【OCR识别】PaddleHub实现验证码识别

hjhcos

已于 2024-01-07 13:01:10 修改

阅读量1.4k

点赞数 26

分类专栏： Py高级玩法文章标签： ocr python paddle

于 2023-12-23 08:00:00 首次发布

hjhcos

本文链接：https://blog.csdn.net/hjh_cos/article/details/135162562

版权

Py高级玩法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

本文介绍了如何使用PaddleHub和预训练模型`chinese_ocr_db_crnn_mobile`在Python中实现验证码的OCR识别，包括先决条件、安装步骤、模型选择和完整代码展示。

摘要由CSDN通过智能技术生成

前言

前面有篇文章介绍了【网站验证码识别】，但是其是利用 tesseract 工具的命令行来实现图片内容的识别。

这几天我突然想起，大学时参加百度 AI 比赛用过其 PaddleHub 框架，而且该工具有支持 Python 的第三方库，这不就可以尝试一下。

【新增】先决条件

python >= 3.7
paddle = 2.5.1
paddlehub = 2.4.0
numpy <= 1.23

无脑安装使用

只要基本熟悉 Python，那么按照官网文档基本没有如何问题。

PaddleHub

Paddle Inference 文档地址：https://www.paddlepaddle.org.cn/inference/v2.5/guides/install/python_install.html#pip-tensorrt
PaddleHub 文档地址：https://www.paddlepaddle.org.cn/tutorials/projectdetail/520792#anchor-2
PaddleHub 模型库地址：https://www.paddlepaddle.org.cn/hublist

首先需要先安装 Paddle，然后再安装 PaddleHub：

pip install paddlepaddle==2.5.1 paddlehub==2.4.0 -i https://mirror.baidu.com/pypi/simple

Paddle 是飞桨的原生推理库，提供服务器端的高性能推理能力，验证是否安装成功：

import paddle as pp

pp.utils.run_check()

# Jupyter 输出信息 
Running verify PaddlePaddle program ... 
PaddlePaddle works well on 1 CPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

PaddleHub 是飞桨预训练模型应用工具，完成模型的管理和一键预测，验证是否安装成功：

import paddlehub as hub

hub.server_check()
# Jupyter 输出信息 
[2023-12-22 22:03:51,546] [    INFO] - Request Hub-Server successfully.
True

寻找预训练模型库

PaddleHub 模型库地址：https://www.paddlepaddle.org.cn/hublist

非常实用的预训练模型库，基本上通用的预训练模型都有，其中就包括了 OCR 文本识别库。

在这里插入图片描述

我选择的是最靠前的 chinese_ocr_db_crnn_server 预训练模型，结果我在使用过程中发现，小写字母识别率太低了，个人感觉应该是模型的问题，于是选择了第二个预训练模型 chinese_ocr_db_crnn_mobile，相对来说比第一个的识别率高多了，针对于验证码图片来说。

完整代码

chinese_ocr_db_crnn_mobile 模型地址：https://www.paddlepaddle.org.cn/hubdetail?name=chinese_ocr_db_crnn_mobile

只需要等待模型自动下载安装好，就会自动设别图片：

import paddlehub as hub

ocr = hub.Module(name="chinese_ocr_db_crnn_mobile", enable_mkldnn=True)
result = ocr.recognize_text(paths=['auth_img.png'])
result[0]['data'][0]['text']
# Jupyter 输出信息 
'GMu3'