專欄導(dǎo)讀

🔥🔥本文已收錄于《100天精通Python從入門到就業(yè)》：本專欄專門針對(duì)零基礎(chǔ)和需要進(jìn)階提升的同學(xué)所準(zhǔn)備的一套完整教學(xué)，從0到100的不斷進(jìn)階深入，后續(xù)還有實(shí)戰(zhàn)項(xiàng)目，輕松應(yīng)對(duì)面試，專欄訂閱地址：https://blog.csdn.net/yuan2019035055/category_11466020.html

• 優(yōu)點(diǎn)：訂閱限時(shí)9.9付費(fèi)專欄進(jìn)入千人全棧VIP答疑群，作者優(yōu)先解答機(jī)會(huì)（代碼指導(dǎo)、遠(yuǎn)程服務(wù)），群里大佬眾多可以抱團(tuán)取暖（大廠內(nèi)推機(jī)會(huì)）
• 專欄福利：簡(jiǎn)歷指導(dǎo)、招聘內(nèi)推、每周送實(shí)體書、80G全棧學(xué)習(xí)視頻、300本IT電子書：Python、Java、前端、大數(shù)據(jù)、數(shù)據(jù)庫、算法、爬蟲、數(shù)據(jù)分析、機(jī)器學(xué)習(xí)、面試題庫等等
  
  

一、前言

兄弟們使用selenium自動(dòng)登錄網(wǎng)站的時(shí)候，是不是經(jīng)常遇到數(shù)字驗(yàn)證碼，使用傳統(tǒng)的OCR庫識(shí)別效果又不是很好，今天介紹一款效果非常棒的驗(yàn)證碼識(shí)別模塊——ddddocr。

二、ddddocr庫使用說明

1. 介紹

ddddocr（帶帶弟弟ocr）是一個(gè)用于文字識(shí)別的開源庫。它是基于深度學(xué)習(xí)技術(shù)的，具有高度的準(zhǔn)確性和魯棒性。ddddocr使用了深度神經(jīng)網(wǎng)絡(luò)來處理各種類型的文本，包括印刷體和手寫體等。其雙解碼機(jī)制使其在處理復(fù)雜文本時(shí)表現(xiàn)出色。

這個(gè)庫的特點(diǎn)之一是其模型結(jié)構(gòu)的密集性（Dense），這意味著它能夠更好地捕捉文本中的細(xì)節(jié)和特征，從而提高了識(shí)別的準(zhǔn)確性。此外，它還采用了雙解碼機(jī)制（Dual Decode），這意味著它可以同時(shí)從多個(gè)角度對(duì)圖像進(jìn)行解碼，進(jìn)一步提高了識(shí)別的魯棒性和準(zhǔn)確性。

Github地址：https://github.com/sml2h3/ddddocr

2. 算法步驟

ddddocr這個(gè)庫的算法主要包括以下幾個(gè)步驟：

1. 圖像預(yù)處理：

   • 圖像預(yù)處理是任何OCR系統(tǒng)中的第一步。它旨在使圖像更容易處理，并提高文本識(shí)別的準(zhǔn)確性。預(yù)處理步驟可能包括灰度化、二值化、去噪聲、圖像增強(qiáng)等操作，以減少后續(xù)步驟中的噪聲和干擾。

2. 文本檢測(cè)：

   • 文本檢測(cè)是指識(shí)別圖像中文本的位置和邊界框。這一步通常使用深度學(xué)習(xí)技術(shù)，如卷積神經(jīng)網(wǎng)絡(luò) (CNN) 或循環(huán)神經(jīng)網(wǎng)絡(luò) (RNN) 來實(shí)現(xiàn)。檢測(cè)到的文本通常用矩形邊界框表示。

3. 文本識(shí)別：

   • 文本識(shí)別是從檢測(cè)到的文本區(qū)域中提取出實(shí)際的文本內(nèi)容。這通常涉及到使用循環(huán)神經(jīng)網(wǎng)絡(luò) (RNN)、注意力機(jī)制或轉(zhuǎn)錄網(wǎng)絡(luò)等模型來識(shí)別文本。這些模型可以是基于字符的，也可以是基于單詞或子詞的。

4. 后處理：

   • 后處理步驟旨在提高識(shí)別準(zhǔn)確性并改善結(jié)果的質(zhì)量。這可能包括語言模型的應(yīng)用、糾正錯(cuò)誤、識(shí)別字體或手寫風(fēng)格等。

5. 輸出結(jié)果：

   • 最終結(jié)果通常以文本形式呈現(xiàn)，或者以標(biāo)記文本的邊界框和對(duì)應(yīng)的文本內(nèi)容的形式提供。

ddddOCR庫可能會(huì)結(jié)合這些步驟，利用深度學(xué)習(xí)模型和傳統(tǒng)的計(jì)算機(jī)視覺技術(shù)來實(shí)現(xiàn)文本識(shí)別。在不同的應(yīng)用場(chǎng)景下，可能會(huì)有一些額外的步驟或優(yōu)化，比如針對(duì)特定的文檔類型進(jìn)行優(yōu)化、處理不同語言的文本等。

3. 安裝

硬性要求 Python >= 3.8，通過pip命令進(jìn)行安裝：

pip install ddddocr

4. 參數(shù)說明

我們這里使用的是ddddocr.DdddOcr()類：

class DdddOcr(object):def __init__(self, ocr: bool = True, det: bool = False, old: bool = False, beta: bool = False,use_gpu: bool = False,device_id: int = 0, show_ad=True, import_onnx_path: str = "", charsets_path: str = "")

這個(gè)__init__方法是一個(gè)Python類的構(gòu)造函數(shù)，它定義了類的初始化過程，其中包含了一系列參數(shù)。讓我來解釋一下這些參數(shù)的含義：

1. ocr: 這是一個(gè)布爾類型的參數(shù)，用于指定是否進(jìn)行光學(xué)字符識(shí)別（OCR）。默認(rèn)值為True，表示默認(rèn)情況下會(huì)進(jìn)行OCR。

2. det: 這也是一個(gè)布爾類型的參數(shù)，用于指定是否進(jìn)行文本檢測(cè)（Text Detection）。默認(rèn)值為False，表示默認(rèn)情況下不會(huì)進(jìn)行文本檢測(cè)。

3. old: 這是一個(gè)布爾類型的參數(shù)，用于指定是否使用舊版本的模型或方法。默認(rèn)值為False，表示默認(rèn)情況下不使用舊版本。

4. beta: 這也是一個(gè)布爾類型的參數(shù)，用于指定是否使用測(cè)試版本（beta版本）的功能或方法。默認(rèn)值為False，表示默認(rèn)情況下不使用測(cè)試版本。

5. use_gpu: 這是一個(gè)布爾類型的參數(shù)，用于指定是否使用GPU來進(jìn)行計(jì)算。默認(rèn)值為False，表示默認(rèn)情況下不使用GPU，而使用CPU。

6. device_id: 這是一個(gè)整數(shù)類型的參數(shù)，用于指定在使用GPU時(shí)要使用的GPU設(shè)備的ID。默認(rèn)值為0，表示默認(rèn)情況下使用ID為0的GPU設(shè)備。

7. show_ad: 這是一個(gè)布爾類型的參數(shù)，用于指定是否顯示廣告。默認(rèn)值為True，表示默認(rèn)情況下會(huì)顯示廣告。

8. import_onnx_path: 這是一個(gè)字符串類型的參數(shù)，用于指定導(dǎo)入ONNX模型的路徑。默認(rèn)值為空字符串，表示默認(rèn)情況下不導(dǎo)入任何ONNX模型。

9. charsets_path: 這是一個(gè)字符串類型的參數(shù)，用于指定字符集的路徑。默認(rèn)值為空字符串，表示默認(rèn)情況下字符集的路徑未指定。

這個(gè)類中有一個(gè)classification方法，需要傳遞一個(gè)圖片對(duì)象進(jìn)入就可以識(shí)別了：

    def classification(self, img, png_fix: bool = False):if self.det:raise TypeError("當(dāng)前識(shí)別類型為目標(biāo)檢測(cè)")if not isinstance(img, (bytes, str, pathlib.PurePath, Image.Image)):raise TypeError("未知圖片類型")if isinstance(img, bytes):image = Image.open(io.BytesIO(img))elif isinstance(img, Image.Image):image = img.copy()elif isinstance(img, str):image = base64_to_image(img)else:assert isinstance(img, pathlib.PurePath)image = Image.open(img)if not self.use_import_onnx:image = image.resize((int(image.size[0] * (64 / image.size[1])), 64), Image.ANTIALIAS).convert('L')else:if self.__resize[0] == -1:if self.__word:image = image.resize((self.__resize[1], self.__resize[1]), Image.ANTIALIAS)else:image = image.resize((int(image.size[0] * (self.__resize[1] / image.size[1])), self.__resize[1]),Image.ANTIALIAS)else:image = image.resize((self.__resize[0], self.__resize[1]), Image.ANTIALIAS)if self.__channel == 1:image = image.convert('L')else:if png_fix:image = png_rgba_black_preprocess(image)else:image = image.convert('RGB')image = np.array(image).astype(np.float32)image = np.expand_dims(image, axis=0) / 255.if not self.use_import_onnx:image = (image - 0.5) / 0.5else:if self.__channel == 1:image = (image - 0.456) / 0.224else:image = (image - np.array([0.485, 0.456, 0.406])) / np.array([0.229, 0.224, 0.225])image = image[0]image = image.transpose((2, 0, 1))ort_inputs = {'input1': np.array([image]).astype(np.float32)}ort_outs = self.__ort_session.run(None, ort_inputs)result = []

5. 純數(shù)字驗(yàn)證碼識(shí)別

測(cè)試圖片：

測(cè)試代碼：

import ddddocr
import timestart = time.time() # 開始時(shí)間# 1. 創(chuàng)建DdddOcr對(duì)象
ocr = ddddocr.DdddOcr(show_ad=False)# 2. 讀取圖片
with open('test.png', 'rb') as f:img = f.read()# 3. 識(shí)別圖片內(nèi)驗(yàn)證碼并返回字符串
result = ocr.classification(img)
print("識(shí)別結(jié)果：",result)end = time.time()
print("耗時(shí)：%s 秒" % str(start-end))

運(yùn)行結(jié)果：

識(shí)別結(jié)果： 0413
耗時(shí)：-0.12942123413085938 秒

6. 純英文驗(yàn)證碼識(shí)別

測(cè)試圖片：

運(yùn)行結(jié)果：

識(shí)別結(jié)果： bcsm
耗時(shí)：-0.11309981346130371 秒

7. 英文數(shù)字驗(yàn)證碼識(shí)別

測(cè)試圖片：

運(yùn)行結(jié)果：

識(shí)別結(jié)果： a72c
耗時(shí)：-0.09667587280273438 秒

8. 帶干擾的驗(yàn)證碼識(shí)別

測(cè)試圖片：

運(yùn)行結(jié)果：

識(shí)別結(jié)果： i27kYk
耗時(shí)：-0.09169244766235352 秒

可以看到ddddocr庫識(shí)別驗(yàn)證碼還是特別給力的！！！

三、驗(yàn)證碼識(shí)別登錄代碼實(shí)戰(zhàn)

上一期我們講了如何使用selenium輸入賬號(hào)信息登錄網(wǎng)站，還不會(huì)的可以去復(fù)習(xí)一下：https://blog.csdn.net/yuan2019035055/article/details/136284263

測(cè)試網(wǎng)站：https://captcha7.scrape.center/

1. 輸入賬號(hào)密碼

運(yùn)行下面代碼將會(huì)輸入賬號(hào)密碼：

from selenium import webdriver
from selenium.webdriver.common.by import By
import time# 1. 創(chuàng)建鏈接
# 創(chuàng)建ChromeOptions對(duì)象，用于配置Chrome瀏覽器的選項(xiàng)
chrome_options = webdriver.ChromeOptions()
# 添加啟動(dòng)參數(shù)，'--disable-gpu'參數(shù)用于禁用GPU加速，適用于部分平臺(tái)上的兼容性問題
chrome_options.add_argument('--disable-gpu')# 2. 添加請(qǐng)求頭偽裝瀏覽器
chrome_options.add_argument('user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36')
driver = webdriver.Chrome(chrome_options=chrome_options)# 3. 執(zhí)行 `stealth.min.js` 文件進(jìn)行隱藏瀏覽器指紋
with open('stealth.min.js') as f:js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {"source": js
})# 4. 最大化瀏覽器窗口
driver.maximize_window()# 5. 發(fā)送請(qǐng)求，打開網(wǎng)頁
driver.get('https://captcha7.scrape.center/')
time.sleep(1)# 6. 輸入賬號(hào)密碼
username_input = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip username item el-input']/input") # 定位賬號(hào)框
username_input.send_keys("your_username")  # 輸入賬號(hào)信息（這里自行替換）password_input  = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip password item el-input']/input") # 定位密碼框
password_input .send_keys("your_username")  # 輸入密碼信息（這里自行替換）time.sleep(100)

運(yùn)行結(jié)果：

2. 下載驗(yàn)證碼

1、先找到驗(yàn)證碼圖片的ID：

ID為：

captcha

2、定位驗(yàn)證碼：

element = driver.find_element(By.ID, 'captcha') # 定位驗(yàn)證碼

3、使用screenshot('test.png')方法保存截圖在本地：

element.screenshot('test.png') # 保存截圖

完整代碼：

from selenium import webdriver
from selenium.webdriver.common.by import By
import time# 1. 創(chuàng)建鏈接
# 創(chuàng)建ChromeOptions對(duì)象，用于配置Chrome瀏覽器的選項(xiàng)
chrome_options = webdriver.ChromeOptions()
# 添加啟動(dòng)參數(shù)，'--disable-gpu'參數(shù)用于禁用GPU加速，適用于部分平臺(tái)上的兼容性問題
chrome_options.add_argument('--disable-gpu')# 2. 添加請(qǐng)求頭偽裝瀏覽器
chrome_options.add_argument('user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36')
driver = webdriver.Chrome(chrome_options=chrome_options)# 3. 執(zhí)行 `stealth.min.js` 文件進(jìn)行隱藏瀏覽器指紋
with open('stealth.min.js') as f:js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {"source": js
})# 4. 最大化瀏覽器窗口
driver.maximize_window()# 5. 發(fā)送請(qǐng)求，打開網(wǎng)頁
driver.get('https://captcha7.scrape.center/')
time.sleep(1)# 6. 輸入賬號(hào)密碼
username_input = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip username item el-input']/input") # 定位賬號(hào)框
username_input.send_keys("your_username")  # 輸入賬號(hào)信息（這里自行替換）password_input  = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip password item el-input']/input") # 定位密碼框
password_input .send_keys("your_username")  # 輸入密碼信息（這里自行替換）# 7. 下載驗(yàn)證碼
element = driver.find_element(By.ID, 'captcha') # 定位驗(yàn)證碼
element.screenshot('test.png') # 保存截圖

運(yùn)行結(jié)束就會(huì)在當(dāng)前路徑下保存驗(yàn)證碼圖片：

注意：當(dāng)網(wǎng)站的驗(yàn)證碼圖片沒法定位下載的時(shí)候，可以使用Python定位屏幕指定位置截圖的模塊，如：pyautogui等等，進(jìn)行截圖下載驗(yàn)證碼圖片

3. 識(shí)別驗(yàn)證碼并登錄

接下來需要識(shí)別驗(yàn)證碼內(nèi)容，定位驗(yàn)證碼文本框，輸入驗(yàn)證碼，點(diǎn)擊登錄，完整代碼如下：

from selenium import webdriver
from selenium.webdriver.common.by import By
import time
import ddddocr# 1. 創(chuàng)建鏈接
# 創(chuàng)建ChromeOptions對(duì)象，用于配置Chrome瀏覽器的選項(xiàng)
chrome_options = webdriver.ChromeOptions()
# 添加啟動(dòng)參數(shù)，'--disable-gpu'參數(shù)用于禁用GPU加速，適用于部分平臺(tái)上的兼容性問題
chrome_options.add_argument('--disable-gpu')# 2. 添加請(qǐng)求頭偽裝瀏覽器
chrome_options.add_argument('user-agent=Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36')
driver = webdriver.Chrome(chrome_options=chrome_options)# 3. 執(zhí)行 `stealth.min.js` 文件進(jìn)行隱藏瀏覽器指紋
with open('stealth.min.js') as f:js = f.read()
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {"source": js
})# 4. 最大化瀏覽器窗口
driver.maximize_window()# 5. 發(fā)送請(qǐng)求，打開網(wǎng)頁
driver.get('https://captcha7.scrape.center/')
time.sleep(1)# 6. 輸入賬號(hào)密碼
username_input = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip username item el-input']/input") # 定位賬號(hào)框
username_input.send_keys("your_username")  # 輸入賬號(hào)信息（這里自行替換）password_input  = driver.find_element(by=By.XPATH, value="//div[@class='el-tooltip password item el-input']/input") # 定位密碼框
password_input .send_keys("your_username")  # 輸入密碼信息（這里自行替換）# 7. 下載驗(yàn)證碼
element = driver.find_element(By.ID, 'captcha') # 定位驗(yàn)證碼
element.screenshot('test.png') # 保存截圖# 8. 識(shí)別驗(yàn)證碼
# 創(chuàng)建DdddOcr對(duì)象
ocr = ddddocr.DdddOcr(show_ad=False)
# 讀取圖片
with open('test.png', 'rb') as f:img = f.read()
# 識(shí)別圖片內(nèi)驗(yàn)證碼并返回字符串
result = ocr.classification(img)
print("識(shí)別結(jié)果：",result)# 9. 輸入驗(yàn)證碼
yzm = driver.find_element(by=By.XPATH, value="//div[@class='captcha el-input']/input") # 定位賬號(hào)框
yzm.clear()  # 清空默認(rèn)文本
yzm.send_keys(result)# 10. 點(diǎn)擊登錄按鈕元素
login_button = driver.find_element(by=By.XPATH, value="//button[@class='el-button login el-button--primary']")
# 點(diǎn)擊登錄按鈕
login_button.click()time.sleep(100)

運(yùn)行結(jié)果：

書籍推薦

《Python機(jī)器學(xué)習(xí) 》

《Python機(jī)器學(xué)習(xí)》首先介紹Python機(jī)器學(xué)習(xí)的一些基本庫，包括NumPy、Pandas和matplotlib。一旦牢固地掌握了基礎(chǔ)知識(shí)，即可開始基于Python和Scikit-learn庫進(jìn)行機(jī)器學(xué)習(xí)，深入了解各種機(jī)器學(xué)習(xí)算法(如回歸、聚類和分類)的底層工作原理。本書專門用一章的篇幅講解如何使用Azure Machine Learning Studio進(jìn)行機(jī)器學(xué)習(xí)；利用該平臺(tái)，開發(fā)人員不必編寫代碼即可開始構(gòu)建機(jī)器學(xué)習(xí)模型。本書最后討論如何部署供客戶端應(yīng)用程序使用的已構(gòu)建模型。

《Python機(jī)器學(xué)習(xí)》面向機(jī)器學(xué)習(xí)新手，主要內(nèi)容如下：

● Python機(jī)器學(xué)習(xí)的一些基本庫，包括NumPy、Pandas和matplotlib庫

● 常見的機(jī)器學(xué)習(xí)算法，包括回歸、聚類、分類和異常檢測(cè)

● 使用Python和Scikit-learn庫進(jìn)行機(jī)器學(xué)習(xí)

● 將機(jī)器學(xué)習(xí)模型部署為Web服務(wù)

● 使用Microsoft Azure Machine Learning Studio進(jìn)行機(jī)器學(xué)習(xí)

● 演習(xí)機(jī)器學(xué)習(xí)模型構(gòu)建方案的實(shí)例

京東：https://item.jd.com/12672565.html