豆瓣滑块验证码检测器（v1.0.0）

基于 sharp 图像处理库实现的滑块验证码缺口精确识别工具。

功能特性

• ✅ 自动检测图片中的滑块缺口位置
• ✅ 支持多滑块检测（一张图片中检测多个滑块）
• ✅ 多策略候选区域搜索与自适应评分体系
• ✅ 自动在图片上绘制蓝色边框标注检测结果
• ✅ 支持基于 ground-truth 的准确率评估

安装依赖

npm install

使用方法

运行检测（默认数据集）

npm run detect

该命令会：

1. 验证算法准确性（使用 images/douban-target 中的红框标注图片）
2. 处理 images/douban 目录中的所有图片
3. 将检测结果（带蓝色边框）输出到 images/output 目录

自定义目录

npm run detect -- --pic-dir=images/custom

--pic-dir 为 README 所在目录的相对路径，检测结果仍然输出到 images/output。

目录结构

images/
  ├── douban/          # 豆瓣滑块真实截图（待检测）
  ├── douban-target/   # 红框标注图片（用于验证算法准确性）
  ├── slider/          # 滑块形状模板图片
  ├── target/          # 滑块标注图片
  └── output/          # 检测结果输出目录（蓝色框标注）

检测算法

核心思路

1. 多阈值暗/亮检测：从增强对比度后的图像中提取亮/暗连通域
2. Sobel 边缘候选：基于边缘图的形态学操作补充候选框
3. 颜色量化与 LAB 色差扫描：强化低对比度场景下的候选覆盖
4. 候选融合：利用 IoU 去重并按颜色一致性、内部边缘密度、梯度平滑度打分
5. 自学习滑块扩展：在首个高置信度框的基础上，使用模板匹配寻找第二个滑块

开发

编译

npm run build

调试

核心逻辑已经拆分为模块化的检测管线：

• src/detection/candidate-search.ts：多策略候选区域查找与评分
• src/utils/image.ts：图像形态学、边缘工具函数
• src/detector.ts：检测器主体、框体精炼与多滑块协同策略
• src/cli.ts：命令行入口，负责加载 ground-truth 与批量处理
• src/validator.ts：IoU/容差匹配与统计分析

技术栈

• TypeScript
• Sharp (图像处理)
• Node.js

版本历史

• v1.0.0：引入模块化检测管线、CLI 工具、ground-truth 验证与多策略候选融合。

优化方向

1. 提高对低对比度图片的检测能力
2. 优化形态学操作参数
3. 增加边缘检测辅助判断
4. 支持更多滑块形状变体