带带弟弟OCR通用验证码识别SDK免费开源版

在使用爬虫登录网站的时候，经常输入用户名和密码后会遇到验证码，简单一点的有字母验证码，复杂一点的有滑块验证码，点选文章和点选图片验证码。这些都是爬虫中的老大难问题，今天介绍一款通用验证码识别 SDK 对他们彻底说拜拜，它的名字是 ddddocr 带带弟弟 OCR 通用验证码识别 SDK 免费开源版。

安装

将自动安装符合自己电脑环境的最新 ddddocr。Python 环境需要小于等于 3.9。

pipinstallddddocr

使用

带带弟弟 OCR 可以识别三种验证码，小编就用这三种来实验一下。

滑块验证码

滑块验证码这里用的是豆瓣的滑块验证。下滑块是单独的透明背景图 hycdn.png。

背景图是带小滑块坑位的 background.jpg。

importddddocr

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

withopen('hycdn.png','rb')asf:
target_bytes=f.read()

withopen('background.jpg','rb')asf:
background_bytes=f.read()

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

print(res)

识别结果

{'target_y':0,'target':[486,126,622,262]}

target 属性的前两个值正好和豆瓣验证滑块 url 中提交的 ans 差不多。

点选类验证码

点选类验证码用的是网易登录

det=ddddocr.DdddOcr(det=True)

withopen("eb.jpg",'rb')asf:
image=f.read()

poses=det.detection(image)

im=cv2.imread("eb.jpg")

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

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

字母数字验证码

字母数字验证码的图片来自于 google 搜索

ocr=ddddocr.DdddOcr(old=True)

withopen("z1.jpg",'rb')asf:
image=f.read()

res=ocr.classification(image)
print(res)

识别结果

3n3d
8342

总结

ddddocr 让验证码变得如此简单与易用，,让不会用 opencv, pytorch, tensorflow 的小伙伴也能快速的破解网站的登录验证码。小伙伴们如果有其他好的 ocr 识别也可以在留言中分享出来。

审核编辑：汤梓红