京东旋转验证码识别代码

京东旋转验证码样例如下：

现在京东更新了很多新图片，我们再次进行了大量数据标记，完成了这款验证码的更新。现在正确率可以达到95%左右。

下边是这款验证码的识别代码：

 
import base64
import requests
import datetime
import numpy as np
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, coding='utf-8'):
    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, 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)
 
    return base64_str
 
# 旋转图片
def mark(img, angle):
    # 转换为有alpha层
    temp_img2 = img.convert('RGBA')
    # 旋转
    rot = temp_img2.rotate(-angle)
    # 创建一个与旋转图像大小相同的白色图像
    fff = Image.new('RGBA', rot.size, (255,) * 4)
    # 使用alpha层的rot作为掩码创建一个复合图像
    out = Image.composite(rot, fff, rot)
    # 将临时图片转换为元素图片颜色模式
    temp_img2 = out.convert(img.mode)
 
    return temp_img2
 
# 加载外圈大图
img1 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\41号模型测试图片_1.png')
# 图片转base64
img1_base64 = PIL_base64(img1)
# 加载内圈小图
img2 = Image.open(r'E:\Python\lixin_project\OpenAPI接口测试\test_img\41号模型测试图片_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":"EhH7MC2kAYeyZTPYeqWw",
    # 验证码类型
    "verify_idf_id":"41",
    # 外圈大图
    "img1":img1_base64,
    # 内圈小图
    "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)
angle = response.json()['data']['angle']
 
# 旋转图片查看效果
# 旋转图像
img2 = mark(img2, angle)
# 获取大图和小图的尺寸
large_width, large_height = img1.size
small_width, small_height = img2.size
 
# 计算小图在大图中的位置（中心）
position = ((large_width - small_width) // 2, (large_height - small_height) // 2)
 
# 将小图粘贴到大图的中心
img1.paste(img2, position)
img1.show()

想了解更多验证码识别请访问：得塔云