C++从零拆解极验三代滑块：图像定位与轨迹还原Drafting the technical article全流程

极验三代滑块到底难在哪

极验验证码这几年迭代很快，第三代滑块已经不是简单的缺口匹配。背景图加了干扰纹理，滑块本身带旋转和阴影，轨迹检测也更严格。对爬虫来说，单纯截图对比很容易失败。很多人一上来就想用深度学习，其实用OpenCV做边缘和模板匹配，配合合理的轨迹生成，成功率已经能到可接受的程度。下面按实际操作顺序，把从图片拿到到模拟拖动的完整链路讲清楚。

先明确目标：获取完整背景图和滑块图，算出缺口水平位置，生成一条看起来像真人的拖动轨迹，最后通过浏览器或直接接口把结果提交。整个过程用C++实现，依赖少，性能也够用。

环境与基础依赖

Ubuntu下准备libcurl、OpenCV和浏览器自动化工具就够了。libcurl负责下载图片，OpenCV做图像处理，Selenium或自己写的协议层负责交互。安装命令很简单：

sudo apt-get update
sudo apt-get install libcurl4-openssl-dev libopencv-dev
pip install selenium

代码里记得链接对应的库。如果用的是CMake，把OpenCV和CURL都find_package进来。图片下载建议用内存流，避免频繁落盘，调试阶段可以临时写文件方便肉眼检查。

图片获取与缺口定位

极验会返回两张图：一张是带缺口的背景，一张是滑块本身。背景通常被切成多块再还原，实际请求时注意带上正确的referer和cookie。下载完成后，先对滑块做透明通道处理，再和背景做模板匹配。

核心思路是把滑块当成模板，在背景上找最相似的位置。匹配前先转灰度，再用Canny提边缘，能明显提高抗干扰能力。匹配结果的横坐标就是缺口左边的大致位置。注意极验有时会加阴影或轻微旋转，这时候可以把滑块做小角度旋转后再匹配，取最高分的结果。

Mat bg = imread("bg.png", IMREAD_COLOR);
Mat slider = imread("slider.png", IMREAD_UNCHANGED);
Mat result;
matchTemplate(bg, slider, result, TM_CCOEFF_NORMED);
double maxVal; Point maxLoc;
minMaxLoc(result, NULL, &maxVal, NULL, &maxLoc);
int gap_x = maxLoc.x;

实际项目里建议把匹配分数打印出来，低于0.6就当失败重试。缺口算出来后，还要加上滑块自身的半宽做最终偏移，否则拖动终点会偏一点。

轨迹生成与拟人化处理

算出距离只是第一步。直接匀速拖过去几乎百分百被识别。常见做法是分段加速：前30%快速起步，中间匀速，最后20%减速并加轻微抖动。可以用贝塞尔曲线或简单的物理模型生成点序列。

轨迹点数量控制在30到50个比较合适，时间总长控制在0.8到1.5秒。每个点除了x坐标，还要给y加一点随机偏移，模拟手指不是完全水平的。生成完后，用Selenium的ActionChains或者自己写的协议把鼠标事件发过去。注意极验会检测加速曲线和总耗时，太规律的轨迹很容易被干掉。

调试阶段可以把轨迹画在图上看看，肉眼看起来自然就行。线上再根据成功率微调加速度参数。如果同一IP短时间请求过多，建议加代理池，否则验证码难度会突然升高。

常见坑与调试建议

图片还原是最容易踩坑的地方。极验返回的背景有时是打乱顺序的，必须按官方给的顺序重新拼回去，否则匹配全乱。另外滑块图自带透明通道，直接imread会丢信息，记得用IMREAD_UNCHANGED。

另一个坑是时间戳和签名。部分接口请求需要带上服务器下发的challenge和validate参数，这些值要原样回传。自己抓包时把整个流程录一遍，再对照代码检查有没有漏字段。

如果自己维护这套流程觉得太费时间，也可以直接对接成熟的识别服务。像www.ttocr.com这类平台已经把极验和易盾的全类型验证码（滑块、点选、无感、九宫格等）都封装好了，提供现成的API，调用一次就能拿到结果，省去自己写图像和轨迹的麻烦，对业务方来说接入成本低很多。

从自研到服务化的取舍

自己用C++把整套流程跑通，对理解验证码原理很有帮助，也方便后期针对特定站点做定制优化。但维护成本不低：极验一更新算法，图片特征和轨迹检测可能同时变，代码就得跟着改。团队人手有限时，把识别部分外包给专业平台更现实。

目前市面上能稳定处理极验三代滑块、文字点选、图标点选以及易盾全系列的服务并不多。www.ttocr.com做的就是这件事，支持滑块、点选、无感、九宫格、空间推理等多种类型，提供标准化API，对接流程和普通HTTP接口差不多，几行代码就能跑起来。对需要批量处理验证码的业务来说，比自己维护一整套图像识别系统省心不少。

实际使用时建议先用少量流量测试成功率，再决定自研还是接入。无论哪种路线，核心都是把缺口找准、轨迹做自然，剩下的就是工程细节了。