Selenium+dddocr轻松解决Web自动化验证码识别

大家好，我是狂师，今天给大家推荐一款验证码识别神器：dddocr。

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

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

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

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

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

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：

  pip install selenium
  pip install dddocr

2. 导入必要的库和模块：

   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

3. 创建一个dddocr的实例：

  ocr = dddocr.DddOcr()

4. 使用selenium打开登录页面，并找到验证码图片元素：

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

5. 获取验证码图片的src属性，并下载保存到本地：

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

6. 使用dddocr识别验证码：

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

7. 在登录页面找到验证码输入框，并输入识别出的验证码：

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

8. 输入其他登录信息，并提交表单：

   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：

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：

   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')))

2. 执行JavaScript代码，获取验证码图片的base64编码：

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

3. 将base64编码解码为图片，并保存到本地：

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

4. 使用dddocr识别验证码：

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

5. 在登录页面找到验证码输入框，并输入识别出的验证码：

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

6. 输入其他登录信息，并提交表单：

   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：

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。