Selenium+dddocr轻松解决Web自动化验证码识别

1、介绍

dddocr是一个基于深度学习的OCR（Optical Character Recognition，光学字符识别）库，用于识别图片中的文字。它可以识别各种类型的文字，包括印刷体、手写体、表格、条形码等。dddocr库使用了深度卷积神经网络（CNN）和循环神经网络（RNN）等先进的模型，具有较高的准确性和稳定性。

使用dddocr库可以方便地进行文字识别的开发和应用。它提供了简单易用的API接口，可以接收图片作为输入，返回识别结果。用户只需要将待识别的图片传入dddocr库的API接口，即可获取识别出的文字信息。同时，dddocr库还支持批量处理多张图片，提供了多线程和分布式处理的功能，可以提高识别速度和效率。

dddocr库可以广泛应用于各种场景，例如文档数字化、图像检索、自动化办公等。它可以帮助用户快速准确地提取图片中的文字信息，方便进行后续的处理和分析。在实际应用中，dddocr库已经被广泛应用于金融、医疗、物流等领域，取得了良好的效果。

2、基本使用

安装：pip install dddocr

利用dddocr库可以支持识别不同类型的验证码。

示例1：英文字母验证码识别

代码语言：javascript复制

import dddocr

def recognize_letter_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='letter')
    return result

image_path = 'letter_captcha.png'
result = recognize_letter_captcha(image_path)
print(result)

示例2：数字验证码识别

代码语言：javascript复制

import dddocr

def recognize_number_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='number')
    return result

image_path = 'number_captcha.png'
result = recognize_number_captcha(image_path)
print(result)

示例3：混合验证码识别

代码语言：javascript复制

import dddocr

def recognize_mixed_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='mixed')
    return result

image_path = 'mixed_captcha.png'
result = recognize_mixed_captcha(image_path)
print(result)

示例4：滑动验证码识别

代码语言：javascript复制

import dddocr

def recognize_slide_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.slide_captcha(image_path)
    return result

image_path = 'slide_captcha.png'
result = recognize_slide_captcha(image_path)
print(result)

示例5：中文验证码识别

代码语言：javascript复制

import dddocr

def recognize_chinese_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='chinese')
    return result

image_path = 'chinese_captcha.png'
result = recognize_chinese_captcha(image_path)
print(result)

以上示例中，image_path为待识别的验证码图片路径，通过调用不同的识别函数来识别不同类型的验证码。每个示例都创建了一个dddocr的实例，然后调用相应的方法进行识别。识别结果会以字符串形式返回。实际应用中，可能需要根据具体情况进行参数调整和模型训练，以提高识别准确性。

3、selenium dddorc自动化登录识别验证码

使用selenium和dddocr进行自动登录时，可以通过以下步骤识别验证码：

1. 安装selenium和dddocr库：

代码语言：javascript复制

  pip install selenium
  pip install dddocr

1. 导入必要的库和模块：

代码语言：javascript复制

   from selenium import webdriver
   from selenium.webdriver.common.by import By
   from selenium.webdriver.support.ui import WebDriverWait
   from selenium.webdriver.support import expected_conditions as EC
   import dddocr

1. 创建一个dddocr的实例：

代码语言：javascript复制

  ocr = dddocr.DddOcr()

1. 使用selenium打开登录页面，并找到验证码图片元素：

代码语言：javascript复制

   driver = webdriver.Chrome()
   driver.get('https://example.com/login')
   captcha_image = driver.find_element(By.ID, 'captcha-image')

1. 获取验证码图片的src属性，并下载保存到本地：

代码语言：javascript复制

  captcha_image_src = captcha_image.get_attribute('src')
  driver.get_screenshot_as_file('screenshot.png')

1. 使用dddocr识别验证码：

代码语言：javascript复制

   result = ocr.classification('screenshot.png', model_type='mixed')
   captcha_code = result[0]['text']

1. 在登录页面找到验证码输入框，并输入识别出的验证码：

代码语言：javascript复制

   captcha_input = driver.find_element(By.ID, 'captcha-input')
   captcha_input.send_keys(captcha_code)

1. 输入其他登录信息，并提交表单：

代码语言：javascript复制

   username_input = driver.find_element(By.ID, 'username-input')
   password_input = driver.find_element(By.ID, 'password-input')
   username_input.send_keys('your_username')
   password_input.send_keys('your_password')
   submit_button = driver.find_element(By.ID, 'submit-button')
   submit_button.click()

完整的代码示例：

代码语言：javascript复制

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import dddocr

ocr = dddocr.DddOcr()

driver = webdriver.Chrome()
driver.get('https://example.com/login')

captcha_image = driver.find_element(By.ID, 'captcha-image')
captcha_image_src = captcha_image.get_attribute('src')
driver.get_screenshot_as_file('screenshot.png')

result = ocr.classification('screenshot.png', model_type='mixed')
captcha_code = result[0]['text']

captcha_input = driver.find_element(By.ID, 'captcha-input')
captcha_input.send_keys(captcha_code)

username_input = driver.find_element(By.ID, 'username-input')
password_input = driver.find_element(By.ID, 'password-input')
username_input.send_keys('your_username')
password_input.send_keys('your_password')

submit_button = driver.find_element(By.ID, 'submit-button')
submit_button.click()

以上代码示例中，假设登录页面的验证码图片元素的id为'captcha-image'，验证码输入框的id为'captcha-input'，用户名输入框的id为'username-input'，密码输入框的id为'password-input'，登录按钮的id为'submit-button'。根据实际情况，需要替换这些id值为实际的页面元素id。

注意：上述示例仅适用于验证码图片直接以img标签的形式嵌入在页面中的情况。

4、验证码通过Ajax请求加载如何识别

如果验证码是通过Ajax请求加载的，可以通过以下步骤识别验证码：

1. 使用selenium打开登录页面，并等待验证码图片加载完成：

代码语言：javascript复制

   driver = webdriver.Chrome()
   driver.get('https://example.com/login')

   wait = WebDriverWait(driver, 10)
   captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))

1. 执行JavaScript代码，获取验证码图片的base64编码：

代码语言：javascript复制

   captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)

1. 将base64编码解码为图片，并保存到本地：

代码语言：javascript复制

   with open('captcha.png', 'wb') as f:
       f.write(base64.b64decode(captcha_image_base64))

1. 使用dddocr识别验证码：

代码语言：javascript复制

  result = ocr.classification('captcha.png', model_type='mixed')
  captcha_code = result[0]['text']

1. 在登录页面找到验证码输入框，并输入识别出的验证码：

代码语言：javascript复制

   captcha_input = driver.find_element(By.ID, 'captcha-input')
   captcha_input.send_keys(captcha_code)

1. 输入其他登录信息，并提交表单：

代码语言：javascript复制

   username_input = driver.find_element(By.ID, 'username-input')
   password_input = driver.find_element(By.ID, 'password-input')
   username_input.send_keys('your_username')
   password_input.send_keys('your_password')

   submit_button = driver.find_element(By.ID, 'submit-button')
   submit_button.click()

完整的代码示例：

代码语言：javascript复制

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import dddocr
import base64

ocr = dddocr.DddOcr()

driver = webdriver.Chrome()
driver.get('https://example.com/login')

wait = WebDriverWait(driver, 10)
captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))

captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)

with open('captcha.png', 'wb') as f:
    f.write(base64.b64decode(captcha_image_base64))

result = ocr.classification('captcha.png', model_type='mixed')
captcha_code = result[0]['text']

captcha_input = driver.find_element(By.ID, 'captcha-input')
captcha_input.send_keys(captcha_code)

username_input = driver.find_element(By.ID, 'username-input')
password_input = driver.find_element(By.ID, 'password-input')
username_input.send_keys('your_username')
password_input.send_keys('your_password')

submit_button = driver.find_element(By.ID, 'submit-button')
submit_button.click()

以上代码示例中，假设登录页面的验证码图片元素的id为'captcha-image'，验证码输入框的id为'captcha-input'，用户名输入框的id为'username-input'，密码输入框的id为'password-input'，登录按钮的id为'submit-button'。根据实际情况，需要替换这些id值为实际的页面元素id。

注意：上述示例仅适用于验证码图片通过Ajax请求加载，并且返回的是base64编码的情况。如果验证码图片是通过其他方式加载的，或者返回的是其他格式的数据（如图片的URL），则需要根据具体情况进行相应的处理。

自动化 selenium 验证码 web 登录

0 人点赞