支付宝ar红包怎么领|支付宝AR实景红包漏洞出现 支付宝实景红包图片破解方法

【www.quanqiunao.cn--病毒漏洞】

支付更新红包以后，大家都在玩AR实景红包，掀起了一股全名找红包热潮，小编这几天也是每天开启找找找的模式了，但是，一个不小心支付宝红包就被破解了呢！哈哈哈，新的生财之道出现了，现在和小编一起来看看如何破解支付宝实景红包吧！

先来大众版：用万能的PS

先来一个通俗版。我们的设计师妹妹经常把同事各种很糗的动作搞成一个gif图丢到群里，当然，还包括把我们虎嗅编外员工“小武”——一直正在发情期的猫——制作成各种微信表情，在虎嗅的江湖里流传。

做好了心理建设后，我们来看一下设计师妹妹是如何破解支付宝的“AR红包”的。通俗的描述就是：

第一步，在“找红包”里随便点开一个人的红包，按住下方的“按住看线索”按钮，跳出图片信息后截屏；

第二步，在PS里把此图复制一张，并把深灰色横条处理掉，再和原图错位拼在一起，就可以基本上还原图片了；

第三步，打开支付宝，扫描这张被还原的图片就可以抢到红包啦。

其实，这一系列操作可以生成一个“PS动作”，然后把你想抢的那个红包的图片往PS里放，用动作P图，简直秒速，简直比富士康流水线上的工人速度还快10倍。

当然，经过亲测，能够被破解的红包图片还是有一些规律可循的。比如，如果红包图片拍的是人像或者动物等，成功率几乎百分之百，主要是这个图像里的物体须是不规则的。我们测试了一张橙子的照片就没能成功，它太规则了。

高级版，用人工智能秒杀

我们的工程师哥哥刚才欣喜若狂地跑来跟我说：“我破解了支付宝红包，你想知道吗？”

我当然想知道，不然怎么写文章？

根据他跟我的描述，具体的工作原理如下：

1，用深度卷积网络CNN在ImageNet上训练一个Autoencoder，训练的模型可以用AlexNet的改装版：

a，需要一个Tensorflow环境或者Caffe环境；

b，用一个3层卷积(Conv)、3层解卷积(Deconv)的网络进行端对端训练 ，用sigmoid交叉熵作loss；

c，当loss收敛时，就可以拿来破解了。

2，按上面的方法先截个图，并把横条图颜色部分都置为0，然后将此图片作为卷积网络的输入部分；

3，对卷积网络进行Forward，我们就可以拿到不带横条的原图。

如果到了这里，你觉得还不爽，再来一点进阶：

1，去百度先下载一堆风景高清图；

2，这些高清图先变为800 * 800像素的固定大小图；

3，把图片缩放到256 * 256像素；

4，用256 * 256做输入，800 * 800做输出进行端对端训练（这里就是将低像素图片高清还原）；

5，再重复上面第2条和第3条，得到的输出就是不带横条的高清图。

然后就拍照抢红包吧，骚年～

这种方法可以看做是我们的设计师妹妹用PS的方法抢红包的高配版。它的核心是，让机器经过训练后能够把被遮挡的部分还原出来，让机器拥有识图的感觉。

并且利用这种方法还可以把低像素变成高像素，把原图高清化。这种方法几乎可以秒杀所有的红包。

所以，地图上那些满大街的红包，理论上，只要你点开它就可以抢到，不管他是张三李四王二麻子。

更多关于支付宝AR红包的漏洞，请继续关注西西软件园.

本文来源：http://www.quanqiunao.cn/anquanzhongxin/117997/