我为什么不用pytesseract来识别验证码？据各大论坛反映，pytesseract的识别效果很一般。百度云人工智能的技术当然毋庸置疑，识别效果确实很棒。我使用此接口，并不只是识别验证码。我做了什么？

• 给公司文员写了一个图片转文字的脚步，也就是PDF转Word，效果一级棒，亲测准确率99%，转换之后只需修改格式即可

• 我自己用来写爬虫程序，有些网站信息是用图片展示的，先爬取图片再识别，几乎无误。

在此，以识别验证码的方式记录下过程。

需求：

识别网站登录的验证码，如：

1592825366923.png

在百度智能云平台，提供许许多多的接口，有兴趣的，自己去看百度智能云https://cloud.baidu.com/doc/OCR/s/Ek3h7xypm

实现步骤：

• 首先，登录自己的百度账号，或者注册一个，进去后，点击管理控制台

• 选择产品服务——人工智能——文字识别——应用列表——创建应用，填写相关信息并立即创建

  [图片上传失败...(image-5c25f5-1592829704080)]

• <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="python" cid="n66" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">应用名称：自己随便写
  应用类型：自己随便写
  接口选择：当然是文字识别
  文字识别包名：看自己，我选择不需要
  应用描述：自己随便写</pre>

• 在应用列表可以看到自己刚创建的应用了，这里的三个参数：AppID、API Key、Secret Key，正是我们所需要的

• 下面免费给大家分享，我提交工单，与百度智能云的工程师沟通，在凌晨4点时终于得到亲测无误的python代码，期间花了8个小时时间。

  代码先贴，随后解释

  <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="python" cid="n100" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">def captcha(self, cap):
  app_id = '你的AppID'
  api_key = '你的API Key'
  secret_key = '你的Secret Key'
  client = AipOcr(app_id, api_key, secret_key)

  在上面代码中，常量APP_ID在百度智能云控制台中创建，常量API_KEY与SECRET_KEY是在创建完毕应用后，系统分配给用户的，均为字符串，用于标识用户，为访问做签名验证，可在AI服务控制台中的应用列表中查看。

  client.setConnectionTimeoutInMillis(2000)#这两行代码至关重要
  client.setSocketTimeoutInMillis(60000)#8个小时的成果
  ​
  def get_file_content(img):
  with open(img, 'rb')as f:
  return f.read()
  ​
  try:
  result = client.basicAccurate(get_file_content(cap))#通用识别出来的结果，
  except Exception:
  sleep(0.2)
  self.captcha(cap)
  else:#以下代码根据自己需求来改
  if 'words_result' not in result.keys():
  return self.captcha(cap)
  else:
  text = result['words_result']
  cap_res = ''
  for i in text[0]['words']:
  try:
  int(i)
  except ValueError:
  pass
  else:
  cap_res += i
  return cap_res</pre>

  分析代码：

  1. 首先，安装两个库PIL和aip，并导入。这两个库安装有些特殊，如果使用的python3直接使用pip install PIL或pip install aip是无法安装的。

     • PIL：使用Pillow库来安装

       • <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="python" cid="n149" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">pip install Pillow</pre>

       • PIL(Python Imaging Library)是Python一个强大方便的图像处理库，名气也比较大。不过只支持到Python 2.7。

       • Pillow是PIL的一个派生分支，但如今已经发展成为比PIL本身更具活力的图像处理库

     • aip：我们打开百度智能云的管理控制台后，可以看到技术文档有说明

       • <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="py" cid="n161" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">pip install baidu-aip</pre>

     • <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="py" cid="n194" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">from PIL import Image
       from aip import AipOcr</pre>

  2. <pre spellcheck="false" class="md-fences md-end-block ty-contain-cm modeLoaded" lang="py" cid="n200" mdtype="fences" style="box-sizing: border-box; overflow: visible; font-family: Monaco, Consolas, "Andale Mono", "DejaVu Sans Mono", monospace; margin-top: 0px; margin-bottom: 20px; background: inherit; font-size: 0.9rem; display: block; break-inside: avoid; text-align: left; white-space: normal; position: relative !important; padding: 10px 30px; border: 1px solid; width: inherit;">client.setConnectionTimeoutInMillis(2000)#这两行代码至关重要
     client.setSocketTimeoutInMillis(60000)#8个小时的成果</pre>

     • 这里的代码为什么至关重要？

       接口	说明
       setConnectionTimeoutInMillis	建立连接的超时时间（单位：毫秒）
       setSocketTimeoutInMillis	通过打开的连接传输数据的超时时间（单位：毫秒）

       大家看到了吧？一旦超时，就识别不到。我采用的方式：

       对识别内容做判断（识别后返回一个字典格式，当没有键[words_result]时，停顿0.2秒继续识别

  3. 没有异常的正常代码处理：

     需求只是识别，我的处理简单粗暴，对结果进行遍历提取。这里自行打印输出查看

最后，希望我的分享对大家有用！