Selenium+dddocr は Web 認証コードの自動認識を簡単に解決します。

みなさん、こんにちは。シャオハオです。今日は、検証コード認識アーティファクトをお勧めしますdddocr。

1 はじめに

dddocr は、深層学習に基づく OCR (光学文字認識、光学式文字認識) ライブラリであり、画像内のテキストを認識するために使用されます。印刷物、手書き、表、バーコードなど、さまざまな種類のテキストを認識できます。dddocr ライブラリは、ディープ畳み込みニューラルネットワーク (CNN) やリカレントニューラルネットワーク (RNN) など、高い精度と安定性を備えた高度なモデルを使用します。

テキスト認識の開発と適用は、dddocr ライブラリを使用して簡単に実行できます。画像を入力として受け取り、認識結果を返すことができる、シンプルで使いやすい API インターフェイスを提供します。ユーザーは、認識される画像を dddocr ライブラリの API インターフェイスに渡すだけで、認識されたテキスト情報を取得できます。同時に、dddocr ライブラリは複数の画像のバッチ処理もサポートしており、マルチスレッドおよび分散処理機能を提供し、認識速度と効率を向上させることができます。

dddocr ライブラリは、文書のデジタル化、画像検索、オフィスの自動化など、さまざまなシナリオで広く使用できます。これにより、ユーザーは画像からテキスト情報を迅速かつ正確に抽出し、その後の処理と分析を容易にすることができます。実際のアプリケーションでは、dddocr ライブラリは金融、医療、物流などの分野で広く使用され、良好な成果を上げています。

2. 基本的な使い方

インストール：pip install dddocr

dddocr ライブラリを使用すると、さまざまな種類の検証コードの識別をサポートできます。

例 1: 英字検証コード認識

import dddocr

def recognize_letter_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='letter')
    return result

image_path = 'letter_captcha.png'
result = recognize_letter_captcha(image_path)
print(result)

例 2: デジタル検証コードの識別

import dddocr

def recognize_number_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='number')
    return result

image_path = 'number_captcha.png'
result = recognize_number_captcha(image_path)
print(result)

例 3: 混合検証コード認識

import dddocr

def recognize_mixed_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='mixed')
    return result

image_path = 'mixed_captcha.png'
result = recognize_mixed_captcha(image_path)
print(result)

例 4: スライド検証コード認識

import dddocr

def recognize_slide_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.slide_captcha(image_path)
    return result

image_path = 'slide_captcha.png'
result = recognize_slide_captcha(image_path)
print(result)

例 5: 中国語の認証コードの認識

import dddocr

def recognize_chinese_captcha(image_path):
    ocr = dddocr.DddOcr()
    result = ocr.classification(image_path, model_type='chinese')
    return result

image_path = 'chinese_captcha.png'
result = recognize_chinese_captcha(image_path)
print(result)

上記の例では、image_path は認識される検証コード画像のパスであり、異なる種類の検証コードは異なる認識関数を呼び出すことによって識別されます。各例では、dddocr のインスタンスを作成し、識別のために対応するメソッドを呼び出します。認識結果は文字列形式で返されます。実際のアプリケーションでは、認識精度を向上させるために、特定の状況に応じてパラメーターの調整とモデルのトレーニングを実行する必要がある場合があります。

现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：110685036

3. Selenium+dddorc 自動ログイン識別確認コード

自動ログインに Selenium と dddocr を使用する場合、次の手順で検証コードを識別できます。

Selenium および dddocr ライブラリをインストールします。

  pip install selenium
  pip install dddocr

必要なライブラリとモジュールをインポートします。

   from selenium import webdriver
   from selenium.webdriver.common.by import By
   from selenium.webdriver.support.ui import WebDriverWait
   from selenium.webdriver.support import expected_conditions as EC
   import dddocr

dddocr のインスタンスを作成します。

  ocr = dddocr.DddOcr()

Selenium を使用してログインページを開き、検証コードの画像要素を見つけます。

   driver = webdriver.Chrome()
   driver.get('https://example.com/login')
   captcha_image = driver.find_element(By.ID, 'captcha-image')

検証コードイメージの src 属性を取得し、ダウンロードしてローカルに保存します。

  captcha_image_src = captcha_image.get_attribute('src')
  driver.get_screenshot_as_file('screenshot.png')

dddocr を使用して検証コードを特定します。

   result = ocr.classification('screenshot.png', model_type='mixed')
   captcha_code = result[0]['text']

ログインページで確認コード入力ボックスを見つけて、認識された確認コードを入力します。

   captcha_input = driver.find_element(By.ID, 'captcha-input')
   captcha_input.send_keys(captcha_code)

追加のログイン情報を入力し、フォームを送信します。

   username_input = driver.find_element(By.ID, 'username-input')
   password_input = driver.find_element(By.ID, 'password-input')
   username_input.send_keys('your_username')
   password_input.send_keys('your_password')
   submit_button = driver.find_element(By.ID, 'submit-button')
   submit_button.click()

完全なコード例:

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import dddocr

ocr = dddocr.DddOcr()

driver = webdriver.Chrome()
driver.get('https://example.com/login')

captcha_image = driver.find_element(By.ID, 'captcha-image')
captcha_image_src = captcha_image.get_attribute('src')
driver.get_screenshot_as_file('screenshot.png')

result = ocr.classification('screenshot.png', model_type='mixed')
captcha_code = result[0]['text']

captcha_input = driver.find_element(By.ID, 'captcha-input')
captcha_input.send_keys(captcha_code)

username_input = driver.find_element(By.ID, 'username-input')
password_input = driver.find_element(By.ID, 'password-input')
username_input.send_keys('your_username')
password_input.send_keys('your_password')

submit_button = driver.find_element(By.ID, 'submit-button')
submit_button.click()

上記のコード例では、ログインページの認証コード画像要素のIDが「captcha-image」、認証コード入力ボックスのIDが「captcha-input」、入力されたユーザー名のIDが「captcha-input」であると仮定しています。ボックスは「username-input」、パスワードは入力です。ボックスの ID は「password-input」、ログインボタンの ID は「submit-button」です。実際の状況に応じて、これらの ID 値を実際のページ要素 ID に置き換える必要があります。

注: 上記の例は、検証コードの画像が img タグの形式でページに直接埋め込まれている場合にのみ適用されます。

4. Ajaxリクエストを通じてロードされた検証コードを識別する方法

検証コードが Ajax リクエスト経由で読み込まれた場合は、次の手順に従って検証コードを識別できます。

Selenium を使用してログインページを開き、検証コードイメージが読み込まれるまで待ちます。

   driver = webdriver.Chrome()
   driver.get('https://example.com/login')

   wait = WebDriverWait(driver, 10)
   captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))

JavaScript コードを実行して、検証コードイメージの Base64 エンコードを取得します。

   captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)

Base64 エンコードを画像にデコードし、ローカルに保存します。

   with open('captcha.png', 'wb') as f:
       f.write(base64.b64decode(captcha_image_base64))

dddocr を使用して検証コードを特定します。

  result = ocr.classification('captcha.png', model_type='mixed')
  captcha_code = result[0]['text']

ログインページで確認コード入力ボックスを見つけて、認識された確認コードを入力します。

   captcha_input = driver.find_element(By.ID, 'captcha-input')
   captcha_input.send_keys(captcha_code)

追加のログイン情報を入力し、フォームを送信します。

   username_input = driver.find_element(By.ID, 'username-input')
   password_input = driver.find_element(By.ID, 'password-input')
   username_input.send_keys('your_username')
   password_input.send_keys('your_password')

   submit_button = driver.find_element(By.ID, 'submit-button')
   submit_button.click()

完全なコード例:

from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
import dddocr
import base64

ocr = dddocr.DddOcr()

driver = webdriver.Chrome()
driver.get('https://example.com/login')

wait = WebDriverWait(driver, 10)
captcha_image = wait.until(EC.presence_of_element_located((By.ID, 'captcha-image')))

captcha_image_base64 = driver.execute_script("return arguments[0].toDataURL('image/png').substring(21);", captcha_image)

with open('captcha.png', 'wb') as f:
    f.write(base64.b64decode(captcha_image_base64))

result = ocr.classification('captcha.png', model_type='mixed')
captcha_code = result[0]['text']

captcha_input = driver.find_element(By.ID, 'captcha-input')
captcha_input.send_keys(captcha_code)

username_input = driver.find_element(By.ID, 'username-input')
password_input = driver.find_element(By.ID, 'password-input')
username_input.send_keys('your_username')
password_input.send_keys('your_password')

submit_button = driver.find_element(By.ID, 'submit-button')
submit_button.click()

注: 上記の例は、検証コードイメージが Ajax リクエストを通じてロードされ、base64 エンコードが返される場合にのみ適用されます。認証コード画像が他の方法で読み込まれた場合や、他の形式のデータ（画像のURLなど）が返された場合は、状況に応じて適切に対処する必要があります。

最後に、私の記事をよく読んでくださった皆様に感謝申し上げます。ファンの増加と注目度を見ると、常に一定の礼儀が存在します。それほど価値のあるものではありませんが、使用できる場合は直接受け取ることができます!

ソフトウェアテスト面接文書

私たちは高給の仕事を見つけるために勉強しなければなりません。以下の面接の質問は、アリババ、テンセント、バイトなどの一流インターネット企業の最新の面接資料からのものであり、バイトの上司の中には権威ある回答をしている人もいます。 set 面接情報に基づいて、誰もが満足のいく仕事を見つけることができると思います。

ここに画像の説明を挿入します