Python中識別圖片/滑塊驗證碼準(zhǔn)確率極高的ddddocr庫詳解

更新時間：2023年02月28日 09:57:14 作者：上海-悠悠

驗證碼的種類有很多，它是常用的一種反爬手段，包括：圖片驗證碼，滑塊驗證碼，等一些常見的驗證碼場景。這里推薦一個簡單實用的識別驗證碼的庫?ddddocr?(帶帶弟弟ocr)庫，希望大家喜歡

前言

驗證碼的種類有很多，它是常用的一種反爬手段，包括：圖片驗證碼，滑塊驗證碼，等一些常見的驗證碼場景。

識別驗證碼的python 庫有很多，用起來也并不簡單，這里推薦一個簡單實用的識別驗證碼的庫 ddddocr (帶帶弟弟ocr)庫.

環(huán)境準(zhǔn)備

python 版本要求小于等于python3.9 版本

pip 安裝

pip install ddddocr

下載的安裝包比較大，一般用國內(nèi)的下載源可以加快下載速度

pip install ddddocr -i https://pypi.douban.com/simple

github地址 https://github.com/sml2h3/ddddocr

快速開始

先隨便找個純英文的驗證碼,保持為a1.png

代碼示例

import ddddocr                       # 導(dǎo)入 ddddocr
ocr = ddddocr.DdddOcr()              # 實例化
with open('a1.png', 'rb') as f:     # 打開圖片
    img_bytes = f.read()             # 讀取圖片
res = ocr.classification(img_bytes)  # 識別
print(res)

運(yùn)行結(jié)果

已經(jīng)能識別到 xnen ,但是會出現(xiàn)"歡迎使用ddddocr，本項目專注帶動行業(yè)內(nèi)卷…"提示語，可以加一個參數(shù)show_ad=False

import ddddocr                       # 導(dǎo)入 ddddocr
ocr = ddddocr.DdddOcr(show_ad=False)              # 實例化
with open('a1.png', 'rb') as f:     # 打開圖片
    img_bytes = f.read()             # 讀取圖片
res = ocr.classification(img_bytes)  # 識別
print(res)

圖片驗證碼

識別一下三種驗證碼

代碼示例

import ddddocr                       # 導(dǎo)入 ddddocr
ocr = ddddocr.DdddOcr(show_ad=False)              # 實例化
with open('a2.png', 'rb') as f:     # 打開圖片
    img_bytes = f.read()             # 讀取圖片
res2 = ocr.classification(img_bytes)  # 識別

print(res2) 
with open('a3.png', 'rb') as f:     # 打開圖片
    img_bytes = f.read()             # 讀取圖片
res3 = ocr.classification(img_bytes)  # 識別
print(res3)

with open('a4.png', 'rb') as f:     # 打開圖片
    img_bytes = f.read()             # 讀取圖片
res4 = ocr.classification(img_bytes)  # 識別
print(res4)

運(yùn)行結(jié)果

giv6j
zppk
4Tskh

滑塊驗證碼

滑塊驗證碼場景如下場景示例

先摳出2張圖片，分別為background.png 和 target.png

解決問題的重點是計算缺口的位置

import ddddocr

det = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False)

with open('target.png', 'rb') as f:
    target_bytes = f.read()

with open('background.png', 'rb') as f:
    background_bytes = f.read()

res = det.slide_match(target_bytes, background_bytes, simple_target=True)
print(res)

運(yùn)行結(jié)果

{'target_y': 0, 'target': [184, 58, 246, 120]}

target 的四個值就是缺口位置的左上角和右下角的左邊位置

識別中文

識別圖片上的文字

import ddddocr
import cv2

det = ddddocr.DdddOcr(det=True)

with open("test.png", 'rb') as f:
    image = f.read()

poses = det.detection(image)

im = cv2.imread("test.png")

for box in poses:
    x1, y1, x2, y2 = box
    im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)

cv2.imwrite("result.jpg", im)

保存后的圖片