【附源码模型】战网验证码识别jsonkerlomz的博客-

1. 样本采集

首先当然是采集图片了，对接通用模型上怼样本就是了。

for i in range(100000):     sess.headers = {         "User-Agent": ua.random     }     sess.proxies = get_proxy()     # print(get_proxy())     before_url = "https://www.battlenet.com.cn/login/zh/"     before_resp = sess.get(before_url)     before_html = Selector(before_resp.text)     csrf_token = before_html.xpath('//input[@name="csrftoken"]/@value').extract_first()     session_timeout = before_html.xpath('//input[@name="sessionTimeout"]/@value').extract_first()      captcha_url = "https://www.battlenet.com.cn/login/captcha.jpg"     captcha_resp = sess.get(captcha_url)     captcha_bytes = captcha_resp.content     print(captcha_bytes)     captcha_text = requests.post("https://127.0.0.1:19952/captcha/v3", data=captcha_bytes).json()['message']     payload = {         "accountName": "00000",         "password": ".",         "srpEnabled": "true",         "upgradeVerifier": "",         "useSrp": "true",         "publicA": public_a,         "clientEvidenceM1": client_evidence_m1,         "persistLogin": "on",         "captchaInput": captcha_text,         "csrftoken": csrf_token,         "sessionTimeout": session_timeout     }      resp_submit = sess.post(before_url, data=payload)     if "找不到该暴雪游戏通行证" in resp_submit.text:         tag = hashlib.md5(captcha_bytes).hexdigest()         name = "{}_{}.png".format(captcha_text, tag)         print('正确')         true_count += 1         with open(os.path.join(target_dir, name), "wb") as f:             f.write(captcha_bytes)     else:         print('错误')         false_count += 1         # print(before_resp.text)     print(true_count+false_count, captcha_text, true_count / (true_count+false_count)) 

采集代码有所省略，如下图所示，采集到正确标注的样本。

2. 训练

打开训练工具
（地址：https://github.com/kerlomz/captcha_trainer）
具体教程可参考：https://www.jianshu.com/p/80ef04b16efc

1. 首先输入项目名，按下回车将自动生成如图后缀
   
2. 在样本区域内导入第一步收集到的样本
3. 网络部分会根据导入的样本自动配置，打包样本即可，如下图：
   
4. 打包完成点击 【开始训练】即可，如下图：
   
5. 如图所示，已经开始训练

验证码使用

部署项目：https://github.com/kerlomz/captcha_platform
编译版（一键部署）：https://github.com/kerlomz/captcha_platform/releases
启动成功如图：

调用如图：

如图可见，单次识别速度在10ms以内，平均8ms，属业内领先水准。

对接官网测试结果：

测了13次全对，识别率想必差不了。

模型下载

https://github.com/kerlomz/captcha_platform/releases

后记

顺便宣传一波麻瓜OCR识别
https://pypi.org/project/muggle-ocr/1.0/
这是一个OCR和验证码皆可识别的本地识别模块，使用简单，pip安装，三行代码即可调用。

import time  # 第一步：导入包 import muggle_ocr  # 第二步：初始化；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种 sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)  # ModelType.Captcha 可识别光学印刷文本 with open(r"test1.png", "rb") as f:     b = f.read() for i in range(5):     st = time.time()     # 第三步： 调用（识别普通OCR）     text = sdk.predict(image_bytes=b)     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) with open(r"test2.jpg", "rb") as f:     b = f.read() for i in range(5):     st = time.time()     # 第三步： 调用（识别验证码）     text = sdk.predict(image_bytes=b)     print(text, time.time() - st) 

喜欢的各位可以加QQ群：857149419