当前位置：首页 > article >正文

【Python】ddddoc进行OCR识别和目标检测 ——识别验证码和滑块（安装部署+测试代码注释详细）

article 2025/2/22 2:15:42

安装部署

gitee已经上传完整项目

在这里插入图片描述

requiremen.txt

coloredlogs==15.0.1
flatbuffers==23.3.3
humanfriendly==10.0
mpmath==1.3.0
numpy==1.24.2
onnxruntime==1.14.1
opencv-python==4.7.0.72
packaging==23.0
Pillow==9.5.0
protobuf==4.22.1
pyreadline3==3.4.1
sympy==1.11.1

插件作者更新地址

作者官方更新地址，但是requirement.txt有点问题，最好用我打包好的解压即用，但是后续获取项目更新用作者的。

https://github.com/sml2h3/ddddocr

项目结构

你的项目
- ddddocr（存放插件文件）
- test_pic（存放验证码测试图片）
- venv（如果你要配置虚拟环境的话）
- requirements.txt（venv 安装第三方库时用到）
- 你的测试代码.py（import ddddocr 调用方法）

第一部分 OCR识别部分

# @Time    : 2023/4/8 22:14
# @Author  : 南黎
import ddddocr

#1.初始化一个实例，配置识别模式默认为OCR识别
ocr = ddddocr.DdddOcr()

#2.读取图片
with open("test_pic/OCR_yzm.png", 'rb') as f:
    image = f.read()

#3.给ocr实例传入image图片进行识别,得到ocr内容
ocr_result = ocr.classification(image)
print(ocr_result)#iepv

验证码
识别结果

第二部分目标检测部分

# @Time    : 2023/4/9 8:17
# @Author  : 南黎
import ddddocr
import cv2

#1.初始化一个实例，配置识别模式为目标检测
det = ddddocr.DdddOcr(det=True)

#2.读取图片
file_path= "test_pic/ob_yzm.png"#图片路径
result_file_path= "test_pic/result_ob_yzm.png"#保存的结果图片的路径
with open(file_path, 'rb') as f:
    image = f.read()

#3.给det实例传入image图片进行识别
result_poses = det.detection(image)
#打印得到的识别结果，复合列表中表示了每一个框四个顶点的x，y坐标
#[[3, 15, 34, 46], [204, 124, 234, 155], [67, 32, 96, 62], [113, 89, 143, 118], [184, 71, 213, 100], [68, 127, 98, 156], [153, 128, 185, 157]]
print(result_poses)

#4.读取cv2图片对象im
image_cv2 = cv2.imread(file_path)#读取图片路径，但是注意不能带有中文

#5.绘制带有瞄框的cv2图片
for box in result_poses:
    x1, y1, x2, y2 = box
    im = cv2.rectangle(image_cv2, (x1, y1), (x2, y2), color=(0, 0, 255), thickness=2)

#6.把绘制的图片输出持久化保存
cv2.imwrite(result_file_path, image_cv2)