今天给大家推荐一款验证码识别神器：dddocr。

1、介绍

dddocr是一个基于深度学习的OCR（Optical Character Recognition，光学字符识别）库，用于识别图片中的文字。它可以识别各种类型的文字，包括印刷体、手写体、表格、条形码等。dddocr库使用了深度卷积神经网络（CNN）和循环神经网络（RNN）等先进的模型，具有较高的准确性和稳定性。

使用dddocr库可以方便地进行文字识别的开发和应用。它提供了简单易用的API接口，可以接收图片作为输入，返回识别结果。用户只需要将待识别的图片传入dddocr库的API接口，即可获取识别出的文字信息。同时，dddocr库还支持批量处理多张图片，提供了多线程和分布式处理的功能，可以提高识别速度和效率。

dddocr库可以广泛应用于各种场景，例如文档数字化、图像检索、自动化办公等。它可以帮助用户快速准确地提取图片中的文字信息，方便进行后续的处理和分析。在实际应用中，dddocr库已经被广泛应用于金融、医疗、物流等领域，取得了良好的效果。

2、基本使用

安装：pip install dddocr

利用dddocr库可以支持识别不同类型的验证码。

示例1：英文字母验证码识别

 

  1.  
    import dddocr
     
  3.  
    def recognize_letter_captcha(image_path):
     
  4.  
        ocr = dddocr.DddOcr()
     
  5.  
        result = ocr.classification(image_path, model_type='letter')
     
  6.  
        return result
     
  8.  
    image_path = 'letter_captcha.png'
     
  9.  
    result = recognize_letter_captcha(image_path)
     
  10.  
    print(result)
     


示例2：数字验证码识别
 

 

  1.  
    import dddocr
     
  3.  
    def recognize_number_captcha(image_path):
     
  4.  
        ocr = dddocr.DddOcr()
     
  5.  
        result = ocr.classification(image_path, model_type='number')
     
  6.  
        return result
     
  8.  
    image_path = 'number_captcha.png'
     
  9.  
    result = recognize_number_captcha(image_path)
     
  10.  
    print(result)
     


示例3：混合验证码识别
 

 

  1.  
    import dddocr
     
  3.  
    def recognize_mixed_captcha(image_path):
     
  4.  
        ocr = dddocr.DddOcr()
     
  5.  
        result = ocr.classification(image_path, model_type='mixed')
     
  6.  
        return result
     
  8.  
    image_path = 'mixed_captcha.png'
     
  9.  
    result = recognize_mixed_captcha(image_path)
     
  10.  
    print(result)
     


示例4：滑动验证码识别
 

 

  1.  
    import dddocr
     
  3.  
    def recognize_slide_captcha(image_path):
     
  4.  
        ocr = dddocr.DddOcr()
     
  5.  
        result = ocr.slide_captcha(image_path)
     
  6.  
        return result
     
  8.  
    image_path = 'slide_captcha.png'
     
  9.  
    result = recognize_slide_captcha(image_path)
     
  10.  
    print(result)
     


示例5：中文验证码识别
 

 

  1.  
    import dddocr
     
  3.  
    def recognize_chinese_captcha(image_path):
     
  4.  
        ocr = dddocr.DddOcr()
     
  5.  
        result = ocr.classification(image_path, model_type='chinese')
     
  6.  
        return result
     
  8.  
    image_path = 'chinese_captcha.png'
     
  9.  
    result = recognize_chinese_captcha(image_path)
     
  10.  
    print(result)
     


以上示例中，image_path为待识别的验证码图片路径，通过调用不同的识别函数来识别不同类型的验证码。每个示例都创建了一个dddocr的实例，然后调用相应的方法进行识别。识别结果会以字符串形式返回。实际应用中，可能需要根据具体情况进行参数调整和模型训练，以提高识别准确性。
 

3、selenium+dddorc自动化登录识别验证码
 

使用selenium和dddocr进行自动登录时，可以通过以下步骤识别验证码：
 

  1.  
    安装selenium和dddocr库：
     


 

  1.  
      pip install selenium
     
  2.  
      pip install dddocr
     


  1.  
    导入必要的库和模块：
     


 

  1.  
       from selenium import webdriver
     
  2.  
       from selenium.webdriver.common.by import By
     
  3.  
       from selenium.webdriver.support.ui import WebDriverWait
     
  4.  
       from selenium.webdriver.support import expected_conditions as EC
     
  5.  
       import dddocr
     


  1.  
    创建一个dddocr的实例：
     


  ocr = dddocr.DddOcr()

 

  1.  
    使用selenium打开登录页面，并找到验证码图片元素：
     


 

  1.  
       driver = webdriver.Chrome()
     
  2.  
       driver.get('https://example.com/login')
     
  3.  
       captcha_image = driver.find_element(By.ID, 'captcha-image')
     


  1.  
    获取验证码图片的src属性，并下载保存到本地：
     


 

  1.  
      captcha_image_src = captcha_image.get_attribute('src')
     
  2.  
      driver.get_screenshot_as_file('screenshot.png')
     


  1.  
    使用dddocr识别验证码：
     


 

  1.  
       result = ocr.classification('screenshot.png', model_type='mixed')
     
  2.  
       captcha_code = result[0]['text']
     


  1.  
    在登录页面找到验证码输入框，并输入识别出的验证码：
     


 

  1.  
       captcha_input = driver.find_element(By.ID, 'captcha-input')
     
  2.  
       captcha_input.send_keys(captcha_code)
     


  1.  
    输入其他登录信息，并提交表单：
     


 

  1.  
       username_input = driver.find_element(By.ID, 'username-input')
     
  2.  
       password_input = driver.find_element(By.ID, 'password-input')
     
  3.  
       username_input.send_keys('your_username')
     
  4.  
       password_input.send_keys('your_password')
     
  5.  
       submit_button = driver.find_element(By.ID, 'submit-button')
     
  6.  
       submit_button.click()
     


完整的代码示例：
 

 

  1.  
    from selenium import webdriver
     
  2.  
    from selenium.webdriver.common.by import By
     
  3.  
    from selenium.webdriver.support.ui import WebDriverWait
     
  4.  
    from selenium.webdriver.support import expected_conditions as EC
     
  5.  
    import dddocr
     
  7.  
    ocr = dddocr.DddOcr()
     
  9.  
    driver = webdriver.Chrome()
     
  10.  
    driver.get('https://example.com/login')
     
  12.  
    captcha_image = driver.find_element(By.ID, 'captcha-image')
     
  13.  
    captcha_image_src = captcha_image.get_attribute('src')
     
  14.  
    driver.get_screenshot_as_file('screenshot.png')
     
  16.  
    result = ocr.classification('screenshot.png', model_type='mixed')
     
  17.  
    captcha_code = result[0]['text']
     
  19.  
    captcha_input = driver.find_element(By.ID, 'captcha-input')
     
  20.  
    captcha_input.send_keys(captcha_code)
     
  22.  
    username_input = driver.find_element(By.ID, 'username-input')
     
  23.  
    password_input = driver.find_element(By.ID, 'password-input')
     
  24.  
    username_input.send_keys('your_username')
     
  25.  
    password_input.send_keys('your_password')
     
  27.  
    submit_button = driver.find_element(By.ID, 'submit-button')
     
  28.  
    submit_button.click()
     


 

以上代码示例中，假设登录页面的验证码图片元素的id为'captcha-image'，验证码输入框的id为'captcha-input'，用户名输入框的id为'username-input'，密码输入框的id为'password-input'，登录按钮的id为'submit-button'。根据实际情况，需要替换这些id值为实际的页面元素id。
 

注意：上述示例仅适用于验证码图片直接以img标签的形式嵌入在页面中的情况。
 

4、验证码通过Ajax请求加载如何识别
 

如果验证码是通过Ajax请求加载的，可以通过以下步骤识别验证码：
 

  1.  
    使用selenium打开登录页面，并等待验证码图片加载完成：
     


 

  1.  
       driver = webdriver.Chrome()
     
  2.  
       driver.get('https://example.com/login')
     
  4.  
       wait = WebDriverWait(driver, 10)
     
  5.  
       captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))
     


  1.  
    执行JavaScript代码，获取验证码图片的base64编码：
     


   captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)

 

  1.  
    将base64编码解码为图片，并保存到本地：
     


 

  1.  
       with open('captcha.png', 'wb') as f:
     
  2.  
           f.write(base64.b64decode(captcha_image_base64))
     


  1.  
    使用dddocr识别验证码：
     


 

  1.  
      result = ocr.classification('captcha.png', model_type='mixed')
     
  2.  
      captcha_code = result[0]['text']
     


  1.  
    在登录页面找到验证码输入框，并输入识别出的验证码：
     


 

  1.  
       captcha_input = driver.find_element(By.ID, 'captcha-input')
     
  2.  
       captcha_input.send_keys(captcha_code)
     


  1.  
    输入其他登录信息，并提交表单：
     


 

  1.  
       username_input = driver.find_element(By.ID, 'username-input')
     
  2.  
       password_input = driver.find_element(By.ID, 'password-input')
     
  3.  
       username_input.send_keys('your_username')
     
  4.  
       password_input.send_keys('your_password')
     
  6.  
       submit_button = driver.find_element(By.ID, 'submit-button')
     
  7.  
       submit_button.click()
     


完整的代码示例：
 

 

  1.  
    from selenium import webdriver
     
  2.  
    from selenium.webdriver.common.by import By
     
  3.  
    from selenium.webdriver.support.ui import WebDriverWait
     
  4.  
    from selenium.webdriver.support import expected_conditions as EC
     
  5.  
    import dddocr
     
  6.  
    import base64
     
  8.  
    ocr = dddocr.DddOcr()
     
  10.  
    driver = webdriver.Chrome()
     
  11.  
    driver.get('https://example.com/login')
     
  13.  
    wait = WebDriverWait(driver, 10)
     
  14.  
    captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))
     
  16.  
    captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)
     
  18.  
    with open('captcha.png', 'wb') as f:
     
  19.  
        f.write(base64.b64decode(captcha_image_base64))
     
  21.  
    result = ocr.classification('captcha.png', model_type='mixed')
     
  22.  
    captcha_code = result[0]['text']
     
  24.  
    captcha_input = driver.find_element(By.ID, 'captcha-input')
     
  25.  
    captcha_input.send_keys(captcha_code)
     
  27.  
    username_input = driver.find_element(By.ID, 'username-input')
     
  28.  
    password_input = driver.find_element(By.ID, 'password-input')
     
  29.  
    username_input.send_keys('your_username')
     
  30.  
    password_input.send_keys('your_password')
     
  32.  
    submit_button = driver.find_element(By.ID, 'submit-button')
     
  33.  
    submit_button.click()
     


 

以上代码示例中，假设登录页面的验证码图片元素的id为'captcha-image'，验证码输入框的id为'captcha-input'，用户名输入框的id为'username-input'，密码输入框的id为'password-input'，登录按钮的id为'submit-button'。根据实际情况，需要替换这些id值为实际的页面元素id。
 

注意：上述示例仅适用于验证码图片通过Ajax请求加载，并且返回的是base64编码的情况。如果验证码图片是通过其他方式加载的，或者返回的是其他格式的数据（如图片的URL），则需要根据具体情况进行相应的处理。
 

感谢每一个认真阅读我文章的人，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走：
 

 

 

这些资料，对于【软件测试】的朋友来说应该是最全面最完整的备战仓库，这个仓库也陪伴上万个测试工程师们走过最艰难的路程，希望也能帮助到你!有需要的小伙伴可以点击下方小卡片领取   
 

 
  

        # selenium
      
        # 自动化
      
        # 单元测试
      
        # jenkins
      
        # 测试用例
      
        # 功能测试
      
        # pytest
      
  
 
 Logo 
乐奇 Rokid 开放社区
 
 
 
  
更多推荐
  
 
3 步跑通 MediaPipe Hands 手势追踪：从摄像头到 21 个关键点
 
写一个"挥手切歌、抬手锁屏"的功能，最难的往往不是 UI，而是把手稳定地从画面里找出来：手指会挡住手掌、手会快速抖动，摄像头拍到的画面还没有明显特征。MediaPipe Hands 就是专门解决这个问题的：输入视频流或图片，输出每只手 21 个 3D 关键点的坐标，本地实时完成，图片本身不用出设备。## 它是什么，硬指标有哪些MediaPipe Hands 是 MediaPipe 框架里的
 
avatar 乐奇 Rokid 开放社区
 
 
shadPS4 安装教程：5 分钟从零跑通你的 PS4 模拟器
 
shadPS4 是一款用 C++ 编写的 PS4 模拟器，能把 PlayStation 4 的游戏跑在你的 PC 上。它覆盖 Windows、Linux 与 macOS，适合想在电脑上玩 PS4 游戏、又愿意敲几条命令的新手。## 快速上手：5 分钟让 PS4 模拟器先跑起来下面 4 条命令按顺序执行，约 5 分钟就能看到窗口弹出。请先装好编译依赖，各平台清单在下一节。克隆源码，`--
 
avatar 乐奇 Rokid 开放社区
 
 
shadPS4 安装教程：5 分钟从零到进游戏
 
周末想翻出吃灰的 PS4 光盘，却懒得开主机？其实你只需要一个能在电脑上跑的 **shadPS4**——这是个用 C++ 写的 PS4 模拟器，本文带你从装环境到跑游戏一次搞定。## ① 三句话讲清它是什么**shadPS4** 是一款支持 Windows、Linux、macOS 的 PS4 游戏模拟器，能在你的 PC 上直接加载 PS4 游戏并运行。它遵循 GPL-2.0 开源协议，更新
 
avatar 乐奇 Rokid 开放社区