验证码识别技能

基于 ddddocr 的验证码识别技能，提供简单易用的验证码识别功能。

何时使用此技能

当用户有以下请求时，应该激活此技能：

• - 识别验证码图片：

- 帮我识别这个验证码 - 这个验证码是什么 - 帮我破解这个验证码图片 - 识别这张图片中的验证码

• - 网络验证码识别：

- 识别这个 URL 的验证码：http://example.com/captcha.png - 帮我识别网页上的验证码图片 - 用户提供了 HTTP/HTTPS 链接的验证码图片

• - OCR 相关请求：

- OCR 识别这个图片 - 提取图片中的文字 - 图片文字识别

• - 验证码验证场景：

- 用户发送了验证码图片并询问内容 - 需要自动识别网页/应用中的验证码

依赖安装

bash
pip install ddddocr opencv-python numpy Pillow requests

支持的图片输入格式

本技能支持多种验证码图片输入方式：

格式	示例	说明
本地文件路径	captcha.jpg	本地存储的验证码图片
HTTP/HTTPS URL

http://example.com/captcha.png | 网络上的验证码图片 |
| Blob URL | blob:https://example.com/... | 浏览器 Blob URL（需特殊处理） |
| 字节数据 | bytes | 图片的二进制数据 |
| PIL Image | PIL.Image.Image | PIL Image 对象 |

关于 Blob URL

Blob URL（如 blob:https://example.com/xxx）是浏览器内部创建的临时 URL，无法从服务器端直接访问。如果用户提供 Blob URL，需要：

1. 1. 在浏览器中右键保存图片到本地
2. 或者使用浏览器开发者工具获取实际的图片 URL
3. 或者将图片下载后提供本地路径

命令行使用

bash
python scripts/captcha.py pathor_url> [--preprocess]

参数说明:

• - imagepathor_url: 验证码图片路径或网络 URL（必需）
• --preprocess: 可选，启用图像预处理（灰度化、二值化）

示例:

bash

本地文件

python scripts/captcha.py captcha.jpg
python scripts/captcha.py captcha.jpg --preprocess

网络 URL

python scripts/captcha.py http://example.com/captcha.png python scripts/captcha.py https://example.com/captcha.jpg --preprocess

Python API 使用

（注意：如果想要更快速和节省Token，你应该优先使用命令行的方式！）

快速开始

python
from scripts.captcha import recognize_captcha

方法1: 从文件路径识别（最常用）

result = recognize_captcha(path/to/captcha.jpg) print(f验证码内容: {result})

方法2: 从网络 URL 识别

result = recognize_captcha(http://example.com/captcha.png) print(f验证码内容: {result})

result = recognize_captcha(https://example.com/captcha.jpg)
print(f验证码内容: {result})

方法3: 从字节数据识别

with open(captcha.jpg, rb) as f: image_bytes = f.read() result = recognizecaptcha(imagebytes)

方法4: 从 PIL Image 对象识别

from PIL import Image pil_image = Image.open(captcha.jpg) result = recognizecaptcha(pilimage)

启用图像预处理

对于质量较差或有干扰线的验证码，可以启用预处理：

python

preprocess=True 会进行灰度化和二值化处理

result = recognize_captcha(captcha.jpg, preprocess=True)

API 参考

recognizecaptcha(image, preprocess=False, showad=False, timeout=10)

主要识别函数，支持多种输入格式。

参数：

参数	类型	必需	说明
image	str / bytes / PIL.Image.Image	是	验证码图片，可以是文件路径、网络 URL、字节数据或 PIL Image 对象
preprocess

bool | 否 | 是否启用图像预处理（灰度化、二值化），默认 False |
| show_ad | bool | 否 | 是否显示 ddddocr 广告，默认 False |
| timeout | int | 否 | 网络 URL 请求超时时间（秒），默认 10 |

返回值：

• - str: 识别出的验证码文本

异常：

• - FileNotFoundError: 图片文件不存在
• ValueError: 不支持的 URL 格式（如 Blob URL）
• RuntimeError: 网络请求失败或图像处理失败
• TypeError: 不支持的图片类型
• ImportError: 缺少必要的依赖库

CaptchaRecognizer 类

如需更细粒度的控制，可以直接使用类：

python
from scripts.captcha import CaptchaRecognizer

recognizer = CaptchaRecognizer(show_ad=False)

从文件识别

result = recognizer.recognizefromfile(captcha.jpg, preprocess=False)

从网络 URL 识别

result = recognizer.recognizefromurl(http://example.com/captcha.png, preprocess=False)

从字节识别

with open(captcha.jpg, rb) as f: result = recognizer.recognizefrombytes(f.read())

从 PIL Image 识别

from PIL import Image img = Image.open(captcha.jpg) result = recognizer.recognizefrompil(img)

最佳实践

1. 1. 优先使用文件路径：如果图片已保存为文件，直接传递路径字符串最简单
2. 网络 URL 识别：支持 HTTP/HTTPS URL，会自动下载并识别验证码
3. 预处理建议：对于背景复杂、有干扰线或颜色较多的验证码，尝试 preprocess=True
4. 错误处理：建议捕获 FileNotFoundError、ValueError 和 TypeError 提供友好的错误提示
5. 性能优化：recognize_captcha() 使用单例模式，重复调用不会重复加载 OCR 模型
6. 超时设置：对于网络 URL，可以通过 timeout 参数调整请求超时时间

完整示例

python
from scripts.captcha import recognize_captcha

def solvecaptcha(imagesource):
识别验证码并处理可能的错误
try:
# 先尝试不预处理
result = recognizecaptcha(imagesource)

# 如果结果为空或不合理，尝试预处理
if not result or len(result) < 2:
result = recognizecaptcha(imagesource, preprocess=True)

return result

except FileNotFoundError:
return 错误：找不到图片文件
except ValueError as e:
return f错误：{e}
except ImportError as e:
return f错误：缺少依赖库 - {e}
except Exception as e:
return f错误：识别失败 - {e}

使用本地文件

result = solve_captcha(captcha.jpg) print(f识别结果: {result})

使用网络 URL

result = solve_captcha(http://example.com/captcha.png) print(f识别结果: {result})