Python简单解决验证码问题

Author： Quan
发布时间：October 18, 2020
5082views
3 comments
3809 words
Categories：主页笔记教程

## 前言

最近有个需求涉及的验证码登录，尝试过许多 OCR API 都没有什么好的效果，准确率可以说约等于 0 . 当然也可能是我没找到。

不过通过搜索还是让我发现了 [captcha_trainer](https://github.com/kerlomz/captcha_trainer)  这个项目。

项目的 About ：

> [验证码识别-训练] This project is based on CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy to realize verification code identification. This project is only for training the model.

项目介绍 ：

> 基于深度学习的图片验证码的解决方案 - 该项目能够秒杀字符粘连重叠/透视变形/模糊/噪声等各种干扰情况，足以解决市面上绝大多数复杂的[验证码场景](https://github.com/kerlomz/captcha_trainer#jump)，目前也被用于其他OCR场景。

看起来不错，而且项目还提供了编译版，像我这种无基础的人也能轻松跑起来。

当然光有这个项目是完全不行的，还需要大量的训练集，才能训练出识别验证码的模型。下面我就简单的讲述下我的解决办法及思路。

## 正文

### 准备工作

首先是要下载好需要的一切东西。

1. [captcha_trainer 编译版](https://github.com/kerlomz/captcha_trainer/releases/tag/v1.0) 
2. [部署程序](https://github.com/kerlomz/captcha_platform) 这个是用来部署训练出来的模型的

其次是准备相关环境

1. Python 3.8+
2. Windows 10

### 准备训练集

每个网站的验证码复杂度都是不一样的，有的很复杂有的很简单。复杂就意味着需要更多的样本才能训练出准确率高的模型。但这少说几万的训练集从何而来呢？

下面我说说我的思路：

1. 首先分析网站是如何生成验证码的，比如用了什么开源的验证码生成方案，或者是自己写的验证码生成方案。

2. 找到该网站验证码的生成方法后就好办了，比如使用了 Kaptcha 这个项目，这个时候就只需要去实际模拟一下生成过程，就可以获得不少的样本。但是通过这样生成的训练集去训练出来的模型，在实际使用中会发现准确率很低！这是因为，体同样的项目，你设置的参数和网站的参数是很难保证一致的，只能做到相似。

但不用怕，你可以用这个成功率低的模型，写个爬虫去验证实际的网站来重新采集训练集。即使只有30%的准确率，也是足够的，验证 1000 次便能收集到300个样本，这样多运行几次便能获得足够的样本再训练一次了。

因为这次是使用的是网站生成的验证码来训练的模型，在实际使用中准确率就会十分高了。

3. 如果网站是使用的自己写的方案来生成验证码的话，就只能选择自己写脚本来收集验证码了，可以先自己标注 1000 个样本，拿这 1000 去训练一个模型，不需要多高的准确率，10% 都足够。再和上面说到的一样，用这个模型去网站实际验证然后收集样本重新训练。

如果觉得自己标注麻烦，也可以选择一些平台来做，只是需要付出相应的金钱。

### 开始训练

训练集准备完毕，现在就开始训练了。这里我准备了我自己使用过的训练集给大家实际体验一下。

点击 [Python简单解决验证码问题](http://ad.myelf.club/?file=zb37ue47 "Python简单解决验证码问题") 即可下载

**注：`_test`结尾的是验证集，其他的是训练集**

解压之前下载的编译版，运行 app.exe

运行之后会弹出两个框框，一个黑一个白。黑色可以查看训练的实时进度，白色是用来配置的。

对于一般的来说，默认配置便可。需要修改的只有训练集路径和验证集路径，已经标签数。标签数是指验证码个数，比如四位验证码就设置为4.

![image-20201018160630392](https://cdn.jsdelivr.net/gh/Quan666/CDN/pic/image-20201018160630392.png)

其他如何配置就不展开说了。自己稍加研究即可。

### 部署

训练完成之后便是部署了，首先去 app.exe 这个文件所在目录下找到 projects 文件夹，这个文件夹下保存了你刚刚训练的模型。

进入对应项目名，将 out 目录下的两个文件夹复制，然后到之前下载的部署程序编译版目录下，运行 captcha_platform_tornado.exe 程序即可。

接下来就可以调用对应接口测试了。具体使用请结合 [史上最强Python验证码识别｜开源+通用识别模型](https://segmentfault.com/a/1190000022812969) 文章查看。

这里说一下 SDK 的调用方式，即集成到你的 Python 项目中：

首先安装 muggle_ocr 模块（Python最好是3.8+ 64位）

示例代码：

```
import time

# 1. 导入包
import muggle_ocr

"""
使用预置模型，预置模型包含了[ModelType.OCR, ModelType.Captcha] 两种
其中 ModelType.OCR 用于识别普通印刷文本, ModelType.Captcha 用于识别4-6位简单英数验证码

"""

# 打开印刷文本图片
with open(r"test1.png", "rb") as f:
    ocr_bytes = f.read()

# 打开验证码图片
with open(r"test2.jpg", "rb") as f:
    captcha_bytes = f.read()

# 2. 初始化；model_type 可选: [ModelType.OCR, ModelType.Captcha]
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# ModelType.Captcha 可识别光学印刷文本
for i in range(5):
    st = time.time()
    # 3. 调用预测函数
    text = sdk.predict(image_bytes=ocr_bytes)
    print(text, time.time() - st)

# ModelType.Captcha 可识别4-6位验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
for i in range(5):
    st = time.time()
    # 3. 调用预测函数
    text = sdk.predict(image_bytes=captcha_bytes)
    print(text, time.time() - st)

"""
使用自定义模型
支持基于 https://github.com/kerlomz/captcha_trainer 框架训练的模型
训练完成后，进入导出编译模型的[out]路径下, 把[graph]路径下的pb模型和[model]下的yaml配置文件放到同一路径下。
将 conf_path 参数指定为 yaml配置文件 的绝对或项目相对路径即可，其他步骤一致，如下示例：
"""
with open(r"test3.jpg", "rb") as f:
    b = f.read()
sdk = muggle_ocr.SDK(conf_path="./ocr.yaml")
text = sdk.predict(image_bytes=b)
```

### 结语

这绝对是一个很方便的项目，即使我这样的小白也能快速上手。

### 相关

[史上最强Python验证码识别｜开源+通用识别模型](https://segmentfault.com/a/1190000022812969)

https://www.jianshu.com/p/1f2f7c47e812
https://gitee.com/rwxing/springbootKaptcha

https://www.freebuf.com/articles/web/238701.html

Last modification：October 20th, 2020 at 12:56 pm

If you think my article is useful to you, please feel free to appreciate

3 comments

星座占卜
November 16th, 2020 at 04:49 pm

学到了,太难了

Reply
afa
November 2nd, 2020 at 04:07 pm

又发现一个好站,收藏了~以后会经常光顾的Σ(っ °Д °;)っ

Reply
按时发放
October 20th, 2020 at 03:52 pm

博客真好看,来混个脸熟ヾ(≧∇≦*)ゝ

Reply

Python简单解决验证码问题

Quan • 2020 年 10 月 18 日

## 前言

最近有个需求涉及的验证码登录，尝试过许多 OCR API 都没有什么好的效果，准确率可以说约等于 0 . 当然也可能是我没找到。

不过通过搜索还是让我发现了 [captcha_trainer](https://github.com/kerlomz/captcha_trainer)  这个项目。

项目的 About ：

> [验证码识别-训练] This project is based on CNN/ResNet/DenseNet+GRU/LSTM+CTC/CrossEntropy to realize verification code identification. This project is only for training the model.

项目介绍 ：

看起来不错，而且项目还提供了编译版，像我这种无基础的人也能轻松跑起来。

当然光有这个项目是完全不行的，还需要大量的训练集，才能训练出识别验证码的模型。下面我就简单的讲述下我的解决办法及思路。

## 正文

### 准备工作

首先是要下载好需要的一切东西。

其次是准备相关环境

1. Python 3.8+
2. Windows 10

### 准备训练集

下面我说说我的思路：

1. 首先分析网站是如何生成验证码的，比如用了什么开源的验证码生成方案，或者是自己写的验证码生成方案。

因为这次是使用的是网站生成的验证码来训练的模型，在实际使用中准确率就会十分高了。

如果觉得自己标注麻烦，也可以选择一些平台来做，只是需要付出相应的金钱。

### 开始训练

训练集准备完毕，现在就开始训练了。这里我准备了我自己使用过的训练集给大家实际体验一下。

点击 [Python简单解决验证码问题](http://ad.myelf.club/?file=zb37ue47 "Python简单解决验证码问题") 即可下载

**注：`_test`结尾的是验证集，其他的是训练集**

解压之前下载的编译版，运行 app.exe

运行之后会弹出两个框框，一个黑一个白。黑色可以查看训练的实时进度，白色是用来配置的。

对于一般的来说，默认配置便可。需要修改的只有训练集路径和验证集路径，已经标签数。标签数是指验证码个数，比如四位验证码就设置为4.

![image-20201018160630392](https://cdn.jsdelivr.net/gh/Quan666/CDN/pic/image-20201018160630392.png)

其他如何配置就不展开说了。自己稍加研究即可。

### 部署

训练完成之后便是部署了，首先去 app.exe 这个文件所在目录下找到 projects 文件夹，这个文件夹下保存了你刚刚训练的模型。

进入对应项目名，将 out 目录下的两个文件夹复制，然后到之前下载的部署程序编译版目录下，运行 captcha_platform_tornado.exe 程序即可。

接下来就可以调用对应接口测试了。具体使用请结合 [史上最强Python验证码识别｜开源+通用识别模型](https://segmentfault.com/a/1190000022812969) 文章查看。

这里说一下 SDK 的调用方式，即集成到你的 Python 项目中：

首先安装 muggle_ocr 模块（Python最好是3.8+ 64位）

示例代码：

```
import time

# 1. 导入包
import muggle_ocr

"""
使用预置模型，预置模型包含了[ModelType.OCR, ModelType.Captcha] 两种
其中 ModelType.OCR 用于识别普通印刷文本, ModelType.Captcha 用于识别4-6位简单英数验证码

"""

# 打开印刷文本图片
with open(r"test1.png", "rb") as f:
    ocr_bytes = f.read()

# 打开验证码图片
with open(r"test2.jpg", "rb") as f:
    captcha_bytes = f.read()

# 2. 初始化；model_type 可选: [ModelType.OCR, ModelType.Captcha]
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# ModelType.Captcha 可识别光学印刷文本
for i in range(5):
    st = time.time()
    # 3. 调用预测函数
    text = sdk.predict(image_bytes=ocr_bytes)
    print(text, time.time() - st)

### 结语

这绝对是一个很方便的项目，即使我这样的小白也能快速上手。

### 相关

[史上最强Python验证码识别｜开源+通用识别模型](https://segmentfault.com/a/1190000022812969)

https://www.jianshu.com/p/1f2f7c47e812
https://gitee.com/rwxing/springbootKaptcha

https://www.freebuf.com/articles/web/238701.html

Python简单解决验证码问题

Leave a Comment Cancel reply

3 comments

自建 RSSHub 公开使用说明

ELF_RSS 订阅插件使用、安装教程

天翼云盘目录直链解析批量下载

酷Q 推特转发机器人插件

酷Q RSS订阅转发插件安装教程实现Twitter、YouTube等转发

自建 RSSHub 公开使用说明

此内容被密码保护

AI 自动去除漫画文字 SickZil-Machine使用介绍

Eclipse下打包JavaWeb程序为war及发布到Linux服务器Tomcat上

动态规划 03

Python简单解决验证码问题