基于 Python ddddocr 模块实现指定元素区域的文本识别

前言

①python第三方库ddddocr（带带弟弟ocr）通用验证码识别。

②环境要求：python版本<=3.9。

调用方法

import ddddocr # 导入 ddddocr

ocr = ddddocr.DdddOcr(use_gpu=False, device_id=0) # 实例化
file_name = 'test.png'
with open(file_name, 'rb') as f: # 打开图片
img_bytes = f.read() # 读取图片
content = ocr.classification(img_bytes=img_bytes) # 识别
print("识别到的内容 {}".format(content))

参数说明

 Ddddocr 类接受两个实例参数

参数名

默认值

说明

use_gpu

False

Bool 是否使用gpu进行推理，如果该值为False则device_id不生效

device_id

0

int cuda设备号，目前仅支持单张显卡

 classification() 方法需要一个参数

参数名

默认值

说明

img

0

bytes 图片的bytes格式

下载安装

pip install ddddocr

运行如下：

实例1

图片示例：

 代码如下：

import ddddocr

ocr = ddddocr.DdddOcr()
file_name = 'test.png'
with open(file_name, 'rb') as f:
img_bytes = f.read()
content = ocr.classification(img_bytes)
print("识别到的内容 {}".format(content))

运行结果：

实例2

环境：win10 + python3.7 + selenium + ddddocr + PIL  实现自动化测试过程中识别验证码

from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
import time
import ddddocr
from PIL import Image
import os

def getToken():
url = "http://localhost/#/login"

from selenium.webdriver.firefox.options import Options
firefox_options = Options()
firefox_options.headless = False
driver = webdriver.Firefox(options=firefox_options)
# 设置等待时间
waite = WebDriverWait(driver, 5)
driver.get(url)
driver.implicitly_wait(6)
# 1.先保存当前页面为一个png图
driver.get_screenshot_as_file("page.png")

inputname = driver.find_elements_by_class_name("el-input__inner")[0]
inputname.click()
inputname.send_keys("10000")
inputpassword = driver.find_elements_by_class_name("el-input__inner")[1]
inputpassword.send_keys("123456")

# choice = driver.find_element_by_class_name("person")
choice = driver.find_element_by_xpath('/html/body/div/div/div/div[1]/div/div[2]/div/div[2]/div[2]')
choice.click()
# 2.然后将页面截图中的验证码截取出来
image = Image.open("page.png")
captchaurl = driver.find_element_by_class_name("login-code-img")
left = captchaurl.location.get("x")
top = captchaurl.location.get("y")
right = left + captchaurl.size.get("width")
bottom = top + captchaurl.size.get("height")
cropImg = image.crop((left, top, right, bottom))
cropImg.save("code.png")
# 3.读取验证码图
with open('code.png','rb') as f:
content_captcha = f.read()
# print(content_captcha)
# 4.此处是重点，解析验证码，得到4位数字，只需要2行代码
ocr = ddddocr.DdddOcr()
code = ocr.classification(content_captcha)
print(code)

inputcaptcha = driver.find_elements_by_class_name("el-input__inner")[2]
inputcaptcha.send_keys(code)

button = driver.find_element_by_tag_name("button")
button.click()

# logs = driver.get_log('performance')
cookie = driver.get_cookies()
print(cookie)
if cookie != []:
token = cookie[0]['value']
else:
token = ""
driver.quit()
return token

token = ""
result = False
while result == False:
token = getToken()
if token != "":
result = True
print(token)

 

未完成：

​​python3安装OCR识别库tesserocr过程图解​​

去期待陌生，去拥抱惊喜。