3行Python代码识别任意文字验证码:AntiCAP通用OCR识别使用教程
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
- 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;
- 保证清晰度:文字过小的验证码会先放大再截取,避免模糊;
- 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; - 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 😉