python图片验证码识别-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

（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。

---

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。

---

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

1. 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)

本地文件muggle_ocr请于公众号（python网络小蜘蛛）后台回复：验证码识别 获取