带带弟弟ocr，对各种类型验证码说不！

文 | 某某白米饭

来源：Python 技术「ID: pythonall」

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。

pip install ddddocr

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。

hycdn.png

背景图是带小滑块坑位的 background.jpg。

background

import ddddocrdet = ddddocr.DdddOcr(det=False, ocr=False)with open('hycdn.png', 'rb') as f:target_bytes = f.read()with open('background.jpg', 'rb') as f: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

eb.jpg

det = ddddocr.DdddOcr(det=True)with open("eb.jpg", 'rb') as f:image = f.read()poses = det.detection(image)im = cv2.imread("eb.jpg")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)

识别结果

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)with open("z1.jpg", 'rb') as f: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。

PS：公号内回复「Python」即可进入Python 新手学习交流群，一起 100 天计划！

老规矩，兄弟们还记得么，右下角的 “在看” 点一下，如果感觉文章内容不错的话，记得分享朋友圈让更多的人知道！

【代码获取方式】

识别文末二维码，回复：某某白米饭