在使用爬蟲登錄網(wǎng)站的時候，經(jīng)常輸入用戶名和密碼后會遇到驗證碼，簡單一點的有字母驗證碼，復雜一點的有滑塊驗證碼，點選文章和點選圖片驗證碼。這些都是爬蟲中的老大難問題，今天介紹一款通用驗證碼識別 SDK 對他們徹底說拜拜，它的名字是 ddddocr 帶帶弟弟 OCR 通用驗證碼識別 SDK 免費開源版。

安裝

將自動安裝符合自己電腦環(huán)境的最新 ddddocr。Python 環(huán)境需要小于等于 3.9。

pipinstallddddocr

使用

帶帶弟弟 OCR 可以識別三種驗證碼，小編就用這三種來實驗一下。

滑塊驗證碼

滑塊驗證碼這里用的是豆瓣的滑塊驗證。下滑塊是單獨的透明背景圖 hycdn.png。

背景圖是帶小滑塊坑位的 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)

識別結果

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

target 屬性的前兩個值正好和豆瓣驗證滑塊 url 中提交的 ans 差不多。

點選類驗證碼

點選類驗證碼用的是網(wǎng)易登錄

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)

字母數(shù)字驗證碼

字母數(shù)字驗證碼的圖片來自于 google 搜索

ocr=ddddocr.DdddOcr(old=True)

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

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

識別結果

3n3d
8342

總結

ddddocr 讓驗證碼變得如此簡單與易用，,讓不會用 opencv, pytorch, tensorflow 的小伙伴也能快速的破解網(wǎng)站的登錄驗證碼。小伙伴們?nèi)绻衅渌玫?ocr 識別也可以在留言中分享出來。

審核編輯：湯梓紅