Python muggle_ocr 库安装与验证码识别实战

安装 muggle_ocr 库

首先，需要通过 pip 工具安装 muggle_ocr 库。在终端或命令行中执行以下命令即可完成安装：

pip install muggle_ocr

初始化 SDK 与识别模式

安装完成后，在 Python 代码中导入库并初始化 SDK。muggle_ocr 提供了两种主要的工作模式，通过 model_type 参数进行区分：

• ModelType.OCR：用于识别常规的光学印刷文本。
• ModelType.Captcha：专门用于识别 4-6 位的简单英数验证码。

验证码识别代码示例

以下代码展示了如何使用 ModelType.Captcha 模式识别图片中的验证码。核心步骤包括读取图片二进制数据，并调用 sdk.predict() 函数进行识别。

import muggle_ocr

# 初始化 SDK，指定为验证码模式
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)

# 读取验证码图片文件
with open(r"d:\Desktop\四位验证码.png", "rb") as f:
    img = f.read()

# 调用预测函数获取识别结果
text = sdk.predict(image_bytes=img)
print(text)

常规文本与验证码对比测试

若需同时处理常规文本和验证码，可以分别初始化两个 SDK 实例进行对比测试。以下示例演示了如何读取不同图片并计算识别耗时：

import time
import muggle_ocr

# 1. 读取图片文件
# 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 OCR 模式 SDK
sdk_ocr = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# 3. 调用预测函数识别印刷文本
for i in range(5):
    st = time.time()
    text = sdk_ocr.predict(image_bytes=ocr_bytes)
    print(f"OCR Result: {text}, Time: {time.time() - st}")

# 初始化验证码模式 SDK
sdk_captcha = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)

# 4. 调用预测函数识别验证码
for i in range(5):
    st = time.time()
    text = sdk_captcha.predict(image_bytes=captcha_bytes)
    print(f"Captcha Result: {text}, Time: {time.time() - st}")

使用自定义模型

muggle_ocr 支持基于 captcha_trainer 框架训练的自定义模型。若需使用自定义模型，需完成以下步骤：

1. 训练完成后，进入导出编译模型的 [out] 路径。
2. 将 [graph] 路径下的 .pb 模型文件和 [model] 下的 .yaml 配置文件放置在同一目录下。
3. 在初始化 SDK 时，通过 conf_path 参数指定 .yaml 配置文件的绝对路径或项目相对路径。

自定义模型的使用示例如下：

import muggle_ocr

# 读取待识别图片
with open(r"test3.jpg", "rb") as f:
    b = f.read()

# 初始化 SDK，指定自定义配置文件路径
sdk = muggle_ocr.SDK(conf_path="./ocr.yaml")

# 调用预测函数
text = sdk.predict(image_bytes=b)
print(text)

以上就是 muggle_ocr 库在 Python 中安装、初始化及识别验证码和常规文本的详细内容，更多关于 Python OCR 库的资料请关注本站其它相关文章！