通过百度AI识别简单的验证码

Posted 2022-10-26 zezhou

 

 

为什么要使用百度AI的：

百度AI这个我之前用到的是语音识别，想着肯定也有图片识别成文字的，所以找了一下果然找了，而且可以免费使用一点。

 

 

注：调用的这个百度AI识别不是专门识别验证码图片的(它可以识别图片中的所有文字，包括空格)，所以只能识别一些简单的验证码，专业的使用超级鹰(收费)

 

使用到的场景：

(1) 最近再写一个web自动化测试项目，在里面有一个selenium功能就是需要识别验证码。

(2) 在用爬虫爬取登陆后的页面内容时候，也需要识别验证码

 

百度AI找的地方：

 

 

支持识别的图片格式：

 

 # 仅jpg/png/bmp格式

 

 

使用如下代码需要先申请一个AI的应用：

 

 

--------申请完需要修改代码种这三个值------------

APP_ID = ‘xxxxxxxx‘

API_KEY = ‘xxxxxxxx‘

SECRET_KEY = ‘xxxxxxxxxx‘

--------申请完需要修改代码种这三个值------------

 

 

识别代码如下：

# 不包含转换图片格式的写法

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


# 调用百度图片识别
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)

    """ 调用网络图片文字识别, 图片参数为本地图片 """
    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)

 

 

当图片格式不是这三种格式时候，需要转换图片格式才能识别：

# 我用的是python3的pillow模块进行图片格式转换

# python2是pil模块

from PIL import Image
from aip import AipOcr


""" 读取图片 """
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)

    """ 调用网络图片文字识别, 图片参数为本地图片 """
    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:
        # 转换图片格式
        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__‘:
     # 非转换的
     ret = get_img_content(‘../code.png‘, format=False)
     # 转换的
     ret = get_img_content(‘../code.png‘, format=True)
     print(ret)

 

使用效果：

# 以古诗文网的验证码为例

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

 

 # 用selenium执行的话，使用的时候需要截图下来