python-通过AipOcr百度库对图片验证码进行ocr识别

应用介绍
  • 一般测试时,很多操作场景需要验证码;而对于图片的验证只能解析出来进行ocr识别
  • 网上有很多可以本地引用的库或者插件做到识别,但识别率其实都不高;此次推荐百度的OCR识别;识别率达到90%以上,百度的技术还是杠杠滴
  • 但有优点就有缺点:是在线的非离线,另外个人每年只有九千次使用(对于常规使用足够了)

1、Python利用AipOcr百度库,调用

from aip import AipOcr
#文字识别高精度版本
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()
def image_ocr(image_time):
    # 你的 APPID AK SK,此处星号是屏蔽我个人的账号信息
    APP_ID = '202020**'
    API_KEY = 'uhMGsRGpsDxml4dlfBydnF**'
    SECRET_KEY = '7u1sWja8fzzsseIApgwCGW08vK085X**'
    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    image = get_file_content(image_time)
    # 调用通用文字识别(高精度版) """
    client.basicAccurate(image);
    #如果有可选参数 """
    options = dict()
    options["detect_direction"] = "false"
    options["probability"] = "true"
    options["language_type"]="ENG"
    #带参数调用通用文字识别(高精度版) """
    data_ocr=client.basicAccurate(image, options)
    print(data_ocr)
    data_ocr=data_ocr["words_result"][0]["words"].replace(" ", "") if data_ocr["words_result"] else list()
    return data_ocr

验证码:


image.png

2、直接调用,传入图片即可

if __name__ == '__main__':
    baidu_ocr.image_ocr('file.png')
响应的结果(words即识别值):
{'words_result': [{'probability': {'average': 0.9947260022163391, 'min': 0.9865118265151978, 'variance': 3.381822534720413e-05}, 'words': 'RU 23'}], 'log_id': 1372553925130977280, 'words_result_num': 1}

注意:这里import的虽是apioct,但实际pip install 需要baidu-aip

百度智能云链接:https://console.bce.baidu.com/ai/7

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,829评论 1 331
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,603评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,846评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,600评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,780评论 3 272
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,695评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,136评论 2 293
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,862评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,453评论 0 229
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,942评论 2 233
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,347评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,790评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,293评论 3 221
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,839评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,448评论 0 181
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,564评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,623评论 2 249

推荐阅读更多精彩内容