基于机器学习的muggle_ocr图片验证码识别
开源项目muggle-orc
感谢原作者的辛苦创作
感谢阿J大佬的分享
-----------------------------------------------------------------------------
这个将0识别为o了,这边将源码中的字符列表等全换为数字列表,识别单数字验证码准确率会高很多。
------------------------------------------------------------------------------
(白嫖)这是一个为麻瓜设计的本地OCR模块
只需要简单几步操作即可拥有两大通用识别模块,让你在工作中畅通无阻。
SDK类参数
参数名 | 必选 | 类型 | 说明 |
---|---|---|---|
model_type | No | ModelType | 指定预置模型类型 |
conf_path | No | str | 指定自定义模型yaml配置文件(绝对路径) |
以上参数两者选其一即可,默认 model_type 为 ModelType.OCR, 若指定 conf_path 参数则优先使用自定义模型。
核心API
SDK.predict(image_bytes: bytes)
调用示例:
import time
# 1. 导入包
import muggle_ocr # 本地文件
"""
使用预置模型,预置模型包含了[ModelType.OCR, ModelType.Captcha] 两种
其中 ModelType.OCR 用于识别普通印刷文本, ModelType.Captcha 用于识别4-6位简单英数验证码
"""
# 打开印刷文本图片
with open(r"test1.png", "rb") as f:
ocr_bytes = f.read()
# 打开验证码图片
with open(r"test2.jpg", "rb") as f:
captcha_bytes = f.read()
# 2. 初始化;model_type 可选: [ModelType.OCR, ModelType.Captcha]
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
# ModelType.Captcha 可识别光学印刷文本
for i in range(5):
st = time.time()
# 3. 调用预测函数
text = sdk.predict(image_bytes=ocr_bytes)
print(text, time.time() - st)
# ModelType.Captcha 可识别4-6位验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
for i in range(5):
st = time.time()
# 3. 调用预测函数
text = sdk.predict(image_bytes=captcha_bytes)
print(text, time.time() - st)
"""
使用自定义模型
支持基于 https://github.com/kerlomz/captcha_trainer 框架训练的模型
训练完成后,进入导出编译模型的[out]路径下, 把[graph]路径下的pb模型和[model]下的yaml配置文件放到同一路径下。
将 conf_path 参数指定为 yaml配置文件 的绝对或项目相对路径即可,其他步骤一致,如下示例:
"""
with open(r"test3.jpg", "rb") as f:
b = f.read()
sdk = muggle_ocr.SDK(conf_path="./ocr.yaml")
text = sdk.predict(image_bytes=b)
赞在看收藏一键三连啊老铁们!!!
推荐阅读
往期精彩
- End -
扫描二维码
获取更多精彩
python小蜘蛛