python验证码识别模块_python3图片验证码识别率的种类最多第三方模块-MuggleOCR

官网下载地址

https://pypi.org/project/muggle-ocr/

pip install muggle_ocr

pip install muggle_ocr -i http://pypi.douban.com/simple --trusted-host pypi.douban.com

案例1

导入包

import time

# 1. 导入包

import muggle_ocr

"""

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)

案例2

import time

import muggle_ocr

import os

sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

root_dir = r"./imgs"

for i in os.listdir(root_dir):

n = os.path.join(root_dir, i)

with open(n, "rb") as f:

b = f.read()

st = time.time()

text = sdk.predict(image_bytes=b)

print(i, text, time.time() - st)