Python自动打码，DdddOcr通用验证码自动识别库

时间：05-23来源：作者：点击数：72

在Python爬虫中，或者使用POST提交的过程中，往往需要提交验证码来验证，除了人工打码，付费的api接口（打码接口），深度学习识别验证码，当然还有适合新人使用的OCR验证码识别库，简单的验证码是可以完全实现自动打码的，比如下面本渣渣分享的通用验证码自动识别库：ddddocr（带带弟弟OCR）！

DdddOcr库安装

pip install ddddocr

想要更快，使用国内镜像安装：

pip install ddddocr -i https://pypi.tuna.tsinghua.edu.cn/simple

DdddOcr库用法

参数说明 DdddOcr 接受两个参数

参数名默认值说明 use_gpu False Bool 是否使用gpu进行推理，如果该值为False则device_id不生效 device_id 0 int cuda设备号，目前仅支持单张显卡

classification 参数名默认值说明 img 0 bytes 图片的bytes格式

参考源码：

import ddddocr

ocr = ddddocr.DdddOcr()
with open('code.png', 'rb') as f:
    img_bytes = f.read()
res = ocr.classification(img_bytes)
print(res)

DdddOcr实战

网站评论提交

url：https://www.feifeidm.com/Play/10919-0-0.html

验证码地址：https://www.feifeidm.com/include/vdimgck.php?r=0.7145461007261535

参考源码：

import ddddocr
import requests

headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/86.0.4240.198 Safari/537.36"
}
code_url="https://www.feifeidm.com/include/vdimgck.php?r=0.7145461007261535"
r=requests.get(url=code_url,headers=headers,timeout=5)
with open('code.png','wb')as f:
    f.write(r.content)
    print("下载验证码成功！")

ocr = ddddocr.DdddOcr()

#with open(r'C:\Users\Administrator\Desktop\验证码识别\code.png', 'rb') as f:
    #img_bytes = f.read()
img_bytes=r.content

res = ocr.classification(img_bytes)

print(res)

搜狗快照删除/提交

url：http://fankui.help.sogou.com/index.php/web/web/index?type=2

扩展：其他适合新人的ocr识别库

pytesseract ytesseract需要配合安装在本地的tesseract-ocr.exe文件一起使用，Tesseract Ocr文字识别，需要注意的是安装时一定要选中中文包，默认是只支持英文识别。

库安装：

pip install pytesseract

库用法：

import pytesseract
from PIL import Image
text = pytesseract.image_to_string(Image.open(code.png"))
print(text)

PaddleOCR addleOCR是百度开源的一款基于深度学习的ocr识别库，对中文的识别精度相当不错，可以应付绝大多数的文字提取需求。

库安装：需要依次安装三个依赖库，安装命令如下，其中shapely库可能会受系统影响安装报错。

pip install paddlepaddle
pip install shapely
pip install paddleocr

库用法：

ocr = PaddleOCR(use_angle_cls=True, lang="ch")

# 输入待识别图片路径
img_path = r"code.png"

# 输出结果保存路径
result = ocr.ocr(img_path, cls=True)
for line in result:
    print(line)

from PIL import Image
image = Image.open(img_path).convert('RGB')
boxes = [line[0] for line in result]
txts = [line[1][0] for line in result]
scores = [line[1][1] for line in result]
im_show = draw_ocr(image, boxes, txts, scores)
im_show = Image.fromarray(im_show)
im_show.show()

easyocr github上一万多个star的开源ocr项目，支持80多种语言的识别，识别精度超高。

库安装：

pip install easyocr

库用法：

import easyocr

#设置识别中英文两种语言
reader = easyocr.Reader(['ch_sim','en'], gpu = False) # need to run only once to load model into memory
result = reader.readtext(r"code.png", detail = 0)
print(result)

muggle_ocr muggle_ocr是一款轻量级的ocr识别库，从名字也可以看出来，专为麻瓜设计！使用也非常简单，但其强项主要是用于识别各类验证码，一般文字提取效果就稍差了。

库安装：

pip install muggle_ocr

库用法：

import muggle_ocr

# 初始化sdk；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种模式,分别对应常规图片与验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)

with open(r"code.png", "rb") as f:
    img = f.read()

text = sdk.predict(image_bytes=img)
print(text)