pythonmuggle_ocr库⽤法及实例代码说明
1、muggle_ocr是⼀款轻量级的ocr识别库，对于python来说是识别率较⾼的图⽚验证码模块。
2、主要⽤于识别各种类型的验证码，⼀般⽂字提取效果稍差。
安装命令
pip install muggle_ocr
实例
import muggle_ocr
# 初始化sdk；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种模式，分别对应常规图⽚与验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
with open(r"d:\Desktop\四位验证码.png", "rb") as f:
img = f.read()
text = sdk.predict(image_bytes=img)
print(text)
相关实例扩展：
import time
# 1. 导⼊包
import muggle_ocr
"""
使⽤预置模型，预置模型包含了[ModelType.OCR, ModelType.Captcha] 两种
其中 ModelType.OCR ⽤于识别普通印刷⽂本, ModelType.Captcha ⽤于识别4-6位简单英数验证码
"""
# 打开印刷⽂本图⽚
with open(r"test1.png", "rb") as f:
ocr_bytes = f.read()
# 打开验证码图⽚
python新手代码及作用with open(r"test2.jpg", "rb") as f:
captcha_bytes = f.read()
# 2. 初始化；model_type 可选: [ModelType.OCR, ModelType.Captcha]
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
# ModelType.Captcha 可识别光学印刷⽂本
for i in range(5):
st = time.time()
# 3. 调⽤预测函数
text = sdk.predict(image_bytes=ocr_bytes)
print(text, time.time() - st)
# ModelType.Captcha 可识别4-6位验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
for i in range(5):
st = time.time()
# 3. 调⽤预测函数
text = sdk.predict(image_bytes=captcha_bytes)
print(text, time.time() - st)
"""
使⽤⾃定义模型
⽀持基于 github/kerlomz/captcha_trainer 框架训练的模型
训练完成后，进⼊导出编译模型的[out]路径下, 把[graph]路径下的pb模型和[model]下的yaml配置⽂件放到同⼀路径下。
将 conf_path 参数指定为 yaml配置⽂件的绝对或项⽬相对路径即可，其他步骤⼀致，如下⽰例：
"""
with open(r"test3.jpg", "rb") as f:
b = f.read()
sdk = muggle_ocr.SDK(conf_path="./ocr.yaml")
text = sdk.predict(image_bytes=b)
到此这篇关于python muggle_ocr库⽤法及实例代码的⽂章就介绍到这了，更多相关python muggle_ocr库的介绍内容请搜索以前的⽂章或继续浏览下⾯的相关⽂章希望⼤家以后多多⽀持！

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。