今日的验证码之旅
今天你要学习的验证码采用通过第三方AI平台开放的OCR接口实现，OCR文字识别技术目前已经比较成熟了，而且第三方比较多，今天采用的是百度的。
注册百度AI平台
官方网址：http://ai.baidu.com/
接下来申请
接下来创建一个简单应用之后，就可以使用了，我们找到
阅读文字识别相关文档
你需要具备基本的阅读第三方文档的能力，打开我们需要的文档
https://cloud.baidu.com/doc/OCR/OCR-API.html#.E9.80.9A.E7.94.A8.E6.96.87.E5.AD.97.E8.AF.86.E5.88.AB
这个页面基本上已经把我们需要做的所有内容都已经标识清楚了
编写获取accesstoken的代码
在目前主流的API开发模式下，都是需要你进行accesstoken的获取的
代码如下 ，重点需要参照文档进行传参的设计
def get_accesstoken(self):
res = requests.post(self.url.format(self.key,self.secret),headers=self.header)
content = res.text
if (content):
return json.loads(content)["access_token"]得到accesstoken之后，你可以继续下面的操作
import requests
import json
import base64
import urllib.request, urllib.parse
class GetCode(object):
def __init__(self):
self.url = "https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id={}&client_secret={}"
self.api = "https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic?access_token={}"
self.header = {
"Content-Type":'application/json; charset=UTF-8'
}
self.key = "你的KEY"
self.secret = "你的SECRET"验证码识别阶段
普通没有干扰的验证码，我们直接识别即可，但是有的验证码还是有干扰的，在识别之前，需要对它进行基本的处理，我们采用和上篇文章类似的办法进行，对它进行灰度处理和二值化操作。部分代码我直接硬编码了，不过最终识别的效果并没有比想象的优化多少。
def init_table(self,threshold=155):
table = []
for i in range(256):
if i < threshold:
table.append(0)
else:
table.append(1)
return table
def opt_image(self):
im = Image.open("66.png")
im = im.convert('L')
im = im.point(self.init_table(), '1')
im.save('66_s.png')
return "66_s.png"调用验证码接口
调用百度的验证码接口，不使用百度给的模块直接编写。按照它对应的文档，书写即可。
在这个地方尤其注意官方文档提示
def get_file_content(self,file_path):
with open(file_path, 'rb') as fp:
base64_data = base64.b64encode(fp.read())
s = base64_data.decode()
data = {}
data['image'] = s
decoded_data = urllib.parse.urlencode(data)
return decoded_data
def show_code(self):
image = self.get_file_content(self.opt_image())
headers = {
"Content-Type": "application/x-www-form-urlencoded"
}
res = requests.post(self.api.format(self.get_accesstoken()),headers=headers,data=image)
print(res.text)通过百度模块调用验证码识别
安装百度AI
pip install baidu-aip
安装之后，就可以使用啦
- 声明一些常量，你在百度创建应用之后就可以获取
- 初始化文字识别类
- 调用对应的方法
参考代码
from aip import AipOcr
# 定义常量
APP_ID = '15736693'
API_KEY = '你的KEY'
SECRET_KEY = '你的SECRET'
# 初始化文字识别
aipOcr=AipOcr(APP_ID, API_KEY, SECRET_KEY)
# 读取图片
filePath = "1.jpg"
def get_file_content(filePath):
with open(filePath, 'rb') as fp:
return fp.read()
# 定义参数变量
options = {
'detect_direction': 'true',
'language_type': 'CHN_ENG',
}
# 网络图片文字文字识别接口
result = aipOcr.webImage(get_file_content(filePath),options)
print(result)
编码后记
这种通过第三方OCR技术识别验证码的方式，本质上和上篇文章的原理是一致的
在实测过程中发现，没有太多干扰线，搜狗，腾讯，有道 基本表现一致
对于这种方式，学会即可~，道理都是一致的，当然你可以用Python实现一个图片转文字的小应用是没有任何问题的
欢迎关注非本科程序员公众账号，回复 ocr 下载源码
