cube-studio/aihub/deep-learning/ddddocr

今天我在给大家分享一个 OCR 应用——ddddocr自动识别验证码。

前面 4 个d是“带带弟弟”的首拼音。

项目地址：https://github.com/sml2h3/ddddocr

使用的时候用pip命令直接安装即可pip install ddddocr。

OCR的核心技术包含两方面，一是目标检测模型检测图片中的文字，二是文字识别模型，将图片中的文字转成文本文字。

第一类：验证码文字识别

第一类验证码最简单，它们没有复杂的背景图片，所以目标检测模型可以省略，直接将图片送入文字识别模型即可。

识别代码如下：

import ddddocr
from PIL import Image

# 模型
ocr = ddddocr.DdddOcr(beta=True)

# 验证码图片
with open('test.jpg', 'rb') as f:
    image = f.read()

res = ocr.classification(image)
# 验证码文字内容
print(res)

第二类 验证码目标检测

第二类验证码有复杂的背景，需要先用目标检测模型框出文字，再进行识别

代码如下：

import ddddocr
import cv2

det = ddddocr.DdddOcr(det=True)

with open("test2.jpg", 'rb') as f:
    image = f.read()

# 目标检测
poses = det.detection(image)
print(poses)

im = cv2.imread("test2.jpg")

# 遍历检测出的文字
for box in poses:
    x1, y1, x2, y2 = box
    # 给每个文字画矩形框
    im = cv2.rectangle(im, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)

cv2.imwrite("result.jpg", im)

输出结果如下：

可以看到文字部分已经被框出来了，如果我们在上述代码直接将im[y1:y2, x1:x2]送入文字识别模型，就可以识别出对应的文本内容了。

ddddocr还能识别下面这种带滑块的验证码

这种虽然不属于OCR的业务范畴，但作为一个通用的验证码识别工具，作者还是支持了，必须给作者点个赞。