通過百度AI識別簡單的驗證碼

 

 

為什么要使用百度AI的：

百度AI這個我之前用到的是語音識別，想着肯定也有圖片識別成文字的，所以找了一下果然找了，而且可以免費使用一點。

 

 

注：調用的這個百度AI識別不是專門識別驗證碼圖片的(它可以識別圖片中的所有文字，包括空格)，所以只能識別一些簡單的驗證碼，專業的使用超級鷹(收費)

 

使用到的場景：

(1) 最近再寫一個web自動化測試項目，在里面有一個selenium功能就是需要識別驗證碼。

(2) 在用爬蟲爬取登陸后的頁面內容時候，也需要識別驗證碼

 

百度AI找的地方：

 

 

支持識別的圖片格式：

 

 # 僅jpg/png/bmp格式

 

 

使用如下代碼需要先申請一個AI的應用：

 

 

--------申請完需要修改代碼種這三個值------------

APP_ID = 'xxxxxxxx'

API_KEY = 'xxxxxxxx'

SECRET_KEY = 'xxxxxxxxxx'

--------申請完需要修改代碼種這三個值------------

 

 

安裝模塊 ：

pip install baidu-aip

 

 

識別代碼如下：

# 不包含轉換圖片格式的寫法

from aip import AipOcr


def _get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()


# 調用百度圖片識別
def baidu_discern(filename):
    """ 你的 APPID AK SK """
    APP_ID = 'xxxxxxxx'
    API_KEY = 'xxxxxxxx'
    SECRET_KEY = 'xxxxxxxxxx'

    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

    image = _get_file_content(filename)

    """ 調用網絡圖片文字識別, 圖片參數為本地圖片 """
    ret = client.webImage(image)
    words = ret.get('words_result')
    if words:
        return ''.join(words[0]['words'].split(' '))
    else:
        return ''


if __name__ == '__main__':
    ret = baidu_discern('../code.png')
    print(ret)

 

 

當圖片格式不是這三種格式時候，需要轉換圖片格式才能識別：

# 我用的是python3的pillow模塊進行圖片格式轉換

# python2是pil模塊

from PIL import Image
from aip import AipOcr


""" 讀取圖片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()


def baidu_discern(filename):
    """ 你的 APPID AK SK """
    APP_ID = 'xxxxxxx'
    API_KEY = 'xxxxxxxxx'
    SECRET_KEY = xxxxxxxxxx'

    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

    image = get_file_content(filename)

    """ 調用網絡圖片文字識別, 圖片參數為本地圖片 """
    ret = client.webImage(image)
    words = ret.get('words_result')
    if words:
        return ''.join(words[0]['words'].split(' '))


def get_img_content(filename, format=False):
    if format:
        # 轉換圖片格式
        new_filename = filename.split('.')[0] + '.png'
        Image.open(filename).save(new_filename)
        ret = baidu_discern(new_filename)
    else:
        ret = baidu_discern(filename)

    return ret

if __name__ == '__main__':
     # 非轉換的
     ret = get_img_content('../code.png', format=False)
     # 轉換的
     ret = get_img_content('../code.png', format=True)
     print(ret)

 

使用效果：

# 以古詩文網的驗證碼為例

https://so.gushiwen.org/user/login.aspx?from=http://so.gushiwen.org/user/collect.aspx

 

 # 用selenium執行的話，使用的時候需要截圖下來