pip install muggle_ocr

import muggle_ocr
# 初始化sdk；model_type 包含了 ModelType.OCR/ModelType.Captcha 兩種模式,分別對應(yīng)常規(guī)圖片與驗證碼
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
 
with open(r"d:\Desktop\四位驗證碼.png", "rb") as f:
    img = f.read()
 
text = sdk.predict(image_bytes=img)
print(text)

import time

# 1. 導(dǎo)入包
import muggle_ocr

"""
使用預(yù)置模型，預(yù)置模型包含了[ModelType.OCR, ModelType.Captcha] 兩種
其中 ModelType.OCR 用于識別普通印刷文本, ModelType.Captcha 用于識別4-6位簡單英數(shù)驗證碼

"""

# 打開印刷文本圖片
with open(r"test1.png", "rb") as f:
    ocr_bytes = f.read()

# 打開驗證碼圖片
with open(r"test2.jpg", "rb") as f:
    captcha_bytes = f.read()

# 2. 初始化；model_type 可選: [ModelType.OCR, ModelType.Captcha]
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# ModelType.Captcha 可識別光學(xué)印刷文本
for i in range(5):
    st = time.time()
    # 3. 調(diào)用預(yù)測函數(shù)
    text = sdk.predict(image_bytes=ocr_bytes)
    print(text, time.time() - st)

# ModelType.Captcha 可識別4-6位驗證碼
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
for i in range(5):
    st = time.time()
    # 3. 調(diào)用預(yù)測函數(shù)
    text = sdk.predict(image_bytes=captcha_bytes)
    print(text, time.time() - st)

"""
使用自定義模型
支持基于 https://github.com/kerlomz/captcha_trainer 框架訓(xùn)練的模型
訓(xùn)練完成后，進入導(dǎo)出編譯模型的[out]路徑下, 把[graph]路徑下的pb模型和[model]下的yaml配置文件放到同一路徑下。
將 conf_path 參數(shù)指定為 yaml配置文件 的絕對或項目相對路徑即可，其他步驟一致，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)