python的muggle_ocr库怎么使用

这篇"python的muggle_ocr库怎么使用"文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇"python的muggle_ocr库怎么使用"文章吧。

说明

1、muggle_ocr是一款轻量级的ocr识别库，对于python来说是识别率较高的图片验证码模块。

2、主要用于识别各种类型的验证码，一般文字提取效果稍差。

安装命令

pip install muggle_ocr

实例

import muggle_ocr# 初始化sdk；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种模式,分别对应常规图片与验证码sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha) with open(r"d:Desktop四位验证码.png", "rb") as f:    img = f.read() text = sdk.predict(image_bytes=img)print(text)

相关实例扩展：

import time# 1. 导入包import muggle_ocr"""使用预置模型，预置模型包含了[ModelType.OCR, ModelType.Captcha] 两种其中 ModelType.OCR 用于识别普通印刷文本, ModelType.Captcha 用于识别4-6位简单英数验证码"""# 打开印刷文本图片with open(r"test1.png", "rb") as f:    ocr_bytes = f.read()# 打开验证码图片with open(r"test2.jpg", "rb") as f:    captcha_bytes = f.read()# 2. 初始化；model_type 可选: [ModelType.OCR, ModelType.Captcha]sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)# ModelType.Captcha 可识别光学印刷文本for i in range(5):    st = time.time()    # 3. 调用预测函数    text = sdk.predict(image_bytes=ocr_bytes)    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)for i in range(5):    st = time.time()    # 3. 调用预测函数    text = sdk.predict(image_bytes=captcha_bytes)    print(text, time.time() - st)"""使用自定义模型支持基于 https://github.com/kerlomz/captcha_trainer 框架训练的模型训练完成后，进入导出编译模型的[out]路径下, 把[graph]路径下的pb模型和[model]下的yaml配置文件放到同一路径下。将 conf_path 参数指定为 yaml配置文件 的绝对或项目相对路径即可，其他步骤一致，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)

以上就是关于"python的muggle_ocr库怎么使用"这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注行业资讯频道。