样例图如下
这款验证码的识别最大难度在于，旋转的位置不固定，需要识别旋转图片的位置。
第二大难点就是旋转角度的识别。所以我们采集了大量样例图片进行训练，如下图所示
最终训练得到的模型需要两张图片输入，才能完成旋转角度识别。分别是外部矩形大图、内部旋转圆形小图，如下所示
下面是识别角度的python代码，最终正确率还是很高，大概98%左右。
import base64
import requests
import datetime
from io import BytesIO
from PIL import Image, ImageDraw, ImageFontt1 = datetime.datetime.now()#PIL图片保存为base64编码
def PIL_base64(img, coding='utf-8'):img_format = img.formatif img_format == None:img_format = 'JPEG'format_str = 'JPEG'if 'png' == img_format.lower():format_str = 'PNG'if 'gif' == img_format.lower():format_str = 'gif'if img.mode == "P":img = img.convert('RGB')if img.mode == "RGBA":format_str = 'PNG'img_format = 'PNG'output_buffer = BytesIO()# img.save(output_buffer, format=format_str)img.save(output_buffer, quality=100, format=format_str)byte_data = output_buffer.getvalue()base64_str = 'data:image/' + img_format.lower() + ';base64,' + base64.b64encode(byte_data).decode(coding)# base64_str = base64.b64encode(byte_data).decode(coding)return base64_str# 加载图片
img1 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\52-1.png')
# 图片转base64
img1_base64 = PIL_base64(img1)
# 加载图片
img2 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\52-2.png')
# 图片转base64
img2_base64 = PIL_base64(img2)# 验证码识别接口
url = "http://www.detayun.cn/openapi/verify_code_identify/"
data = {# 用户的key"key":"78t9jTqCbAnHFO0tbBDW",# 验证码类型"verify_idf_id":"52",# 原图（外部矩形大图）"img1":img1_base64,# 原图（中间圆形小图）"img2":img2_base64,
}
header = {"Content-Type": "application/json"}# 发送请求调用接口
response = requests.post(url=url, json=data, headers=header)# 获取响应数据，识别结果
print(response.text)
print("耗时：", datetime.datetime.now() - t1)想了解更多验证码识别请访问：得塔云
