在Python爬蟲(chóng)中，或者使用POST提交的過(guò)程中，往往需要提交驗(yàn)證碼來(lái)驗(yàn)證，除了人工打碼，付費(fèi)的api接口（打碼接口），深度學(xué)習(xí)識(shí)別驗(yàn)證碼，當(dāng)然還有適合新人使用的OCR驗(yàn)證碼識(shí)別庫(kù)，簡(jiǎn)單的驗(yàn)證碼是可以完全實(shí)現(xiàn)自動(dòng)打碼的，比如下面本渣渣分享的通用驗(yàn)證碼自動(dòng)識(shí)別庫(kù)：ddddocr（帶帶弟弟OCR）！

DdddOcr庫(kù)安裝

pip install ddddocr

想要更快，使用國(guó)內(nèi)鏡像安裝：

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

DdddOcr庫(kù)用法

參數(shù)說(shuō)明 DdddOcr 接受兩個(gè)參數(shù)

參數(shù)名默認(rèn)值說(shuō)明 use_gpu FalseBool 是否使用gpu進(jìn)行推理，如果該值為False則device_id不生效 device_id 0 int cuda設(shè)備號(hào)，目前僅支持單張顯卡

classification 參數(shù)名默認(rèn)值 說(shuō)明 img 0 bytes 圖片的bytes格式

參考源碼：

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

DdddOcr實(shí)戰(zhàn)

網(wǎng)站評(píng)論提交

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

驗(yàn)證碼地址：https://www.feifeidm.com/include/vdimgck.php?r=0.7145461007261535

參考源碼：

import ddddocrimport requestsheaders = { ? ?"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("下載驗(yàn)證碼成功！")ocr = ddddocr.DdddOcr()#with open(r'C:\Users\Administrator\Desktop\驗(yàn)證碼識(shí)別\code.png', 'rb') as f: ? ?#img_bytes = f.read()img_bytes=r.contentres = ocr.classification(img_bytes)print(res)

搜狗快照刪除/提交

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

擴(kuò)展：其他適合新人的ocr識(shí)別庫(kù)

pytesseract ytesseract需要配合安裝在本地的tesseract-ocr.exe文件一起使用，Tesseract Ocr文字識(shí)別，需要注意的是安裝時(shí)一定要選中中文包，默認(rèn)是只支持英文識(shí)別。

庫(kù)安裝：

pip install pytesseract

庫(kù)用法：

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

PaddleOCR addleOCR是百度開(kāi)源的一款基于深度學(xué)習(xí)的ocr識(shí)別庫(kù)，對(duì)中文的識(shí)別精度相當(dāng)不錯(cuò)，可以應(yīng)付絕大多數(shù)的文字提取需求。

庫(kù)安裝：需要依次安裝三個(gè)依賴庫(kù)，安裝命令如下，其中shapely庫(kù)可能會(huì)受系統(tǒng)影響安裝報(bào)錯(cuò)。

pip install paddlepaddlepip install shapelypip install paddleocr

庫(kù)用法：

ocr = PaddleOCR(use_angle_cls=True, lang="ch")# 輸入待識(shí)別圖片路徑img_path = r"code.png"# 輸出結(jié)果保存路徑result = ocr.ocr(img_path, cls=True)for line in result: ? ?print(line)from PIL import Imageimage = 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上一萬(wàn)多個(gè)star的開(kāi)源ocr項(xiàng)目，支持80多種語(yǔ)言的識(shí)別，識(shí)別精度超高。

庫(kù)安裝：

pip install easyocr

庫(kù)用法：

import easyocr#設(shè)置識(shí)別中英文兩種語(yǔ)言reader = easyocr.Reader(['ch_sim','en'], gpu = False) # need to run only once to load model into memoryresult = reader.readtext(r"code.png", detail = 0)print(result)

muggle_ocr muggle_ocr是一款輕量級(jí)的ocr識(shí)別庫(kù)，從名字也可以看出來(lái)，專為麻瓜設(shè)計(jì)！使用也非常簡(jiǎn)單，但其強(qiáng)項(xiàng)主要是用于識(shí)別各類驗(yàn)證碼，一般文字提取效果就稍差了。

庫(kù)安裝：

pip install muggle_ocr

庫(kù)用法：

import muggle_ocr# 初始化sdk；model_type 包含了 ModelType.OCR/ModelType.Captcha 兩種模式,分別對(duì)應(yīng)常規(guī)圖片與驗(yàn)證碼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)

[超站]友情鏈接：

四季很好，只要有你，文娛排行榜：https://www.yaopaiming.com/
關(guān)注數(shù)據(jù)與安全，洞悉企業(yè)級(jí)服務(wù)市場(chǎng)：https://www.ijiandao.com/