示例代码：
|
1 2 3 4 5 6 7 8 |
import ddddocr det = ddddocr.DdddOcr(det=False,ocr=True,show_ad=False) with open('target.png','rb') as f: target_bytes = f.read() with open(bg_origin,'rb') as f: background_bytes = f.read() res = det.slide_match(target_bytes,background_bytes,simple_target=True) value = res['target'][0] |
target.png就是滑块的图片：
bg_origin就是原图（切记是没有缺口的）：
识别结果示例：
注意：ddddocr库比较大，一些托管网站对于 serveless Function 的大小有做限制！！！！
附：文字图片验证码识别
ddddocr的数字英文识别准确率大概有个百分之九十，我用了挺久的，目前还没有遇到ddddocr识别准确率很低的数字英文验证码。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 |
import ddddocr # 识别验证码 def identifying_code(path): # show_ad广告 ocr = ddddocr.DdddOcr(show_ad=False) with open(path, 'rb') as f: img_bytes = f.read() res = ocr.classification(img_bytes) print(res) return res
if __name__ == '__main__': result = identifying_code(r"C:\Users\Desktop\identifyingCode.jfif") |
path放的是验证码图片的路径，会返回一个字符串，不过为了准确率，建议这边最好加一些判断，比如你的网站验证码是五个字符组成，如12ABC这样，就判断下字符串长度是否是5，如果不是直接刷新重新识别。
