这篇“Python中怎么使用ddddocr库识别图片与滑块验证码”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“Python中怎么使用ddddocr库识别图片与滑块验证码”文章吧。
环境准备
python 版本要求小于等于python3.9 版本
pip 安装
pip install ddddocr
下载的安装包比较大,一般用国内的下载源可以加快下载速度
pip install ddddocr -i https://pypi.douban.com/simple
快速开始
先随便找个纯英文的验证码,保持为a1.png
代码示例
import ddddocr # 导入 ddddocr
ocr = ddddocr.DdddOcr() # 实例化
with open('a1.png', 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
res = ocr.classification(img_bytes) # 识别
print(res)
运行结果
已经能识别到 xnen ,但是会出现"欢迎使用ddddocr,本项目专注带动行业内卷…"提示语, 可以加一个参数
show_ad=False
import ddddocr # 导入 ddddocr
ocr = ddddocr.DdddOcr(show_ad=False) # 实例化
with open('a1.png', 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
res = ocr.classification(img_bytes) # 识别
print(res)
图片验证码
识别一下三种验证码
代码示例
import ddddocr # 导入 ddddocr
ocr = ddddocr.DdddOcr(show_ad=False) # 实例化
with open('a2.png', 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
res2 = ocr.classification(img_bytes) # 识别
print(res2)
with open('a3.png', 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
res3 = ocr.classification(img_bytes) # 识别
print(res3)
with open('a4.png', 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
res4 = ocr.classification(img_bytes) # 识别
print(res4)
运行结果
giv6j
zppk
4Tskh
滑块验证码
滑块验证码场景如下场景示例
先抠出2张图片,分别为background.png 和 target.png
解决问题的重点是计算缺口的位置
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)
运行结果
{'target_y': 0, 'target': [184, 58, 246, 120]}
target 的四个值就是缺口位置的左上角和右下角的左边位置
识别中文
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)