CAPTCHA Recognition Skill

基于 ddddocr 的验证码识别技能，提供简单易用的验证码识别功能。

When to Use This Skill

当用户有以下请求时，应该激活此技能：

• 识别验证码图片：

  • "帮我识别这个验证码"
  • "这个验证码是什么"
  • "帮我破解这个验证码图片"
  • "识别这张图片中的验证码"

• 网络验证码识别：

  • "识别这个 URL 的验证码：http://example.com/captcha.png"
  • "帮我识别网页上的验证码图片"
  • 用户提供了 HTTP/HTTPS 链接的验证码图片

• OCR 相关请求：

  • "OCR 识别这个图片"
  • "提取图片中的文字"
  • "图片文字识别"

• 验证码验证场景：

  • 用户发送了验证码图片并询问内容
  • 需要自动识别网页/应用中的验证码

依赖安装

pip install ddddocr opencv-python numpy Pillow requests

支持的图片输入格式

本技能支持多种验证码图片输入方式：

关于 Blob URL

Blob URL（如 blob:https://example.com/xxx）是浏览器内部创建的临时 URL，无法从服务器端直接访问。如果用户提供 Blob URL，需要：

1. 在浏览器中右键保存图片到本地
2. 或者使用浏览器开发者工具获取实际的图片 URL
3. 或者将图片下载后提供本地路径

命令行使用

python scripts/captcha.py \x3Cimage_path_or_url> [--preprocess]

参数说明:

• image_path_or_url: 验证码图片路径或网络 URL（必需）
• --preprocess: 可选，启用图像预处理（灰度化、二值化）

示例:

# 本地文件
python scripts/captcha.py captcha.jpg
python scripts/captcha.py captcha.jpg --preprocess

# 网络 URL
python scripts/captcha.py http://example.com/captcha.png
python scripts/captcha.py https://example.com/captcha.jpg --preprocess

Python API 使用

（注意：如果想要更快速和节省Token，你应该优先使用命令行的方式！）

快速开始

from scripts.captcha import recognize_captcha

# 方法1: 从文件路径识别（最常用）
result = recognize_captcha("path/to/captcha.jpg")
print(f"验证码内容: {result}")

# 方法2: 从网络 URL 识别
result = recognize_captcha("http://example.com/captcha.png")
print(f"验证码内容: {result}")

result = recognize_captcha("https://example.com/captcha.jpg")
print(f"验证码内容: {result}")

# 方法3: 从字节数据识别
with open("captcha.jpg", "rb") as f:
    image_bytes = f.read()
result = recognize_captcha(image_bytes)

# 方法4: 从 PIL Image 对象识别
from PIL import Image
pil_image = Image.open("captcha.jpg")
result = recognize_captcha(pil_image)

启用图像预处理

对于质量较差或有干扰线的验证码，可以启用预处理：

# preprocess=True 会进行灰度化和二值化处理
result = recognize_captcha("captcha.jpg", preprocess=True)

API Reference

recognize_captcha(image, preprocess=False, show_ad=False, timeout=10)

主要识别函数，支持多种输入格式。

参数：

返回值：

• str: 识别出的验证码文本

异常：

• FileNotFoundError: 图片文件不存在
• ValueError: 不支持的 URL 格式（如 Blob URL）
• RuntimeError: 网络请求失败或图像处理失败
• TypeError: 不支持的图片类型
• ImportError: 缺少必要的依赖库

CaptchaRecognizer 类

如需更细粒度的控制，可以直接使用类：

from scripts.captcha import CaptchaRecognizer

recognizer = CaptchaRecognizer(show_ad=False)

# 从文件识别
result = recognizer.recognize_from_file("captcha.jpg", preprocess=False)

# 从网络 URL 识别
result = recognizer.recognize_from_url("http://example.com/captcha.png", preprocess=False)

# 从字节识别
with open("captcha.jpg", "rb") as f:
    result = recognizer.recognize_from_bytes(f.read())

# 从 PIL Image 识别
from PIL import Image
img = Image.open("captcha.jpg")
result = recognizer.recognize_from_pil(img)

最佳实践

1. 优先使用文件路径：如果图片已保存为文件，直接传递路径字符串最简单
2. 网络 URL 识别：支持 HTTP/HTTPS URL，会自动下载并识别验证码
3. 预处理建议：对于背景复杂、有干扰线或颜色较多的验证码，尝试 preprocess=True
4. 错误处理：建议捕获 FileNotFoundError、ValueError 和 TypeError 提供友好的错误提示
5. 性能优化：recognize_captcha() 使用单例模式，重复调用不会重复加载 OCR 模型
6. 超时设置：对于网络 URL，可以通过 timeout 参数调整请求超时时间

完整示例

from scripts.captcha import recognize_captcha

def solve_captcha(image_source):
    """识别验证码并处理可能的错误"""
    try:
        # 先尝试不预处理
        result = recognize_captcha(image_source)
        
        # 如果结果为空或不合理，尝试预处理
        if not result or len(result) \x3C 2:
            result = recognize_captcha(image_source, preprocess=True)
        
        return result
        
    except FileNotFoundError:
        return "错误：找不到图片文件"
    except ValueError as e:
        return f"错误：{e}"
    except ImportError as e:
        return f"错误：缺少依赖库 - {e}"
    except Exception as e:
        return f"错误：识别失败 - {e}"

# 使用本地文件
result = solve_captcha("captcha.jpg")
print(f"识别结果: {result}")

# 使用网络 URL
result = solve_captcha("http://example.com/captcha.png")
print(f"识别结果: {result}")