前言

验证码的种类有很多，它是常用的一种反爬手段，包括：图片验证码，滑块验证码，等一些常见的验证码场景。
识别验证码的python 库有很多，用起来也并不简单，这里推荐一个简单实用的识别验证码的库 ddddocr (带带弟弟ocr)库.

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

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

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 ddddocrocr = 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 ddddocrocr = 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 ddddocrocr = 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

giv6jzppk4Tskh

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 ddddocrdet = 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

识别图片上的文字

import ddddocrimport cv2det = 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 = boxim = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)cv2.imwrite("result.jpg", im)

保存后的图片