绝了,dddd带带弟弟OCR识别验证码
前言
上一篇介绍了通过 python 的 pytesserract 模块进行识别验证码,但是他只能识别一些简单的验证码,比如像这种。
遇到稍微复杂一点的验证码,就会识别不了。
那咋办?
网上找了一圈,介绍了不同的第三方平台识别验证码,像百度 ocr 、打码兔、超级鹰等,其中百度 ocr 呼声最高。
链接: https://cloud.baidu.com/product/ocr_others/webimage
奈何去试了一下,上面 3T9Q 这个验证码都不能识别出来...
而且收费还不低。
算了,后面在 github 上找到一个开源库,而且还很强大。这个库叫 ddddocr ,
带带弟弟,
哲哥的博客地址:https://wenanzhe.com/
不单单可以学到技术,还可以学到不少的人生道理。左边技术,右边人生道理。
网友们对这个库高度评价,
ddddorc 安装使用
环境要求:
python <= 3.9
Windows/Linux/Macos..
以下是在windows上安装
更新 pip
python -m pip install --upgrade pip -i https://pypi.douban.com/simple
不更新 pip 有可能会安装失败。
安装 ddddocr
pip install ddddocr -i https://pypi.douban.com/simple
使用方法
# -*- coding:utf-8 -*-
import ddddocr # 导入 ddddocr
ocr = ddddocr.DdddOcr() # 实例化
with open('002.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)
单个图片的识别:
多个图片识别:
# -*- coding:utf-8 -*-
import ddddocr # 导入 ddddocr
ocr = ddddocr.DdddOcr()
for i in range(1, 4):
with open(str(i) + '.png', 'rb') as f:
img_bytes = f.read()
res = ocr.classification(img_bytes)
print(res)
有些大小写还是不能识别出来。
封装一下:
# -*- coding:utf-8 -*-
import ddddocr
ocr = ddddocr.DdddOcr()
def ddocr(file):
try:
with open(file, 'rb') as f:
img_bytes = f.read()
res = ocr.classification(img_bytes)
return res
except:
print("获取验证码失败,请继续!")
r = ddocr('3.png')
print(r)
结合抠图一起使用,即获取验证码图片,然后用dddr 识别验证码。
from selenium import webdriver
import time
from PIL import Image
import ddddocr
ocr = ddddocr.DdddOcr()
# 抠图
def matting():
# 打开谷歌浏览器
browser = webdriver.Chrome()
# 打开网站首页
# browser.get("https://v3pro.houjiemeishi.com/PC/pages/login/login.html")
browser.get("http://192.168.139.129:8081/jpress/admin/login")
# 网页最大化
browser.maximize_window()
# 登录页图片
picture_name1 = 'login'+'.png'
# 保存第一张截图
browser.save_screenshot(picture_name1)
# 定位元素
ce = browser.find_element_by_id("captchaImg")
# ce = browser.find_element_by_xpath('//*[@class="codeImg"]')
# 打印元素位置、元素尺寸
print(ce.location, ce.size)
# 要抠验证码的图,先获取元素参数
left = ce.location.get('x')
top = ce.location.get('y')
right = ce.size.get('width') + left
height = ce.size.get('height') + top
# 读取刚才截的第一张图
im = Image.open(picture_name1)
# 抠图
img = im.crop((left, top, right, height))
# 验证码块的图片
picture_name2 = 'code'+'.png'
# 保存图片
img.save(picture_name2)
time.sleep(5)
browser.close()
# 通过 ddddocr 模块识别验证码
def ddocr(file):
try:
with open(file, 'rb') as f:
img_bytes = f.read()
res = ocr.classification(img_bytes)
return res
except:
print("获取验证码失败,请继续!")
if __name__ == '__main__':
print("抠图")
matting()
print("识别")
code = ddocr('code.png')
print(code)
分界线----------------------------------------------
运行过程中,有可能会遇到这个问题。
ddddocr模块的项目使用pyinstaller 打包后报错 ImportError: Microsoft Visual C++ Redistributable for Visual Studio 2019 not installed on the machine.
解决办法:
安装Microsoft Visual C++ Redistributable 2019
https://aka.ms/vs/16/release/VC_redist.x64.exe
直接点击就可以下载了,下载后直接安装即可。