การจดจำภาพ hCaptcha

HCaptchaClassification จดจำโจทย์ภาพที่ hCaptcha แสดงขึ้นมา: ส่งคำถามและรูปภาพเข้ามา แล้วระบบจะคืนค่าว่าควรเลือกรูปใด ควรคลิกตำแหน่งใด หรือควรลากจากจุดไหนไปจุดไหน จากนั้นให้โปรแกรมของคุณดำเนินการในเบราว์เซอร์ ไม่คืนค่า token ส่งผลลัพธ์แบบซิงโครนัส ราคาครั้งละ 8 พอยต์ (≈ $1.20 / 1k) และไม่หักพอยต์เมื่อไม่พบเป้าหมาย (ผลลัพธ์ว่าง)

เคล็ดลับ

หากไม่ต้องการเขียนโค้ดสำหรับคลิกเอง สามารถใช้ ส่วนขยายเบราว์เซอร์ ได้เลย ซึ่งรองรับโจทย์ทุกรูปแบบเหล่านี้ หากต้องการ token แทนตำแหน่งที่ต้องคลิก ให้ใช้ hCaptcha

POSThttps://api.yescaptcha.com/createTaskendpoint ทั่วโลกคัดลอก

POSThttps://cn.yescaptcha.com/createTaskendpoint จีนคัดลอก

ประเภทงานและราคา

ประเภทงาน	ราคา	รูปแบบการคืนผลลัพธ์	หมายเหตุ
HCaptchaClassification	$1.20 / 1k; 8 พอยต์/งาน · ¥8 / 1k	แบบซิงโครนัส	ไม่หักพอยต์เมื่อไม่พบเป้าหมาย

ราคาเป็นดอลลาร์สหรัฐเป็นเพียงค่าประมาณที่ US$1 ≈ ¥6.67 งานจะถูกหักเป็นพอยต์

พารามิเตอร์ของคำขอ

ฟิลด์	ประเภท	จำเป็น	คำอธิบาย
type	string	ใช่	ประเภทงาน ดูค่าที่ใช้ได้ในหัวข้อ "ประเภทงานและราคา" ของหน้านี้
queries	array	ใช่	รายการภาพโจทย์ที่เข้ารหัส Base64 เรียงตามลำดับบนหน้าเว็บ (ตาราง 3×3 จะมี 9 ภาพย่อย)
question	string	ไม่	คำถามฉบับเต็มตามที่แสดงบนหน้าเว็บ (แนะนำภาษาจีนตัวย่อหรือภาษาอังกฤษ) เช่น Please click each image containing a bicycle ต้องส่ง question หรือ anchors อย่างน้อยหนึ่งรายการ และแนะนำให้ส่งทั้งสองรายการ
anchors	array	ไม่	รายการภาพตัวอย่างที่แสดงอยู่ข้างคำถาม เข้ารหัส Base64 โจทย์ที่มีภาพตัวอย่างต้องส่งด้วย

• question ให้ส่งประโยคคำถามทั้งประโยคตามที่แสดงบนหน้าเว็บ ไม่ต้องแปลเป็นภาษาอื่น และแนะนำให้ตั้งค่า hCaptcha เป็นภาษาจีนตัวย่อหรือภาษาอังกฤษ โจทย์รูปแบบใหม่มักได้รับการรองรับอย่างรวดเร็ว ส่วนหมวดหมู่ใหม่ทั้งหมดจะรองรับภายใน 3 วันทำการ

คำเตือน

หากมีภาพตัวอย่างขนาดเล็กที่มุมขวาบนของโจทย์ ต้องใส่ภาพนั้นใน anchors โจทย์ที่ต้องดูภาพตัวอย่างจึงจะตัดสินได้ จะจดจำไม่ได้หากไม่ส่ง anchors

การเลือกในตาราง

โจทย์ในรูปแบบ “Please click each image containing …” โดยมีรูปเล็ก 9 รูปด้านล่าง ใส่ Base64 ของรูปทั้ง 9 ใน queries ตามลำดับ:

POST https://api.yescaptcha.com/createTask

{
  "clientKey": "YOUR_CLIENT_KEY",
  "task": {
    "type": "HCaptchaClassification",
    "question": "Please click each image containing a bicycle",
    "queries": ["BASE64_IMAGE_1", "BASE64_IMAGE_2"]
  }
}

ผลลัพธ์:

{
  "errorId": 0,
  "status": "ready",
  "solution": {
    "objects": [true, false, false, true, true, false, true, true, false],
    "top_k": [0, 3, 4, 6, 7],
    "confidences": [1.0, 0.0, 0.0, 1.0, 1.0, 0.0, 1.0, 1.0, 0.0]
  }
}

objects และ top_k มีความหมายเดียวกัน โดยอย่างแรกบอกว่าแต่ละรูปเป็นเป้าหมายหรือไม่ ส่วนอย่างหลังเป็นลำดับของรูปที่เป็นเป้าหมาย (เริ่มจาก 0) ให้คลิกรูปเหล่านั้น

คลิกตำแหน่งที่กำหนด

โจทย์ในรูปแบบ “Please click on …” โดยมีรูปใหญ่หนึ่งรูปด้านล่าง และต้องคลิกตำแหน่งหนึ่งหรือหลายตำแหน่งบนรูปนั้น

1. ใช้ question ตามที่แสดงบนหน้าเว็บ หากมีภาพตัวอย่างขนาดเล็ก ให้ใส่ใน anchors
2. ใส่รูปหนึ่งรูปใน queries ควรใช้รูปต้นฉบับที่ส่งออกจาก canvas โดยตรง (แนะนำให้แปลงเป็น JPG) หากทำได้เพียงแคปหน้าจอ ให้แคปเฉพาะพื้นที่รูปใหญ่ในกรอบสีแดงด้านล่าง ห้ามเกินหรือขาด
3. box ในผลลัพธ์คือพิกัดที่ต้องคลิก เรียงเป็น x1, y1, x2, y2, … โดยใช้มุมซ้ายบนของรูปที่อัปโหลดเป็นจุดเริ่มต้น
4. หากขนาดของรูปที่อัปโหลดต่างจากขนาดที่แสดงบนหน้าเว็บ ต้องแปลงค่า: x บนหน้าเว็บ = x ที่ได้รับ × ความกว้างที่แสดง ÷ ความกว้างของรูปที่อัปโหลด (y ก็เช่นเดียวกัน) ตัวอย่างเช่น ได้ x = 769 โดย canvas แสดงกว้าง 350 และรูปที่อัปโหลดกว้าง 1000 บนหน้าเว็บต้องคลิกที่ 769 × 350 ÷ 1000 ≈ 269

POST https://api.yescaptcha.com/createTask

{
  "clientKey": "YOUR_CLIENT_KEY",
  "task": {
    "type": "HCaptchaClassification",
    "question": "Please click on the entity present in the sample image.",
    "anchors": ["BASE64_ANCHOR_1", "BASE64_ANCHOR_2", "BASE64_ANCHOR_3"],
    "queries": ["BASE64_OF_THE_BIG_IMAGE"]
  }
}

ผลลัพธ์:

{
  "errorId": 0,
  "status": "ready",
  "solution": {
    "box": ["221", "213"]
  }
}

หากต้องคลิกเป้าหมายหลายจุด box จะเป็นพิกัดหลายคู่เรียงต่อกัน: ["221", "213", "340", "118", ...]

ลากไปยังตำแหน่งที่กำหนด

โจทย์ในรูปแบบ “Drag … to …” ต้องลากชิ้นส่วนเล็กทางด้านขวาไปยังตำแหน่งที่ตรงกันในรูป

1. ใช้ question ตามที่แสดงบนหน้าเว็บ
2. แคปรูปหนึ่งรูปใส่ใน queries โดยในรูปต้องมีทั้งชิ้นส่วนที่ต้องลากและตำแหน่งปลายทาง และแต่ละด้านของรูปต้องไม่น้อยกว่า 260 พิกเซล
3. แต่ละรายการใน box ของผลลัพธ์คือการลากหนึ่งครั้ง โดย start คือตำแหน่งของชิ้นส่วน และ end คือตำแหน่งที่ต้องลากไปวาง หากมีหลายชิ้นส่วนให้ลากทีละชิ้น

{
  "errorId": 0,
  "status": "ready",
  "solution": {
    "type": "drag",
    "box": [
      {
        "start": [644, 218],
        "end": [239, 315]
      }
    ]
  }
}

หากสิ่งที่คุณได้รับเป็นข้อมูลระดับโปรโตคอล (รูปของชิ้นส่วน พิกัดของชิ้นส่วน และรูปพื้นหลังขนาดใหญ่) ไม่ใช่ภาพที่แคปหน้าจอ ให้นำชิ้นส่วนไปวางบนรูปพื้นหลังตามพิกัดก่อน เพื่อให้ได้ภาพที่หน้าตาเหมือนภาพแคปหน้าจอ แล้วจึงส่งเข้ามา

โจทย์แบบแอนิเมชัน

เมื่อรูปของโจทย์เป็นแอนิเมชัน ให้ใส่ Base64 ของแอนิเมชัน (GIF หรือรูปแบบอื่น) ใน queries แนะนำให้แอนิเมชันยาวอย่างน้อย 3 วินาที ควรเป็น 5 ถึง 6 วินาที และมีเฟรมเรตประมาณ 12 FPS

การรายงานและการคืนพอยต์

หากคลิกแล้วการตรวจสอบไม่ผ่าน สามารถรายงานด้วย report ภายใน 1 ชั่วโมง และจะคืนพอยต์หลังรายงานเมื่อครบประมาณ 24 ชั่วโมง ดูกฎได้ที่ การเรียกเก็บเงินและการคืนพอยต์

บทความที่เกี่ยวข้อง

• การจดจำภาพ hCaptcha และจำลองการคลิก (Selenium)