tianaiCAPTCHA 技术文档
2026-02-04 05:08:17作者:温艾琴Wonderful
1. 安装指南
1.1 环境要求
- Java 8+
- Maven 3.0+
1.2 Maven依赖安装
在项目的pom.xml文件中添加以下依赖:
<dependency>
<groupId>cloud.tianai.captcha</groupId>
<artifactId>tianai-captcha</artifactId>
<version>1.5.2</version>
</dependency>
1.3 SpringBoot项目特别说明
对于SpringBoot项目,建议使用专门的starter工具:
- tianai-captcha-springboot-starter
2. 项目使用说明
2.1 核心组件初始化
首先需要构建ImageCaptchaApplication实例,负责验证码的生成和校验:
ImageCaptchaApplication application = TACBuilder.builder()
.addDefaultTemplate() // 添加默认模板
.addResource("SLIDER", new Resource("classpath", "META-INF/cut-image/resource/1.jpg"))
.addResource("WORD_IMAGE_CLICK", new Resource("classpath", "META-INF/cut-image/resource/1.jpg"))
.addResource("ROTATE", new Resource("classpath", "META-INF/cut-image/resource/1.jpg"))
.build();
2.2 验证码类型
目前支持以下验证码类型:
- SLIDER:滑块验证码
- ROTATE:旋转验证码
- CONCAT:滑动还原验证码
- WORD_IMAGE_CLICK:文字点选验证码
3. API使用文档
3.1 生成验证码
// 生成滑块验证码
CaptchaResponse<ImageCaptchaVO> res = application.generateCaptcha("SLIDER");
3.2 校验验证码
// 校验验证码
String id = res.getId(); // 从生成响应中获取ID
ImageCaptchaTrack imageCaptchaTrack = null; // 前端传回的轨迹数据
ApiResponse<?> valid = application.matching(id, new MatchParam(imageCaptchaTrack));
3.3 二次验证示例
CacheStore cacheStore = new LocalCacheStore();
if (valid.isSuccess()) {
String token = UUID.randomUUID().toString();
cacheStore.setCache(token, new AnyMap(), 5L, TimeUnit.MINUTES);
}
4. 项目安装方式
4.1 标准安装
- 在项目中添加Maven依赖
- 初始化
ImageCaptchaApplication - 调用API生成和校验验证码
4.2 SpringBoot项目安装
- 使用专门的starter工具
- 按照starter文档进行配置
4.3 资源文件配置
可以通过addResource方法添加自定义背景图片资源:
.addResource("验证码类型", new Resource("资源类型", "资源路径"))
其中资源类型支持:
- classpath:类路径资源
- file:文件系统资源
- url:网络资源
5. 注意事项
- 该项目只负责生成和校验验证码数据,二次验证需要自行实现
- 建议配合tianai-captcha-web-sdk使用
- 验证码类型字符串需使用大写形式
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
525
3.72 K
Ascend Extension for PyTorch
Python
329
391
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
877
578
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
335
162
暂无简介
Dart
764
189
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
746
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
React Native鸿蒙化仓库
JavaScript
302
350