在爬取网站的时候都遇到过验证码，那么我们有什么方法让程序自动的识别验证码呢？其实网上已有很多打码平台，但是这些都是需要money。但对于仅仅爬取点数据而接入打码平台实属浪费。所以百度免费orc正好可以利用。(每天500次免费)

1、注册百度账号、百度云管理中心创建应用、生成AppKey、SecretKey(程序调用接口是要生成access_token)

2、利用AppKey、SecretKey生成access_token

向授权服务地址https://aip.baidubce.com/oaut...发送请求(推荐使用POST)并在URL中带上以下参数：

grant_type： 必须参数，固定为client_credentials；

client_id： 必须参数，应用的API Key；

client_secret： 必须参数，应用的Secret Key

代码如下：

/**

1. 获取AccessToken

2. APIKey:

3. SecretKey:

4. @return

*/

public static String getAccessToken() {

String accessToken = "";

HttpRequestData httpRequestData = new HttpRequestData();

HashMap params = new HashMap<>();

params.put("grant_type", "client_credentials");

params.put("client_id", "你的APIKey");

params.put("client_secret", "SecretKey");

httpRequestData.setRequestMethod("GET");

httpRequestData.setParams(params);

httpRequestData.setRequestUrl("https://aip.baidubce.com/oauth/2.0/token");

HttpResponse response = HttpClientUtils.execute(httpRequestData);

String json = "";

try {

json = IOUtils.toString(response.getEntity().getContent());

} catch (IOException e) {

e.printStackTrace();

}

if (response.getStatusLine().getStatusCode() == 200) {

JSONObject jsonObject = JSONObject.parseObject(json);

if (jsonObject != null && !jsonObject.isEmpty()) {

accessToken = jsonObject.getString("access_token");

}

}

return accessToken;

}

3、请求百度orc通用文字识别API(下面以百度通用识别api识别为例)

请求API的URL https://aip.baidubce.com/rest...

请求方法 POST

请求URL参数 access_token

请求头 (Header) Content-Type application/x-www-form-urlencoded

Body中放置请求参数，主要参数详情如下：

image : 图像数据，base64编码，要求base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式，当image字段存在时url字段失效

url : 图片完整URL，URL长度不超过1024字节，URL对应的图片base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式，当image字段存在时url字段失效

/**

* 获取识别验证码

* @param imageUrl

* @return

*/

public static String OCRVCode(String imageUrl){

String VCode = "";

if (StringUtils.isBlank(ACCESS_TOKEN)) {

logger.error("accessToken为空");

return VCode;

}

OCRUrl = OCRUrl + "?access_token=" + ACCESS_TOKEN;

HashMap headers = new HashMap<>();

headers.put("Content-Type", "application/x-www-form-urlencoded");

HashMap params = new HashMap<>();

imageUrl = ImageBase64ToStringUtils.imageToStringByBase64(imageUrl);

params.put("image", imageUrl);

HttpRequestData httpRequestData = new HttpRequestData();

httpRequestData.setHeaders(headers);

httpRequestData.setRequestMethod("post");

httpRequestData.setParams(params);

httpRequestData.setRequestUrl(OCRUrl);

HttpResponse response = HttpClientUtils.execute(httpRequestData);

String json = "";

if (response.getStatusLine().getStatusCode() == 200) {

try {

json = IOUtils.toString(response.getEntity().getContent());

JSONObject jsonObject = JSONObject.parseObject(json);

JSONArray wordsResult = jsonObject.getJSONArray("words_result");

VCode = wordsResult.getJSONObject(0).getString("words");

} catch (IOException e) {

logger.error("请求识别失败！", e);

}

}

return VCode;

}

对图片进行base64编码字符

/**

* 将本地图片进行Base64位编码

* @param imageFile

* @return

*/

public static String encodeImgageToBase64(String imageFile) {

// 其进行Base64编码处理

byte[] data = null;

// 读取图片字节数组

try {

InputStream in = new FileInputStream(imageFile);

data = new byte[in.available()];

in.read(data);

in.close();

} catch (IOException e) {

e.printStackTrace();

}

// 对字节数组Base64编码

return Base64Util.encode(data);

}

4、返回结果以json方式返回

{

"log_id": 2471272194,

"words_result_num": 2,

"words_result":

[

{"words": " TSINGTAO"},

{"words": "青島睥酒"}

]

}

项目github地址：https://github.com/xwlmdd/ipP...

注：orc图片识别模块在这个项目里的一个工具类

我的公众号，喜欢的朋友可以关注哦