用OCR技术,自动识别各种验证码,工具已开源

人工智能 知识图谱
OCR的核心技术包含两方面,一是目标检测模型检测图片中的文字,二是文字识别模型,将图片中的文字转成文本文字。

今天我在给大家分享一个 OCR​ 应用——ddddocr自动识别验证码。

前面 4 个d是“带带弟弟”的首拼音。[/笑哭]。

项目地址:https://github.com/sml2h3/ddddocr。

使用的时候用pip​命令直接安装即可pip install ddddocr。

OCR的核心技术包含两方面,一是目标检测模型检测图片中的文字,二是文字识别模型,将图片中的文字转成文本文字。

第一类验证码最简单,它们没有复杂的背景图片,所以目标检测模型可以省略,直接将图片送入文字识别模型即可。

图片

识别代码如下:

import ddddocr
from PIL import Image

# 模型
ocr = ddddocr.DdddOcr(beta=True)

# 验证码图片
with open('test.jpg', 'rb') as f:
image = f.read()

res = ocr.classification(image)
# 验证码文字内容
print(res)

第二类验证码有复杂的背景,需要先用目标检测模型框出文字,在进行识别。

图片

代码如下:

import ddddocr
import cv2

det = ddddocr.DdddOcr(det=True)

with open("test2.jpg", 'rb') as f:
image = f.read()

# 目标检测
poses = det.detection(image)
print(poses)

im = cv2.imread("test2.jpg")

# 遍历检测出的文字
for box in poses:
x1, y1, x2, y2 = box
# 给每个文字画矩形框
im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)

cv2.imwrite("result.jpg", im)

输出结果如下:

图片

可以看到文字部分已经被框出来了,如果我们在上述代码直接将im[y1:y2, x1:x2]送入文字识别模型,就可以识别出对应的文本内容了。

ddddocr还能识别下面这种带滑块的验证码。

图片

图片

这种虽然不属于OCR的业务范畴,但作为一个通用的验证码识别工具,作者还是支持了,必须给作者点个赞。

责任编辑:武晓燕 来源: 渡码
相关推荐

2022-09-08 09:39:03

PythonOCR代码

2021-10-28 16:50:23

OCRNLP开源

2021-04-09 20:49:44

PythonOCR图像

2016-01-15 10:01:12

PHPOCR实战图像

2021-09-04 07:29:33

2020-03-17 10:45:11

2015-07-09 13:58:28

tesseract教程OCR教程

2021-09-09 08:55:50

Python项目验证码

2017-09-21 15:43:02

深度序列学习

2020-12-03 07:31:55

生物识别技术

2021-09-26 16:31:18

点赞
收藏

51CTO技术栈公众号