基于 Python ddddocr 模块实现指定元素区域的文本识别

前言

①python第三方库ddddocr（带带弟弟ocr）通用验证码识别。

②环境要求：python版本<=3.9。

调用方法

import ddddocr  # 导入 ddddocr

ocr = ddddocr.DdddOcr(use_gpu=False, device_id=0)  # 实例化
file_name = 'test.png'
with open(file_name, 'rb') as f:  # 打开图片
    img_bytes = f.read()  # 读取图片
content = ocr.classification(img_bytes=img_bytes)  # 识别
print("识别到的内容 {}".format(content))

参数说明

Ddddocr 类接受两个实例参数

参数名	默认值	说明
use_gpu	False	Bool 是否使用gpu进行推理，如果该值为False则device_id不生效
device_id	0	int cuda设备号，目前仅支持单张显卡

classification() 方法需要一个参数

参数名	默认值	说明
img	0	bytes 图片的bytes格式

下载安装

pip install ddddocr

运行如下：

实例1

图片示例：

代码如下：

import ddddocr

ocr = ddddocr.DdddOcr()
file_name = 'test.png'
with open(file_name, 'rb') as f:
    img_bytes = f.read()
content = ocr.classification(img_bytes)
print("识别到的内容 {}".format(content))

运行结果：

实例2

环境：win10 + python3.7 + selenium + ddddocr + PIL 实现自动化测试过程中识别验证码

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
import time
import ddddocr
from PIL import Image
import os

def getToken():
    url = "http://localhost/#/login"

    from selenium.webdriver.firefox.options import Options
    firefox_options = Options()
    firefox_options.headless = False
    driver = webdriver.Firefox(options=firefox_options)
    # 设置等待时间
    waite = WebDriverWait(driver, 5)
    driver.get(url)
    driver.implicitly_wait(6)
    # 1.先保存当前页面为一个png图
    driver.get_screenshot_as_file("page.png")

    inputname = driver.find_elements_by_class_name("el-input__inner")[0]
    inputname.click()
    inputname.send_keys("10000")
    inputpassword = driver.find_elements_by_class_name("el-input__inner")[1]
    inputpassword.send_keys("123456")

    # choice = driver.find_element_by_class_name("person")
    choice = driver.find_element_by_xpath('/html/body/div/div/div/div[1]/div/div[2]/div/div[2]/div[2]')
    choice.click()
    # 2.然后将页面截图中的验证码截取出来
    image = Image.open("page.png")
    captchaurl = driver.find_element_by_class_name("login-code-img")
    left = captchaurl.location.get("x")
    top = captchaurl.location.get("y")
    right = left + captchaurl.size.get("width")
    bottom = top + captchaurl.size.get("height")
    cropImg = image.crop((left, top, right, bottom))
    cropImg.save("code.png")
    # 3.读取验证码图
    with open('code.png','rb') as f:
        content_captcha = f.read()
    # print(content_captcha)
    # 4.此处是重点，解析验证码，得到4位数字，只需要2行代码
    ocr = ddddocr.DdddOcr()
    code = ocr.classification(content_captcha)
    print(code)

    inputcaptcha = driver.find_elements_by_class_name("el-input__inner")[2]
    inputcaptcha.send_keys(code)

    button = driver.find_element_by_tag_name("button")
    button.click()

    # logs = driver.get_log('performance')
    cookie = driver.get_cookies()
    print(cookie)
    if cookie != []:
        token = cookie[0]['value']
    else:
        token = ""
    driver.quit()
    return token

token = ""
result = False
while result == False:
    token = getToken()
    if token != "":
        result = True
print(token)