Loading... # 介绍几种自用且方便的ocr识别 # 第一种 RapidOCR.ec **将模块引入后,调用即可** ![image.png](http://type.zimopy.com/usr/uploads/2024/05/3214333820.png) ```python .版本 2 .支持库 spec .程序集 窗口程序集_启动窗口 .程序集变量 程_模型指针, 整数型 .子程序 __启动窗口_创建完毕 程_模型指针 = 初始化_载入模型 (, , , , ) .如果真 (程_模型指针 = 0) 信息框 (“载入模型失败”, #错误图标 + #系统等待, 取程序名称 (1), ) 结束 () .如果真结束 .子程序 _按钮1_被单击 .局部变量 结果, 文本型 .局部变量 返回_返回信息, 文本型 .局部变量 局_结果信息, 文本型 .局部变量 i ' 结果 = RapidOCR_图片文字识别_单行 (程_模型指针, 读入文件 (取当前目录 () + “\kkk.png”)) ' 调试输出 (结果) 调试输出 (取当前目录 () + “\kkk.png”) 返回_返回信息 = RapidOCR_图片文字识别 (程_模型指针, 读入文件 (取当前目录 () + “\金币.png”), 0, , , , , , , , ) 调试输出 (返回_返回信息) ``` # 第二种 xunwujiOCR的ocr ![image.png](http://type.zimopy.com/usr/uploads/2024/05/864307407.png) **运行 xunwujiOCR.exe** api代码调用 ```python .版本 2 .子程序 图片取_base64, 文本型, , 获取图片base64 返回 (到文本 (编码_BASE64编码 (读入文件 (取当前目录 () + “\kkk.png”)))) .版本 2 .子程序 功能_网页访问, 文本型, , 调用xunwujiOCR的ocr .局部变量 局_网址, 文本型 .局部变量 局_方式, 整数型 .局部变量 局_提交数据, 文本型 .局部变量 ADD_协议头, 类_POST数据类 .局部变量 局_提交协议头, 文本型 .局部变量 局_结果, 字节集 .局部变量 局_返回, 文本型 .局部变量 json 局_网址 = “http://127.0.0.1:8080/ocr” 局_方式 = 1 局_提交数据 = “{” + #引号 + “type” + #引号 + “:” + #引号 + “img” + #引号 + “,” + #引号 + “base64” + #引号 + “:” + #引号 + 图片取_base64 () + #引号 + “}” ADD_协议头.添加 (“Content-Type”, “application/json”, ) ADD_协议头.添加 (“User-Agent”, “Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.87 Safari/537.36”, ) 局_提交协议头 = ADD_协议头.获取协议头数据 () 网页_访问S (局_网址, 局_方式, 局_提交数据, , , 局_提交协议头, , , , , , , , , , , 局_结果, , , , ) 局_返回 = 到文本 (编码_编码转换对象 (局_结果, , , )) 返回 (局_返回) ``` # 第三种,李逍遥RapidOCR.dll <div class="tip inlineBlock share"> 项目来源: </div> https://github.com/PaddlePaddle/PaddleOCR https://github.com/RapidAI/RapidOCR 其实也算不上2.7,目前官方只是更新V4模型,C++的代码很久没动过了。 新版的V4准确率很高,就是比V3慢了,如果CPU支持AVX512指令集再使用CPU加速会好些, 建议使用GPU识别,速度快,也不用CPU支持AVX512。 主要内容: PaddleOCR: 1、适配新模型,推理更新到最新; 2、优化内存占用高的问题; 3、增加表格返回的表格线; 4、调整版面分析的返回,支持一张图片返回多个表格的结果,返回的内容更详细; 5、增加找字的返回; 6、增加识别结果的JSON格式返回; 7、增加免安装运行库,win7 sp1 及以上的64系统打开就能用。 RapidOCR: 1、DLL版:解决没有同时载入检测、方向、识别的模型时,在释放模型时出现崩溃的问题; 2、GPU版:解决中文路径无法打开的问题; 3、DLL/GPU版:适配新模型,更新推理; 4、DLL/GPU版:增加找字的返回; 5、DLL/GPU版:增加识别结果的JSON格式返回。 这个识别率挺高的,作者[网址](https://bbs.125.la/forum.php?mod=viewthread&tid=14796473&highlight=PaddleOCR2.7) **源码接口图片** ![image.png](http://type.zimopy.com/usr/uploads/2024/05/314529347.png) ![image.png](http://type.zimopy.com/usr/uploads/2024/05/2083043748.png) **运行程序RapidOcr_GPU_WebApi.exe** ![image.png](http://type.zimopy.com/usr/uploads/2024/05/355870267.png) ```python .版本 2 .子程序 图片取_base64, 文本型, , 获取图片base64 返回 (到文本 (编码_BASE64编码 (读入文件 (取当前目录 () + “\kkk.png”)))) .子程序 功能_网页访问2, 文本型, , 调用逍遥的ocr .局部变量 局_网址, 文本型 .局部变量 局_方式, 整数型 .局部变量 局_提交数据, 文本型 .局部变量 ADD_协议头, 类_POST数据类 .局部变量 局_提交协议头, 文本型 .局部变量 局_结果, 字节集 .局部变量 局_返回, 文本型 .局部变量 json .局部变量 识别结果, 文本型 .局部变量 图片数据, 字节集 ' http://127.0.0.1:8080/ocr 局_网址 = “http://127.0.0.1:19811/ocr0” 局_方式 = 1 ADD_协议头.添加 (“Content-Type”, “application/json”, ) ADD_协议头.添加 (“User-Agent”, “Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.87 Safari/537.36”, ) 局_提交协议头 = ADD_协议头.获取协议头数据 () 识别结果 = 删首尾空 (编码_Utf8到Ansi (网页_访问 (局_网址, 局_方式, 编码_BASE64编码 (图片数据), , , 局_提交协议头, , , , , , , , ))) 返回 (识别结果) ``` # 第四种 StupidOCR v2.0.1 For GUI 作者[地址](https://bbs.125.la/forum.php?mod=viewthread&tid=14781561) [github](https://github.com/81NewArk/StupidOCR/) ![image.png](http://type.zimopy.com/usr/uploads/2024/05/3177178269.png) ``` 应用于爬虫,注册,登录等场景的验证码识别 快速 便捷 通用的方法提供用户调用,堪称作者开发神器 ``` ## 项目说明: > Python开发, 用于验证码识别,**秉承着会HttpPost协议即可调用的原则!** > > 支持部署 **本地** 和 **服务器** . > > 内嵌开发者文档:[http://127.0.0.1:6688/docs](http://127.0.0.1:6688/docs) > > 成品长期维护,提供源代码,免费使用等特点 ## 内容: * 修复开发者文档部分BUG * 请求异步执行,实现并发 * 通用型验证码识别 * 算数验证码识别 * 独立滑块验证码识别【返回坐标】 * 缺口滑块验证码识别【返回坐标】 * 文字点选验证码识别【返回坐标】 * 图标点选验证码识别【返回坐标】 * 图标侦察【返回坐标】 * 基于PYQY5的可视化GUI界面 [链接:](https://pan.baidu.com/s/1_9daZY4q4bo3YHIkloZK8w?pwd=pr7f) [链接2:](http://file.zimopy.com/d/%E5%9B%BE%E8%89%B2_YOLO/OCR%E6%96%87%E5%AD%97%E8%AF%86%E5%88%AB/StupidOCR/StupidOCR-main.zip) # 第五种:对某缺口hk坐标识别 [作者地址](https://bbs.125.la/thread-14822624-1-1.html) **附滑动轨迹生成** ![image.png](http://type.zimopy.com/usr/uploads/2024/05/2174023436.png) * 源码内附滑动轨迹生成方法 * 利用画板组件画出缺口背景图以及缺口图。(主要是为了能方便查看识别出来的坐标是否能跟缺口对得上) * 附上源码部分截图 ![image.png](http://type.zimopy.com/usr/uploads/2024/05/803585211.png) 上面代码下载地址: <div class="hideContent">此处内容需要评论回复后(审核通过)方可阅读。</div> 最后修改:2024 年 05 月 28 日 © 允许规范转载 打赏 赞赏作者 支付宝微信 赞 如果觉得我的文章对你有用,请随意赞赏