繞過(guò)最新補(bǔ)丁，AR紅包再遭技術(shù)流破解

作者：ChildZed 2017-01-03 15:51:43

最近圈里流行破解支付寶的“AR紅包”，有使用PS進(jìn)行圖片恢復(fù)的也有使用PHP腳本進(jìn)行恢復(fù)的。不過(guò)如果可以從技術(shù)上來(lái)解決問(wèn)題，比如提高對(duì)于實(shí)景和偽裝圖片的判別能力，那必然是喜聞樂(lè)見(jiàn)的。

一、前言

最近圈里流行破解支付寶的“AR紅包”，有使用PS進(jìn)行圖片恢復(fù)的也有使用PHP腳本進(jìn)行恢復(fù)的。當(dāng)然支付寶那邊也沒(méi)閑著，先是聲稱減小了PS恢復(fù)圖片后識(shí)別成功的概率，然后又是限制每人每日開(kāi)啟紅包的次數(shù)，實(shí)話講這是好事，畢竟如果AR紅包步入Pokemon Go的后塵，那就失去了“尋寶”的樂(lè)趣。不過(guò)如果可以從技術(shù)上來(lái)解決問(wèn)題，比如提高對(duì)于實(shí)景和偽裝圖片的判別能力，那必然是喜聞樂(lè)見(jiàn)的。

二、基于OpenCV恢復(fù)圖像破解“AR紅包”

前面提到PS恢復(fù)圖片識(shí)別成功的概率降低了許多，想想主要原因還是PS恢復(fù)出來(lái)的圖片太過(guò)粗糙，而且還留有一定的細(xì)線條，這樣機(jī)器進(jìn)行識(shí)別時(shí)可以通過(guò)這些特征去判別圖片是否是PS的。本文介紹的方法是基于OpenCV對(duì)圖像進(jìn)行處理，這種方法能夠盡可能地還原原圖像而不會(huì)產(chǎn)生條紋，目前成功率還不錯(cuò)。

在介紹方法之前先分析一下加了黑線的圖片，可以對(duì)單一的淺色背景進(jìn)行拍攝作為AR紅包的圖片，這樣就可以從圖片中了解黑線的分布。當(dāng)然如果整幅圖都是一個(gè)顏色程序是不允許的，所以。。我放了個(gè)硬幣作為物體。

[[180579]]

通過(guò)抓包得到的圖片是100*100像素的，而在AR紅包剛面世時(shí)圖片都是200*200像素的，后者圖片較為清晰，容易通過(guò)PS恢復(fù)，而前者較為模糊，因此PS難以對(duì)其進(jìn)行較好的恢復(fù)，這也可能是支付寶的一個(gè)防作弊手段吧，但說(shuō)實(shí)話，治標(biāo)不治本，而且存在一個(gè)比較大的問(wèn)題。

由于測(cè)試圖片背景單一，且大小只為100*100像素，因此我們可以用PS打開(kāi)圖片并放大看看線條到底如何分布。

上圖取的是圖片的一部分，圖中每個(gè)小方格是一個(gè)像素點(diǎn)。可以看出，線條有一個(gè)像素點(diǎn)寬的，也有兩個(gè)像素點(diǎn)寬的，而線條顏色有黑和灰兩種。我們把

[[180580]]

這種類型的稱為黑1，把

這種類型的稱為黑2，把

[[180581]]

這種類型的稱為雜色，根據(jù)對(duì)整幅圖的觀察，其黑色線條分布規(guī)律為“黑2黑1黑2黑1黑2雜色”，相鄰兩種線條的距離為兩個(gè)像素點(diǎn)。這樣就可以確定線條的分布。

確定了線條的分布之后，就得考慮怎么去掉這些橫線。對(duì)于一張正常圖片而言，相鄰像素點(diǎn)的色差并不大，而加了橫線之后橫線附近的相鄰像素點(diǎn)色差非常大，如果可以將黑線部分的顏色修改為相鄰的未被處理的像素點(diǎn)的顏色，那就可以較好的恢復(fù)圖片的原貌。OpenCV提供了這項(xiàng)功能，廢話不多說(shuō)，上代碼。(由于時(shí)間問(wèn)題我直接將黑線條的像素坐標(biāo)逐一處理，并沒(méi)有按照前面總結(jié)的規(guī)律進(jìn)行處理)

#include "stdafx.h" 
#include"cv.h" 
#include"highgui.h" 
#include "cvaux.h" 
#include "cxcore.h" 
#include "opencv2/opencv.hpp" 
#include "opencv2/imgproc.hpp" 
using namespace cv; 
int _tmain(int argc, _TCHAR* argv[]) 
{ 
Mat src = imread("test.jpg"); 
imshow("Raw", src); 
int i, j; 
    for (j = 0; j < src.cols; j++) 
for (i = 0; i < src.rows; i++) 
{ 
if (i == 3 || i == 6 || i == 10 || i == 14 || i == 17 || i == 21 || i == 24 || i == 28 || i == 31 || i == 35 || i == 39 || i == 42 || i == 46 || i == 49 || i == 53 || i == 56 || i == 60 || i == 63 || i == 67 || i == 71 || i == 74 || i == 78 || i == 81 || i == 85 || i == 89 || i == 92 || i == 96) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
} 
if (i == 7 || i == 18 || i == 25 || i == 32 || i == 43 || i == 50 || i == 57 || i == 61 || i == 64 || i == 68 || i == 75 || i == 82 || i == 93) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i + 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i + 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i + 1, j)[2]; 
} 
} 
imwrite("New.jpg", src); 
imshow("New.jpg", src); 
return 0; 
}

代碼中src.at(i, j)[0]，src.at(i, j)[1]，src.at(i, j)[2]分別代表像素點(diǎn)的三個(gè)RGB通道。代碼的含義就是將黑線的像素點(diǎn)的顏色根據(jù)情況修改為其上一坐標(biāo)位置或者下一坐標(biāo)位置的顏色。來(lái)看看效果如何。(左邊是原圖，右邊是處理后的圖，處理后的圖上還有線的原因是代碼中并沒(méi)有對(duì)雜色類型線條中的灰色線條進(jìn)行處理，只要處理一下線條就不存在了)。

[[180582]]

不過(guò)這也有一些缺陷，比如斜線可能會(huì)還原成鋸齒。對(duì)于支付寶的工作人員可以利用這個(gè)缺陷進(jìn)行一下過(guò)濾。

前面說(shuō)到的是100*100像素的圖片，接下來(lái)講講AR紅包剛推出時(shí)的200*200的圖片。方法基本相同，也是通過(guò)使用相鄰像素顏色修改黑線顏色來(lái)實(shí)現(xiàn)，不同的是黑線的寬度和黑線分布的方式，只需把上述代碼的處理部分修改為如下所示即可處理。

if (i == 5 || i == 55 || i == 105 || i == 155) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
} 
if (i == 48 || i == 97 || i == 148) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 2, j)[0] = src.at<Vec3b>(i + 4, j)[0]; 
src.at<Vec3b>(i + 2, j)[1] = src.at<Vec3b>(i + 4, j)[1]; 
src.at<Vec3b>(i + 2, j)[2] = src.at<Vec3b>(i + 4, j)[2]; 
src.at<Vec3b>(i + 3, j)[0] = src.at<Vec3b>(i + 4, j)[0]; 
src.at<Vec3b>(i + 3, j)[1] = src.at<Vec3b>(i + 4, j)[1]; 
src.at<Vec3b>(i + 3, j)[2] = src.at<Vec3b>(i + 4, j)[2]; 
} 
if (i>5 && i<48 && ((i + 1) % 7 == 0)) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 2, j)[0] = src.at<Vec3b>(i + 3, j)[0]; 
src.at<Vec3b>(i + 2, j)[1] = src.at<Vec3b>(i + 3, j)[1]; 
src.at<Vec3b>(i + 2, j)[2] = src.at<Vec3b>(i + 3, j)[2]; 
} 
if (i > 48 && i < 97 && i % 7 == 0) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 2, j)[0] = src.at<Vec3b>(i + 3, j)[0]; 
src.at<Vec3b>(i + 2, j)[1] = src.at<Vec3b>(i + 3, j)[1]; 
src.at<Vec3b>(i + 2, j)[2] = src.at<Vec3b>(i + 3, j)[2]; 
} 
if (i > 97 && i < 146 && ((i - 1) % 7 == 0)) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 2, j)[0] = src.at<Vec3b>(i + 3, j)[0]; 
src.at<Vec3b>(i + 2, j)[1] = src.at<Vec3b>(i + 3, j)[1]; 
src.at<Vec3b>(i + 2, j)[2] = src.at<Vec3b>(i + 3, j)[2]; 
} 
if (i > 147 && i<(src.rows - 2) && ((i - 2)) % 7 == 0) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i - 1, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i - 1, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i - 1, j)[2]; 
src.at<Vec3b>(i + 2, j)[0] = src.at<Vec3b>(i + 3, j)[0]; 
src.at<Vec3b>(i + 2, j)[1] = src.at<Vec3b>(i + 3, j)[1]; 
src.at<Vec3b>(i + 2, j)[2] = src.at<Vec3b>(i + 3, j)[2]; 
} 
if (i == 43 || i == 93 || i == 143 || i == 193) 
{ 
src.at<Vec3b>(i, j)[0] = src.at<Vec3b>(i + 2, j)[0]; 
src.at<Vec3b>(i, j)[1] = src.at<Vec3b>(i + 2, j)[1]; 
src.at<Vec3b>(i, j)[2] = src.at<Vec3b>(i + 2, j)[2]; 
src.at<Vec3b>(i + 1, j)[0] = src.at<Vec3b>(i + 2, j)[0]; 
src.at<Vec3b>(i + 1, j)[1] = src.at<Vec3b>(i + 2, j)[1]; 
src.at<Vec3b>(i + 1, j)[2] = src.at<Vec3b>(i + 2, j)[2]; 
}

來(lái)看看處理的效果。

三、后記

最后來(lái)說(shuō)一下之前提到的支付寶使用100*100像素圖片代替200*200像素圖片存在的問(wèn)題。由于后者清晰，因此容易進(jìn)行PS，而前者比較模糊，PS效果不好，不過(guò)這也導(dǎo)致其識(shí)別效果不理想，按常理來(lái)說(shuō)一個(gè)有棱有角的圖片應(yīng)該比一個(gè)模糊的圖片容易識(shí)別的多，而圖片模糊會(huì)造成識(shí)別上的誤差，可能用戶對(duì)實(shí)景進(jìn)行掃描也沒(méi)辦法得到紅包。因此個(gè)人認(rèn)為比較好的解決方法應(yīng)該是增強(qiáng)對(duì)于實(shí)景和圖片的區(qū)別能力，畢竟叫AR紅包，無(wú)法識(shí)別現(xiàn)實(shí)何來(lái)增強(qiáng)現(xiàn)實(shí)?

責(zé)任編輯：趙寧寧來(lái)源：安全客

AR紅包 PS 支付寶