如何在PyTorch中实现即插即用的双分支特征提取模块（附完整代码）

简介百度的旋转验证码现在基本上都是由AI生成的每一张图片都不会重复也会加入很多干扰因素所以机器识别也越来越困难。

如下图就是百度AI旋转的识别与实际滑动效果识别正确率几乎达到100%正确率。

本身更新主要是解决了新增的一些AI图片的识别后续我们也会持续更新做到更好。

识别代码识别这个AI旋转验证码只需要原图一张或者是切边截图。

当然原图的识别效果是最好的。

截图正确率会相对低一些。

原图识别原图是通过图片链接下载的图片如下图所示

截图识别截图的话需要按照下图红框截图需要与圆形图片切边截图错误的截图方式

识别代码运行下面代码可以得到识别的角度和旋转后的图片效果。

import base64 import requests import datetime from io import BytesIO from PIL import Image t1 datetime.datetime.now() #PIL图片保存为base64编码 def PIL_base64(img, codingutf-

: img_format img.format if 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, formatformat_str) img.save(output_buffer, quality100, formatformat_str) byte_data output_buffer.getvalue() base64_str data:image/ img_format.lower() ;base64, base

b64encode(byte_data).decode(coding) # base64_str base

b64encode(byte_data).decode(coding) return base64_str 得塔云地址 http://bq1gpmr

xiaomy.net电信 http://

220.

167.

1

200:9009移动、电信、联通 根据不同网络选择不同接口 # 加载图片 img1 Image.open(rE:\Python\lixin_project\OpenAPI接口测试\test_img\44号模型测试图片.jpg) # 图片转base64 img1_base64 PIL_base64(img

# 验证码识别接口 url http://

220.

167.

1

200:9009/openapi/verify_code_identify/ data { # 用户的key key:6tOcnv0zvFDnOv8FS7M4, # 验证码类型 verify_idf_id:44, # 样例图片 img_base64: img1_base64, } header {Content-Type: application/json} if data[key] : print(请前往得塔云网站获取keyhttp://www.detayun.cn) # 发送请求调用接口 response requests.post(urlurl, jsondata, headersheader) # 获取响应数据识别结果 print(response.text) print(耗时, datetime.datetime.now() - t

angle response.json()[data][angle] # 旋转矫正效果 rot img

rotate(-angle) rot.show()

更多图像识别想了解更多验证码识别请访问得塔云

b站免费必看的3000纪录片-b站免费必看的3000纪录片应用