python结合百度开放平台的文字识别进行验证码处理

1.注册百度开放平台（百度）

2.获取百度appid ak  sk

3.接口如下

# 验证码的识别
def discern_captcha(yzmfile):

    """你的百度 APPID AK SK"""
    APP_ID = '00000000'
    API_KEY = 'xxxxxxxxxxxxxxxx'
    SECRET_KEY = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX'

    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
    """ 读取图片 """
    def get_file_content(yzmfile):
        with open(yzmfile, 'rb') as fp:
            return fp.read()

    image = get_file_content(yzmfile)

    """ 调用通用文字识别（高精度版） """
    res = client.basicAccurate(image)
    # 遍历结果 将所有的文字都合并到一起
    strx = ""
    for tex in res["words_result"]:
        strx += tex["words"]
    # 输出验证码
    print('验证码为：'+ strx)
    return strx

4.有了接口，接下来就是获取对应的验证码图片

"""获取url验证码，截屏保存到本地，再截取验证码位置"""
uuid = int(round(time.time() * 1000))
print(uuid)
url = "http://192.168.16.11:8082/login"
driver.get(url)
sleep(2)
# 刷新
driver.refresh()
sleep(3)

imgfile = 'D:/seleniumIDE/yanzma/'+str(uuid)+'.png'
# 截取屏幕内容，保存到本地
driver.get_screenshot_as_file(imgfile)

# 截取屏幕内容 方法二
# driver.save_screenshot(imgfile)
print("截屏OK")
# 3、打开截图，获取验证码位置，截取保存验证码
ran = Image.open(imgfile)

# 参数说明
# 第一个参数 开始截图的x坐标
# 第二个参数 开始截图的y坐标
# 第三个参数 结束截图的x坐标
# 第四个参数 结束截图的y坐标
# bbox = (760, 0, 1160, 1080)
# im = ImageGrab.grab(bbox)
# # 参数 保存截图文件的路径
# im.save('yzm.png')
box = (1405, 480, 1500, 520)  # 获取验证码位置,使用了手动定位，代表（左，上，右，下）
print("截图OK")
ran.crop(box).save("D:/seleniumIDE/yanzma/"+str(uuid)+"02.png")

以上需要根据实际调整

5. 读取验证码后，就在实际中使用demo

from selenium import webdriver
from selenium.webdriver.common.by import By
import time
from aip import AipOcr
from PIL import Image, ImageEnhance, ImageGrab
from time import sleep
from selenium.webdriver.common.keys import Keys

driver = webdriver.Chrome()
driver.maximize_window()
""" 你的 APPID AK SK """
APP_ID = '00000000'
API_KEY = 'xxxxxxxxxxxxxx'
SECRET_KEY = 'XXXXXXXXXXXXXXXXXXXXXXXXXXXXXXX'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

"""获取url验证码，截屏保存到本地"""
uuid = int(round(time.time() * 1000))
print(uuid)
url = "http://192.168.16.11:8082/login"
driver.get(url)
sleep(2)
# 刷新
driver.refresh()
sleep(3)
imgfile = 'D:/seleniumIDE/yanzma/'+str(uuid)+'.png'
# 截取屏幕内容，保存到本地
driver.get_screenshot_as_file(imgfile)
# 截取屏幕内容 方法二
# driver.save_screenshot(imgfile)
print("截屏OK")
# 3、打开截图，获取验证码位置，截取保存验证码
ran = Image.open(imgfile)

# 参数说明
# 第一个参数 开始截图的x坐标
# 第二个参数 开始截图的y坐标
# 第三个参数 结束截图的x坐标
# 第四个参数 结束截图的y坐标
# bbox = (760, 0, 1160, 1080)
# im = ImageGrab.grab(bbox)
# # 参数 保存截图文件的路径
# im.save('zy.png')
box = (1405, 480, 1500, 520)  # 获取验证码位置,自动定位不是很清晰，就使用了手动定位，代表（左，上，右，下）
print("截图OK")
ran.crop(box).save("D:/seleniumIDE/yanzma/"+str(uuid)+"02.png")

# # 4、获取验证码图片，读取验证码
# imageCode = Image.open("D:/seleniumIDE/yanzma/"+str(uuid)+"02.png")  # 图像增强，二值化
# # imageCode.load()
# sharp_img = ImageEnhance.Contrast(imageCode).enhance(2.0)
# sharp_img.save("D:/seleniumIDE/yanzma/"+str(uuid)+"03.png")
# sharp_img.load()  # 对比度增强
# time.sleep(2)
# print(sharp_img)
# # code = pytesseract.image_to_string(sharp_img).strip()

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

image = get_file_content("D:/seleniumIDE/yanzma/"+str(uuid)+"02.png")

""" 调用通用文字识别（高精度版） """
res = client.basicAccurate(image)
print(res)
# 遍历结果 将所有的文字都合并到一起
strx=""
for tex in res["words_result"]:
    strx+=tex["words"]
# 输出验证码
print(strx)
sleep(2)
driver.find_element(By.CSS_SELECTOR, ".el-form-item:nth-child(1) .el-input__inner").click()
driver.find_element(By.CSS_SELECTOR, ".el-form-item:nth-child(1) .el-input__inner").send_keys("admin")
driver.find_element(By.CSS_SELECTOR, ".el-input--suffix > .el-input__inner").send_keys("admin")
driver.find_element(By.CSS_SELECTOR, ".el-form-item:nth-child(3) .el-input__inner").send_keys(strx)
# driver.find_element(By.CSS_SELECTOR, ".el-button").click()sleep(10)
#driver.find_element(By.CSS_SELECTOR, ".el-button > span").click()
driver.find_element(By.CSS_SELECTOR, ".el-button").send_keys(Keys.ENTER)

sleep(19)
driver.close()

只是普通Demo