调用阿里API实现图片验证码识别

1.作者介绍

王柯欣，女，西安工程大学电子信息学院，2021级硕士研究生
研究方向：模式识别与人工智能
电子邮件：787576194@qq.com

孟莉苹，女，西安工程大学电子信息学院，2021级硕士研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：2425613875@qq.com

2.阿里云OCR算法介绍

2.1 OCR介绍

OCR，即图像文字的识别和理解；OCR前期是识别图片中的文字，即找到文字的位置，然后识别是什么字。后期在原本文字识别的基础上进行文字理解，文字理解是文字识别的一个应用。OCR根据空间关系和语义的了解输出用户想要的结果。

2.2 基于阿里云的OCR算法介绍

阿里云视觉智能开放平台(vision.aliyun.com)是基于阿里巴巴视觉智能技术实践经验，提供视觉智能API服务，帮助企业、开发者快速建立视觉智能技术的应用能力的综合性视觉AI能力平台。基于阿里云的OCR算法（AI技术），能够快速准确识别各种网络图片中的不规则文字，支持手写文字识别，在复杂字体和复杂背景的情况下仍保持非常高的识别准确率。
应用场景：机票，验证码识别，海报，实体广告识别，微商广告，百度贴吧，淘宝图文识别，演唱会门票等。
3.调用阿里API实现图片验证码识别

3.1 实验过程

进入阿里云官网（https://www.aliyun.com/）注册账号并登录

点击“云市场”→“API市场”→“人工智能”

找到产品：“通用文字识别－高精版OCR文字识别”

注册并开通文字识别免费额度

在“控制台”-“产品与服务”中找到“云市场”

在已购买的通用文字识别服务中，找到AppCode，稍后需要粘贴在代码中

此外，我们可以通过接口文件，查询接口地址，请求方式，和验证方式

接下来建立数据集，选择的数据集都是比较简单的验证码图片。这里保存的都是本地图片，图片格式为 .png

3.2 实验代码

使用python对阿里云的图片识别算法接口API，识别验证码中文字，图像数据可使用base64编码和url参数（只能同时使用一种格式），要求base64编码后大小不超过4M，图像越小效率越高，支持jpg/png/bmp格式。

#python3
import urllib.request
import urllib.parse
import json
import time
import base64
# 本地图片
image_path = r'图片地址'

with open(image_path, 'rb') as f:  # 以二进制读取本地图片
    data = f.read()
    encodestr = str(base64.b64encode(data),'utf-8') # base64编码图片
# 请求头
headers = {
         'Authorization': 'APPCODE ***自己的APPCODE***',  # APPCODE +你的appcod,一定要有空格！！！
         'Content-Type': 'application/json; charset=UTF-8'         # 根据接口的格式来
    }

def posturl(url,data={}):
    try:
        params=json.dumps(dict).encode(encoding='UTF-8')
        req = urllib.request.Request(url, params, headers)
        r = urllib.request.urlopen(req)
        html =r.read()
        r.close();
        return html.decode("utf8")
    except urllib.error.HTTPError as e:
        print(e.code)
        print(e.read().decode("utf8"))
    time.sleep(1)

if __name__=="__main__":
    url_request="https://gjbsb.market.alicloudapi.com/ocrservice/advanced"   # 对照官网API改
    dict = {'img': encodestr}
    html = posturl(url_request, data=dict)


    jos = json.loads(html.encode("utf-8").decode("utf-8"))    # str转json对象，<class 'dict'>

    result = jos['content']  # 就可以按key取值了
    print('识别的结果：',result)

3.3 实验结果

程序运行成功后，验证码基本能够被正确识别，识别结果如下图所示

分析实验结果可以看出，图片识别准确率较高，但存在细微误差，并且创建的数据集样本较少，本次实验能够快速准确识别各种网络图片中的不规则文字，支持手写文字识别，在复杂字体和复杂背景的情况下仍保持非常高的识别准确率