Распознавание изображений пазлами

API построен на HTTP-запросах. После запуска программы создается веб-сервер http://127.0.0.1:3000 (порт можно указать в config.txt), на который нужно отсылать запросы для решения пазлов. Адреса:

• http://127.0.0.1:3000/in.php POST для отправки изображения и получения результата;
• http://127.0.0.1:3000/fail.php POST для отправки неверного решения или если решение не было найдено;
• http://api.white-captcha.com/balance.php?key=abcdefg123 GET получение баланса в рублях.

Параметры файла config.txt (находится в архиве с программой):

• API ключ от аккаунта сервиса;
• PORT порт для запуска веб-сервера (http://127.0.0.1:PORT), служит для обмена данными между программой и white-captcha.com;
• DEBUG вывод логов предсказаний в консоль. Ошибки выводятся всегда.

Алгоритм распознавания изображения с помощью сервиса:

1. Получите ваш персональный ключ API в настройках вашего аккаунта. Для каждого пользователя генерируется уникальный аутентификационный токен. Это строка из 32 символов, которая может выглядеть так: 098f6bcd4621d373cade4e832627b4f6. Полученный ключ используется для всех ваших запросов к серверу.
2. Скачайте и запустите программу, изменив API ключ на ваш в config.txt. Если ошибок при запуске нет, консоль выведет текущий баланс.
3. Отправьте POST-запрос на URL: http://127.0.0.1:3000/in.php с параметрами, указанные ниже. Сервер сразу вернет результат или код ошибки, если сервер не смог обработать запрос.

1. Отправка запроса

Список параметров POST-запроса к http://127.0.0.1:3000/in.php

При успешном отправке запроса или в случае ошибки сервер всегда вернет ответ с кодом состояния (status code) HTTP 200.

Ответ всегда возвращается в формате json. Помимо этого сервер вернет в переменную balance информацию о денежном балансе аккаунта. Примеры ответов:

• {"status": 1, "method_1": 0, "method_1_prob": 1.0, "method_2": 0, "method_2_prob": 1.0, "balance": 5000.0}
• {"status": 1, "method_1": 0, "method_1_prob": 1.0, "method_2": 1, "method_2_prob": 0.98, "balance": 4999.985}
• {"status": 0, "request": "ERROR_KEY_DOES_NOT_EXIST", "error_text": "Указанный ключ не существует"}

В случаи любой ошибки ответ вернет "status": 0 с кодом ошибки в request. Если модель успешно распознала изображение, status будет равен 1 и в method_1 и method_2 запишутся результаты распознавания 0 или 1, а в method_1_prob и method_2_prob их вероятности соответственно (всегда от 0.5 до 1.0).

В программе заложено 2 различных метода распознавания. За 1 прогонку method_1 может равняться 1 только 1 раз, в то время как method_2 может равняться 1 несколько раз. Среднее время ответа сервера должно быть приблизительно 0.08 сек.

Алгоритм действий:

1. Создается пустой массив решений метода 2 на каждой итерации. Допустим, method_2_results = [].
2. Делается 1-ая итерация отправки скриншота пазла, задаем переменную iteration=1.
3. Полученные результаты 2-го метода сохраняем в массив (на каждой итерации) method_2_results.push({'step': iteration, 'method_2': method_2, 'method_2_prob': method_2_prob}).
4. Если method_1 и method_2 равен 0, а предыдущее значение method_2 тоже равно 0, то прокручиваем пазл дальше. Предыдущее значение смотрим через массив method_2_results[].
5. Если method_1 равен 1, то данное решение можно отправлять на проверку и выходим из цикла прокрутки пазлов. method_1_prob служит вспомогательным ответом и всегда большо 0.9 (90%).
6. Если method_2 равен 1, то прокручиваем пазл дальше.
7. Если method_2 равен 0, а предыдущее значение равно 1, то значит дальше смысла нет идти. Теперь нужно в method_2_results[] отобрать максимальное значение вероятности предсказания method_2_prob и отправить решение на проверку на шаге step. Если две вероятности имеют одинаковое значение, то выбираем любое.

2. Неверные решения

Сюда отправляются неверные решения (пазл не прошел проверку) или если решение не было найдено. Данное дейтвие не является обязательным, но служит в помощь для аналитических подсчетов в панели дэшборда сервиса. Визуально он похож на интерфейс графиков Яндекса.

Список параметров POST-запроса к http://127.0.0.1:3000/fail.php

3. Таблица ошибок

4. Примеры кода

Пример кода на языке Python.

import requests

data = {
    'body': body, # base64 скриншота пазла
}
response = requests.post('http://127.0.0.1:3000/in.php', json=data, headers={'Content-type': 'application/json'}).json()
print(response)

Пример кода в программе Browser Automation Studio. Скачать полный шаблон. Включает этап прохождения слайдера.

_switch_http_client_main()
http_client_post("http://127.0.0.1:3000/in.php",
    [
        "body", [[IMAGE_BASE64]],
    ],
    {
        "content-type":("json"), // важно отправить запрос в формате json
        "encoding":("UTF-8"),
        "method":("POST"),
        headers:("")
    }
)!

_switch_http_client_main()
[[RESPONSE_RESULTS]] = http_client_encoded_content("auto")
log([[RESPONSE_RESULTS]])