您好,登錄后才能下訂單哦!
這篇“Python中怎么使用ddddocr庫識別圖片與滑塊驗證碼”文章的知識點大部分人都不太理解,所以小編給大家總結了以下內容,內容詳細,步驟清晰,具有一定的借鑒價值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“Python中怎么使用ddddocr庫識別圖片與滑塊驗證碼”文章吧。
python 版本要求小于等于python3.9 版本
pip 安裝
pip install ddddocr
下載的安裝包比較大,一般用國內的下載源可以加快下載速度
pip install ddddocr -i https://pypi.douban.com/simple
先隨便找個純英文的驗證碼,保持為a1.png
代碼示例
import ddddocr # 導入 ddddocr ocr = ddddocr.DdddOcr() # 實例化 with open('a1.png', 'rb') as f: # 打開圖片 img_bytes = f.read() # 讀取圖片 res = ocr.classification(img_bytes) # 識別 print(res)
運行結果
已經能識別到 xnen ,但是會出現"歡迎使用ddddocr,本項目專注帶動行業內卷…"提示語, 可以加一個參數show_ad=False
import ddddocr # 導入 ddddocr ocr = ddddocr.DdddOcr(show_ad=False) # 實例化 with open('a1.png', 'rb') as f: # 打開圖片 img_bytes = f.read() # 讀取圖片 res = ocr.classification(img_bytes) # 識別 print(res)
識別一下三種驗證碼
代碼示例
import ddddocr # 導入 ddddocr ocr = ddddocr.DdddOcr(show_ad=False) # 實例化 with open('a2.png', 'rb') as f: # 打開圖片 img_bytes = f.read() # 讀取圖片 res2 = ocr.classification(img_bytes) # 識別 print(res2) with open('a3.png', 'rb') as f: # 打開圖片 img_bytes = f.read() # 讀取圖片 res3 = ocr.classification(img_bytes) # 識別 print(res3) with open('a4.png', 'rb') as f: # 打開圖片 img_bytes = f.read() # 讀取圖片 res4 = ocr.classification(img_bytes) # 識別 print(res4)
運行結果
giv6j
zppk
4Tskh
滑塊驗證碼場景如下場景示例
先摳出2張圖片,分別為background.png 和 target.png
解決問題的重點是計算缺口的位置
import ddddocr det = ddddocr.DdddOcr(det=False, ocr=False, show_ad=False) with open('target.png', 'rb') as f: target_bytes = f.read() with open('background.png', 'rb') as f: background_bytes = f.read() res = det.slide_match(target_bytes, background_bytes, simple_target=True) print(res)
運行結果
{'target_y': 0, 'target': [184, 58, 246, 120]}
target 的四個值就是缺口位置的左上角和右下角的左邊位置
import ddddocr import cv2 det = ddddocr.DdddOcr(det=True) with open("test.png", 'rb') as f: image = f.read() poses = det.detection(image) im = cv2.imread("test.png") for box in poses: x1, y1, x2, y2 = box im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2) cv2.imwrite("result.jpg", im)
以上就是關于“Python中怎么使用ddddocr庫識別圖片與滑塊驗證碼”這篇文章的內容,相信大家都有了一定的了解,希望小編分享的內容對大家有幫助,若想了解更多相關的知識內容,請關注億速云行業資訊頻道。
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。