首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python自动打码,DdddOcr通用验证码自动识别库

Python自动打码,DdddOcr通用验证码自动识别库

作者头像
二爷
发布2021-11-19 14:37:02
3.2K0
发布2021-11-19 14:37:02
举报
文章被收录于专栏:二爷记二爷记

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 FalseBool 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)
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2021-11-15,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 Python与SEO学习 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • DdddOcr库安装
  • DdddOcr库用法
  • DdddOcr实战
  • 扩展:其他适合新人的ocr识别库
相关产品与服务
文字识别
文字识别(Optical Character Recognition,OCR)基于腾讯优图实验室的深度学习技术,将图片上的文字内容,智能识别成为可编辑的文本。OCR 支持身份证、名片等卡证类和票据类的印刷体识别,也支持运单等手写体识别,支持提供定制化服务,可以有效地代替人工录入信息。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档