CAPTCHA-CV-OCR

使用 CV (OpenCV) 和 OCR (Tesseract) 进行验证码识别

simplest	grids_and_equations	dots_and_chars	...
			...
2348	2x6=?	7RVO	...

快速入门

安装

因为所需的 OpenCV 支持模块 opencv4nodejs 体积较大，编译过程复杂，请手动安装，或者参考官方的安装指南：

npm i opencv4nodejs -g

第三种验证码识别改为用 sharp 和纯 JavaScript 的 CV 算法来实现，方便在树莓派上运行，但效率相比前两者很低。

第二个 Tesseract 支持模块为 tesseract.js

直接安装

npm i captcha-cv-ocr

或者

git clone https://github.com/PillarsZhang/captcha-cv-ocr
cd captcha-cv-ocr
npm install
npm link            #约等于安装为全局模块

测试

node judge_and_test.js

用法

const path = require("path");
const cvocrModule = require("captcha-cv-ocr");

var mode = "simplest";

(async () => {
    let cvocr = new cvocrModule(mode);  // mode 表示验证码的种类
    await cvocr.init(1);  //其中的1表示需要启动的 OCR Worker 数（多线程）
    let ans = await cvocr.recognize(path.join(__dirname, "docs/img", mode + ".jpg"));  //支持文件地址、Base64、Buffer形式
    console.log("ans:", ans)
    process.exit(0);
})()

开发

已支持

simplest	grids_and_equations	dots_and_chars
2348	2x6=?	7RVO

新支持

codes下的文件夹对应着不同种类的名字（自行命名），你可以参照已有的模板与API创建新的识别库，来适配其他各种验证码。

参考文档与额外说明

• opencv4nodejs
  • Github | https://github.com/justadudewhohacks/opencv4nodejs
  • API | https://justadudewhohacks.github.io/opencv4nodejs/docs/Mat/
• tesseract.js
  • 主页 | https://tesseract.projectnaptha.com/
  • Github | https://github.com/naptha/tesseract.js
  • API | https://github.com/naptha/tesseract.js#docs
  • 第三种验证码如果进行训练识别效果会更好
• sharp
  • Github | https://github.com/lovell/sharp
  • API | https://sharp.pixelplumbing.com/api-constructor
  • 另外吐槽：只有编辑图像的基础功能，而且体验不是很理想需要绕过bug
• ./lib/fakeOpenCV
  • 个人仿照 OpenCV 重写了一些图像算法

C++ / Python 的 OpenCV 海量资料也非常有帮助， 相应的函数基本都能在 opencv4nodejs 的 API 文档 里找到