1、引言

小屌丝： 鱼哥，你说爬虫或者登录网页，最烦的是那个操作？

小鱼：图片验证码了。

小屌丝：确实是的，那有没有什么办法，能破解这种繁琐的验证呢？

小鱼：方法嘛，有啊，例如：cookie啊，或者利用第三方库啊

小屌丝：真的有第三方库，可以解决这个问题？

小鱼：对啊，很方便的，

小屌丝：演示一下如何？

小鱼：怎么突然点饿了 ~

小屌丝：我懂我懂， 你分享完，咱们泡澡去~

2、 ddddocr

2.1 介绍

验证码，复杂一点的有滑块验证码，点选文章和点选图片验证码。这些都是爬虫和WebUI自动化测试中中的老大难问题，今天介绍一款通用验证码识别 SDK 对他们彻底说拜拜，它的名字是 ddddocr 带带弟弟 OCR 通用验证码识别 SDK 免费开源版。

2.2 安装

老规矩，在使用前，必须要安装。

安装方式逃不了 pip方式：

pip install ddddocr

其他方式安装：

《Python3，选择Python自动安装第三方库，从此跟pip说拜拜！！》

《Python3：我低调的只用一行代码，就导入Python所有库！！》

2.3 使用

2.3.1 滑块验证码

滑块验证码这里用的是豆瓣的滑块验证。下滑块是单独的透明背景图 hycdn.png。

背景图是带小滑块坑位的 background.jpg。

上代码

# -*- coding:utf-8 -*-
# @Time   : 2022-03-06
# @Author : carl_DJ
import ddddocr
det = ddddocr.DdddOcr(det=False, ocr=False)
with open('hycdn.png', 'rb') as f:
        target_bytes = f.read()
    
with open('background.jpg', 'rb') as f:
    background_bytes = f.read()
res = det.slide_match(target_bytes, background_bytes, simple_target=True)
print(f"{res}")

运行结果：

{'target_y': 0, 'target': [486, 126, 622, 262]}

target 属性的前两个值正好和豆瓣验证滑块 url 中提交的 ans 差不多。

2.3.2 点选类验证码

点选类验证码

上代码

# -*- coding:utf-8 -*-
# @Time   : 2022-03-06
# @Author : carl_DJ
import ddddocr
det = ddddocr.DdddOcr(det=True)
with open("eb.jpg", 'rb') as f:
    image = f.read()
poses = det.detection(image)
im = cv2.imread("eb.jpg")
for box in poses:
    x1, y1, x2, y2 = box
    im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)
cv2.imwrite("result.jpg", im)

运行结果

2.3.3 字母数字验证码

字母数字验证码的图片来自于 google 搜索

上代码

# -*- coding:utf-8 -*-
# @Time   : 2022-03-06
# @Author : carl_DJ
import ddddocr
ocr = ddddocr.DdddOcr(old=True)
with open("z1.jpg", 'rb') as f:
    image = f.read()
res = ocr.classification(image)
print(res)

运行结果

2wkc

3、总结

今天的分享，就到这里了。

奇奇怪怪的知识，是不是又增加了。

曾经编写WebUI自动化脚本，为了不在验证码识别大费周折，就让开发大佬把验证码给注释掉。

现在，有了ddddocr, 就再也不用麻烦开发大佬注释验证码了，

我是奕然，

关注我，带你学习更多更有趣Python知识。