欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

python使用百度OCR图片验证码

程序员文章站 2022-07-14 16:59:19
...

在爬取网站的时候都遇到过验证码,有什么方法可以让程序帮我们识别验证码呢?其实网上已有很多打码平台,但是这些都是需要money,像阿里云平台的,以前大概是每分钱1次,现在价格有点小贵,但对于仅仅爬取点数据而接入打码平台实属浪费。发现百度云上面有免费ocr正好可以利用,API也基本可以满足日常的使用,对于单个应用每天可以调500次,对于测试来说够了

登录至控制台,找到文字识别一栏

python使用百度OCR图片验证码

然后创建一个应用吧,系统会为你当前这个应用分配几个参数,这就是调用其API必须要使用的,在代码中会说到
python使用百度OCR图片验证码

在正式调用其接口之前,还是建议先大致阅读一下API文档,根据自己的业务需要选择适合自己的API接口使用
python使用百度OCR图片验证码

通常来说,我们要做的识别主要有两种,一是本地的图片验证码,二是网络的图片验证码,当然现在比较流行的滑块的那个稍后会说,我们就以前两种场景简单模拟一下过程

按照调用API的步骤,第一步自然是需要获取token了,其实百度云这里提供了两种方式,rest的方式和SDK的形式,哪一种都可以,我这里先使用rest的方式,

1、获取access_token

#获取token
def get_token():
    client_id = 'wl378dz2br7cr5QoHZV6Lym7'
    client_secret = 'qOuDXiA84VP4H#########sdyZysyetdhq'
    base_url = 'https://aip.baidubce.com/oauth/2.0/token?grant_type=client_credentials&client_id='
    host = base_url + client_id + '&client_secret=' + client_secret
    response = requests.get(host)
    if response:
        print(response.json()['access_token'])
        return response.json()['access_token']

调用一下这个方法,可以看到获取到了access_token值
python使用百度OCR图片验证码

2、使用通用文字识别(高精度含位置版)

关于里面的参数,可以参考API的参数说明有选择的使用

#通用文字识别
def recog_imageV1():
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/general"
    # 二进制方式打开图片文件
    f = open('C:\\其他文件\\图片\\4455.jpg', 'rb')
    img = base64.b64encode(f.read())

    params = {"image": img}
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    headers = {'content-type': 'application/x-www-form-urlencoded'}
    response = requests.post(request_url, data=params, headers=headers)
    if response:
        print(response.json())

我们在网上随便下载一张带有文字的图片,测试一下这个API是否好使,
python使用百度OCR图片验证码

直接调用一下这个方法,我们把这个拷出来,看看效果,我们只需要根据API接口返回的数据解析其中的文字即可,
python使用百度OCR图片验证码

python使用百度OCR图片验证码

再看一个普通的验证码图片,
python使用百度OCR图片验证码

执行下程序,也能读出来
python使用百度OCR图片验证码

接下来,再说一下另外一个API,就是网络上的图片,比如在上一篇中登录界面上不断变化的图片验证码,我们摘出链接如下:http://icode.renren.com/getcode.do?t=web_login&rnd=Math.random(),

python使用百度OCR图片验证码

下面我们来尝试使用以下这个API来解析不断变化的图片验证码,
python使用百度OCR图片验证码

#识别网络图片
def reco_image_web():
    request_url = "https://aip.baidubce.com/rest/2.0/ocr/v1/webimage"
    # 二进制方式打开图片文件
    url = "http://icode.renren.com/getcode.do?t=web_login&rnd=Math.random()"
    params = {"url": url}
    access_token = get_token()
    request_url = request_url + "?access_token=" + access_token
    headers = {
        'content-type': 'application/x-www-form-urlencoded',
        "detect_direction":"false",
        "detect_language":"false"
    }

    response = requests.post(request_url, data=params, headers=headers)
    if response:
        print(response.json())

运行一下程序,可以看到也能解析出来
python使用百度OCR图片验证码

关于使用百度OCR解析图片和验证码的简单使用就到这里了,更多内容有兴趣的同学可以深入研究,最后感谢观看!