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