就会的就可以跳过直接去玩耍辣。
4、处理训练结果
训练后他会返回一个由0和1组成的Ndarray的mask,在这里可能需要重新resize一下这个mask成为你原图的宽高（可能是因为我改了一下代码出现了点问题），
然后直接对这个ndarray * 255就会将这个Ndarray转成由0和255组成，再直接与使用opencv imshow就可以看到如下效果。
5、获取轨迹
获取轨迹这里就比较简单啦，直接使用skimage中的morphology直接对之前由0和1组成的Ndarray操作就可以抽取出白色部分的骨架。
抽取完骨架获取的是一个有True和False组成的Size和之前Ndarray一样的矩阵。直接在原图上操作，将对应为True点位的RGB改为[0, 0, 0]
可以看到图中轨迹部分上画出了一条黑色的线~
以下为笨比黄瓜的一些经验之谈：
首先是vaptcha：
vaptcha这个手势，要多恶心有多恶心，底图多，更新也有点小快
上述为文安哲大佬的训练过程，笨比黄瓜的过程大同小异，实际效果图给大佬们展示下:
这种简单的还好，但是遇到以下情况，希望有大佬能帮忙优化解决下：
与其他手势不同，其他手势基本是直的，这玩意弯曲的一批！（这个时候就会有人说：这也不弯呀！）：
大佬们给弟弟支个招吧，笨比瓜的demo现在还是有问题的！有大佬有好的办法 记得捞一手！
下面到成品展示环节：
这个时候有人就要问：为什么第二张会有红点点呢，这里解答一下这个红点点就是执行的拟合轨迹！
接下来是京东：
京东和58都一样这里放在一起讲：
京东和58处理方法一样（不过京东的检测比较严格，这里求助下大佬们，笨比黄瓜的识别通过率只有百分之60-70，希望有大佬帮帮忙把识别率提高下）58的直线轨迹就可以过去，京东的直线轨迹也可以过不过曲线通过率相比直线较高！
相对于难度没那么大，只需要XS运算，一个加速度即可（这里有人会说，那你TMBB这么多倒是给代码呀）
这里我先说一切只是为了学术交流（其实还是前几天和别人撕逼了）识别提交难度不算大，提交轨迹有个坑（上次就是这个坑和别人撕逼，不是我轨迹源码的问题，硬要说是我的轨迹代码的问题，最后把我提交也磨走了）裂开！！！！！
直接上演示图了：
给各位看官老爷们，看看轨迹：
