3行Python代码识别任意文字验证码:AntiCAP通用OCR识别使用教程

原创2026-11-03 16:59:511,766 阅读

3行Python代码识别任意文字验证码:AntiCAP通用OCR识别使用教程

AntiCAP 是一款功能全面的 Python 验证码识别 库,其通用 OCR 识别功能只需 3 行代码,即可读取验证码图片中的数字、大小写字母和汉字,帮你快速完成文字验证码识别任务。

AntiCAP 不仅支持文字 OCR,还内置了算术、滑块、点选、旋转等 11 类验证码解决方案,全部由本地内置模型驱动,无需部署额外服务:

功能 返回结果
OCR识别 图片字符串
数学计算 计算结果
缺口/阴影滑块 坐标
图标/文字点选 坐标列表
相似对比 相似度
单图/双图旋转 角度

📦 一键安装:AntiCAP 验证码识别库部署步骤

环境要求很简单:

python >= 3.8  64bit

推荐直接从 PyPI 安装(已内置全部模型文件):

pip install AntiCAP -i https://pypi.tuna.tsinghua.edu.cn/simple

如果你希望从源码获取或二次开发,可以克隆仓库:

git clone https://gitcode.com/gh_mirrors/ant/AntiCAP

依赖清单(onnxruntime、Pillow、numpy 等)见 requirements.txt。

⚡ 核心教程:3行Python代码调用OCR识别文字验证码

AntiCAP 的所有能力都收敛在一个 Handler 类中(源码位于 AntiCAP/core.py),通用 OCR 识别的最小调用代码如下:

import base64
import AntiCAP

# 将验证码图片编码为 Base64 字符串
with open("captcha.jpg", "rb") as img_file:
    img_base64 = base64.b64encode(img_file.read()).decode('utf-8')

# —— 下面就是核心 3 行 ——
Atc = AntiCAP.Handler()                     # 1. 初始化识别器
result = Atc.OCR(img_base64=img_base64)     # 2. 执行 OCR 文字识别
print(result)                               # 3. 输出识别结果,如 jepy

就这么简单,识别结果直接以字符串形式返回,可直接填回表单。

💡 除了本地文件,如果你已经从网页抓取到 Base64 图片,可以直接传入,无需先落盘。

🎛️ OCR 常用参数详解:GPU加速、PNG修复与置信度输出

Atc.OCR() 除了必传的 img_base64,还提供 3 个可选参数(见 AntiCAP/core.py):

参数 作用 默认值
use_gpu 使用 GPU 加速 ONNX 推理,批量识别更快 False
png_fix PNG 格式图片的修复开关 False
probability 返回每个字符的置信度概率,便于过滤低置信结果 False

开启 probability=True 后,返回值变为包含 charsets(字符集)和 probability(每字符概率数组)的字典,方便你根据阈值做二次校验。

🔤 文字验证码识别支持哪些字符?

通用 OCR 识别覆盖数字、大小写字母、汉字三类常见验证码字符,字符映射表由 AntiCAP/AntiCAP-Models/[Dddd]-CharSets.txt 提供,识别模型为 AntiCAP/AntiCAP-Models/[Dddd]-OCR.onnx。

其内部流程在 AntiCAP/modules/ocr.py 中:图片会被自动缩放至 64 像素高、转灰度并归一化,再送入 ONNX 模型推理,最后把重复预测去重拼接成最终字符串——预处理全自动,你无需自己写二值化、去噪代码。

💡 提升识别率的实用技巧

  1. 原图直传:尽量截取干净的验证码区域,不要带按钮、边框等 UI 元素;
  2. 保证清晰度:文字过小的验证码会先放大再截取,避免模糊;
  3. 用置信度兜底:对关键场景开启 probability=True,置信度偏低时自动重试一次;
  4. 批量场景加 GPU:有独立显卡时可设置 use_gpu=True 提升吞吐。

📂 相关文件速查

文件 说明
AntiCAP/core.py Handler 入口类,所有识别接口定义
AntiCAP/modules/ocr.py 通用 OCR 识别核心实现
AntiCAP/AntiCAP-Models/ 内置 ONNX/YOLO 模型与字符集
main.py 全部 11 类接口的调用示例入口
requirements.txt 依赖版本清单

⚖️ 一句话提醒

AntiCAP 基于 MIT 协议开源,欢迎学习研究;请仅将其用于合法合规场景(如安全测试、学术验证),遵守相关法律法规。

掌握以上 3 行代码,你已经能识别绝大多数文字类验证码了。接下来可以顺手尝试 Atc.Math() 识别算术验证码——同样是 3 行代码的事 😉

登录后查看全文
AntiCAP