时间:2021-05-22
一.官方文档
https://pypi.org/project/muggle-ocr/
二模块安装
pip install muggle-ocr# 因模块过新,阿里/清华等第三方源可能尚未更新镜像,因此手动指定使用境外源,为了提高依赖的安装速度,可预先自行安装依赖:tensorflow/numpy/opencv-python/pillow/pyyaml三.使用代码
# 导入包import muggle_ocr# 初始化;model_type 包含了 ModelType.OCR/ModelType.Captcha 两种sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)# ModelType.OCR 可识别光学印刷文本 这里个人觉得应该是官方文档写错了 官方文档是ModelType.Captcha 可识别光学印刷文本with open(r"test1.png", "rb") as f: b = f.read()text = sdk.predict(image_bytes=b)print(text)# ModelType.Captcha 可识别4-6位验证码sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)with open(r"test1.png", "rb") as f: b = f.read()text = sdk.predict(image_bytes=b)print(text)PS:下面看下 Python 实现全自动登录(真正的全自动,自动识别验证码)
你没有看错,全自动验证~~~
黑科技?还是黑代码?
我感觉这个看在你用啥,对不对?反正我用来(* * * * ) 你懂得
好了,先说一下用到的东西
关门放代码
from selenium import webdriverfrom PIL import Imageif __name__ == '__main__': wbe = webdriver.PhantomJS() wbe.get("https:///login/index.html") time.sleep(2) wbe.save_screenshot("das.png") element = wbe.find_element_by_xpath('//*[@id="entry_name"]/p[3]/img') left = element.location['x'] top = element.location['y'] right = element.location['x'] + element.size['width'] bottom = element.location['y'] + element.size['height'] im = Image.open(r'das.png') im = im.crop((left, top, right, bottom)) im.save('a.png') time.sleep(2) get_code("a.png")总结
到此这篇关于python图片验证码识别最新模块muggle_ocr的示例代码的文章就介绍到这了,更多相关python 验证码识别模块muggle_ocr内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持!
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
最近终于找到一个好的方法,使用Python的OpenCV模块识别滑动验证码的缺口,可以将滑动验证码中的缺口识别出来了。测试使用如下两张图片:target.jpg
使用Python的pillow模块random模块随机生成验证码图片,并应用到Django项目中安装pillow$pip3installpillow生成验证码图
无论是是自动化登录还是爬虫,总绕不开验证码,这次就来谈谈python中光学识别验证码模块tesserocr和pytesseract。tesserocr和pyte
这篇文章主要介绍了Python基于内置库pytesseract实现图片验证码识别功能,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值
本文研究的主要是Python验证码识别的相关代码,具体如下。Talkischeap,showyoutheCode!importnumpyasnpimportma