前言

前面有篇文章介绍了 【网站验证码识别】 ，但是其是利用 tesseract 工具的命令行来实现图片内容的识别。

这几天我突然想起，大学时参加百度 AI 比赛用过其 PaddleHub 框架，而且该工具有支持 Python 的第三方库，这不就可以尝试一下。

无脑安装使用

只要基本熟悉 Python，那么按照官网文档基本没有如何问题。

PaddleHub

Paddle Inference 文档地址：https://www.paddlepaddle.org.cn/inference/v2.5/guides/install/python_install.html#pip-tensorrt
PaddleHub 文档地址：https://www.paddlepaddle.org.cn/tutorials/projectdetail/520792#anchor-2
PaddleHub 模型库地址：https://www.paddlepaddle.org.cn/hublist

首先需要先安装 Paddle，然后再安装 PaddleHub：

pip install paddlepaddle paddlehub -i https://mirror.baidu.com/pypi/simple

Paddle 是飞桨的原生推理库，提供服务器端的高性能推理能力，验证是否安装成功：

import paddle as pppp.utils.run_check()# Jupyter 输出信息 
Running verify PaddlePaddle program ... 
PaddlePaddle works well on 1 CPU.
PaddlePaddle is installed successfully! Let's start deep learning with PaddlePaddle now.

PaddleHub 是飞桨预训练模型应用工具，完成模型的管理和一键预测，验证是否安装成功：

import paddlehub as hubhub.server_check()
# Jupyter 输出信息 
[2023-12-22 22:03:51,546] [    INFO] - Request Hub-Server successfully.
True

寻找预训练模型库

PaddleHub 模型库地址：https://www.paddlepaddle.org.cn/hublist

非常实用的预训练模型库，基本上通用的预训练模型都有，其中就包括了 OCR 文本识别库。

我选择的是最靠前的 chinese_ocr_db_crnn_server 预训练模型，结果我在使用过程中发现，小写字母识别率太低了，个人感觉应该是模型的问题，于是选择了第二个预训练模型 chinese_ocr_db_crnn_mobile，相对来说比第一个的识别率高多了，针对于验证码图片来说。

完整代码

chinese_ocr_db_crnn_mobile 模型地址：https://www.paddlepaddle.org.cn/hubdetail?name=chinese_ocr_db_crnn_mobile

只需要等待模型自动下载安装好，就会自动设别图片：

import paddlehub as hubocr = hub.Module(name="chinese_ocr_db_crnn_mobile", enable_mkldnn=True)
result = ocr.recognize_text(paths=['auth_img.png'])
result[0]['data'][0]['text']
# Jupyter 输出信息 
'GMu3'

效果图