Selenium+dddocr轻松解决Web自动化验证码识别
正式开课：重磅消息 | 2023年最新全栈测试开发技能实战指南V2.0（第4期）
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：
安装selenium和dddocr库：
pip install selenium
pip install dddocr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创建一个dddocr的实例：
ocr = dddocr.DddOcr()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')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')使用dddocr识别验证码：
result = ocr.classification('screenshot.png', model_type='mixed')
captcha_code = result[0]['text']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)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：
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')))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)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))使用dddocr识别验证码：
result = ocr.classification('captcha.png', model_type='mixed')
captcha_code = result[0]['text']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)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。
如果觉得有用，就请关注、点赞、在看、分享到朋友圈吧。
推荐阅读：
重磅消息 | 2023年最新全栈测试开发技能实战指南V2.0（第4期）
史上最全测试开发工具推荐（含自动化、APP性能、稳定性、抓包神器）
推荐几款常用测试数据自动生成工具（适用自动化测试、性能测试）
END
所有原创文章
第一时间发布至此公众号「测试开发技术」
长按二维码/微信扫码 添加作者