Python爬虫模拟登录：利用百度智能云API实现图片验证码自动识别

Ryan

发布时间：2026-10-15 | 4人浏览过

原创

本文详解如何在Python爬虫中通过百度智能云文字识别API解决图片验证码问题。内容涵盖从创建应用获取凭证、安装baidu-aip库，到使用Pillow库进行图像二值化预处理以提高识别率，最后调用handwriting接口完成自动登录的全过程。

爬虫模拟登录中的验证码挑战

在使用爬虫对门户网站进行模拟登录时，经常会遇到需要输入图片验证码的情况，例如常见的图形验证码场景。

解决方案：百度智能云OCR集成

要实现全自动的模拟登录，关键在于解决验证码识别问题。本文采用百度智能云的文字识别功能，该服务每日提供数百次免费调用额度，识别效果对于一般应用场景已足够使用。

接下来介绍具体的实施步骤。

应用创建与凭证获取

首先，访问百度智能云官网（https://cloud.baidu.com/）并登录账号。进入人工智能板块下的文字识别服务，创建一个新的应用。

在应用创建页面，随意填写应用名称和描述，点击“立即创建”即可。

应用创建成功后，系统将生成并显示AppID、API Key和Secret Key，请妥善保存这些信息。

环境配置与API初始化

随后，在PyCharm开发环境中安装baidu-aip库，并在代码中导入AipOcr包以调用相关功能。

from aip import AipOcr       #aip在baidu-aip中

接下来，使用获取到的凭证初始化百度API客户端。

#百度API
APP_ID = '你的之前拿到的AppID'
API_KEY = '你的之前拿到的API Key'
Secret_Key = '你的之前拿到的Secret Key'

图像预处理：二值化处理

为了提高识别准确率，需先将下载的图片验证码进行二值化处理。

此过程需要安装pillow库，并导入其中的Image模块。

from PIL import Image         #PIL在pillow库中

    #图片处理
    # 二值化处理 灰度阈值设为127，高于这个值的点全部填白色
    img_old = Image.open('code.jpg')
    img_old = img_old.convert('L') # 灰度图 模式“L” 每个像素用8个bit表示，0表示黑，255表示白
    threshld = 127 #设置阈值，图片的像素范围（0，255）
    table = []
    for i in range(256):
        if i <threshld:
            table.append(0)
        else:
            table.append(1)
    img_old = img_old.point(table,'1') # 对图像像素操作 模式“1” 为二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白
    img_old.save('code.jpg')

对于包含干扰线或明暗交替复杂的图片验证码，二值化处理能有效去除背景干扰，提升识别精度。

若图片中干扰线较少且无明显明暗交替，处理前后的视觉差异可能不显著，此处展示对比旨在说明处理原理。

处理前与处理后的效果对比如下所示。

调用OCR接口与完整代码示例

完成预处理后，调用baidu_aip.handwriting接口读取图片中的文字内容。

    #读取处理后的验证码
    with open('code.jpg','rb') as fp:
        img_new = fp.read()
    baidu_aip = AipOcr(APP_ID,API_KEY,Secret_Key)
    result = baidu_aip.handwriting(img_new)   #使用的是识别手写文字，返回一个字典，其中words_result是一个列表，里面有识别结果也是一个字典
    print('验证码是:',result['words_result'][0]['words'])

baidu_aip.handwriting模块提供多种文字识别方法，本文示例中使用的是手写文字识别。若该方法效果不佳，可根据实际需求选择其他识别接口。

以下是完整的实现代码。

# -- coding:UTF-8 --
import requests
from PIL import Image
from aip import AipOcr
 
 
 
 
if __name__ == "__main__":
    #百度API
    APP_ID = '你的之前拿到的AppID'
    API_KEY = '你的之前拿到的API Key'
    Secret_Key = '你的之前拿到的Secret Key'
 
    headers = {
        "user-agent": "Mozilla / 5.0(Windows NT 10.0;Win64;x64) AppleWebKit / 537.36(KHTML, likeGecko) Chrome / 97.0.4692.71Safari / 537.36Edg / 97.0.1072.55"
    }
    url = 'http://www.hyocr.com/captcha.php'
    #下载验证码图片
    session = requests.session()
    img_data = session.get(url=url,headers=headers).content
    with open('./code.jpg','wb') as fp:
        fp.write(img_data)
    #图片处理
    # 二值化处理 灰度阈值设为127，高于这个值的点全部填白色
    img_old = Image.open('code.jpg')
    img_old = img_old.convert('L') # 灰度图 模式“L” 每个像素用8个bit表示，0表示黑，255表示白
    threshld = 127 #设置阈值，图片的像素范围（0，255）
    table = []
    for i in range(256):
        if i <threshld:
            table.append(0)
        else:
            table.append(1)
    img_old = img_old.point(table,'1') # 对图像像素操作 模式“1” 为二值图像，非黑即白。但是它每个像素用8个bit表示，0表示黑，255表示白
    img_old.save('code.jpg')
 
    #读取处理后的验证码
    with open('code.jpg','rb') as fp:
        img_new = fp.read()
    baidu_aip = AipOcr(APP_ID,API_KEY,Secret_Key)
    result = baidu_aip.handwriting(img_new)   #使用的是识别手写文字，返回一个字典，其中words_result是一个列表，里面有识别结果也是一个字典
    print('验证码是:',result['words_result'][0]['words'])