在爬取網(wǎng)站的時候都遇到過驗證碼，那么我們有什么方法讓程序自動的識別驗證碼呢？其實網(wǎng)上已有很多打碼平臺，但是這些都是需要money。但對于僅僅爬取點數(shù)據(jù)而接入打碼平臺實屬浪費。所以百度免費ocr正好可以利用。（每天500次免費）

1、注冊百度賬號、百度云管理中心創(chuàng)建應(yīng)用、生成AppKey、SecretKey（程序調(diào)用接口是要生成access_token）

?

2、利用AppKey、SecretKey生成access_token
向授權(quán)服務(wù)地址https://aip.baidubce.com/oauth/2.0/token發(fā)送請求（推薦使用POST）并在URL中帶上以下參數(shù)：
grant_type： 必須參數(shù)，固定為client_credentials；
client_id： 必須參數(shù)，應(yīng)用的API Key；
client_secret： 必須參數(shù)，應(yīng)用的Secret Key
代碼如下：

/*** 獲取AccessToken* 百度開發(fā)* AppId:* APIKey:* SecretKey:** @return*/public static String getAccessToken() {String accessToken = "";HttpRequestData httpRequestData = new HttpRequestData();HashMap<String, String> params = new HashMap<>();params.put("grant_type", "client_credentials");params.put("client_id", "xxxxxx");params.put("client_secret", "xxxxxx");httpRequestData.setRequestMethod("GET");httpRequestData.setParams(params);httpRequestData.setRequestUrl("https://aip.baidubce.com/oauth/2.0/token");HttpResponse response = HttpClientUtils.execute(httpRequestData);String json = "";try {json = IOUtils.toString(response.getEntity().getContent());} catch (IOException e) {e.printStackTrace();}if (response.getStatusLine().getStatusCode() == 200) {JSONObject jsonObject = JSONObject.parseObject(json);if (jsonObject != null && !jsonObject.isEmpty()) {accessToken = jsonObject.getString("access_token");}}return accessToken;}

?

3、請求百度ocr通用文字識別API（下面以百度通用識別api識別為例）
請求API的URL https://aip.baidubce.com/rest/2.0/ocr/v1/general_basic
請求方法 POST
請求URL參數(shù) access_token
請求頭 （Header） Content-Type application/x-www-form-urlencoded
Body中放置請求參數(shù)，主要參數(shù)詳情如下：

• ?image : 圖像數(shù)據(jù)，base64編碼，要求base64編碼后大小不超過4M，最短邊至少15px，最長邊最大4096px,支持jpg/png/bmp格式，當(dāng)image字段存在時url字段失效
• url : 圖片完整URL，URL長度不超過1024字節(jié)，URL對應(yīng)的圖片base64編碼后大小不超過4M，最短邊至少15px，最長邊最大4096px,支持jpg/png/bmp格式，當(dāng)image字段存在時url字段失效

/*** 獲取識別驗證碼* @param imageUrl* @return*/public static String OCRVCode(String imageUrl){String VCode = "";if (StringUtils.isBlank(ACCESS_TOKEN)) {logger.error("accessToken為空");return VCode;}OCRUrl = OCRUrl + "?access_token=" + ACCESS_TOKEN;HashMap<String, String> headers = new HashMap<>();headers.put("Content-Type", "application/x-www-form-urlencoded");HashMap<String, String> params = new HashMap<>();imageUrl = ImageBase64ToStringUtils.imageToStringByBase64(imageUrl);params.put("image", imageUrl);HttpRequestData httpRequestData = new HttpRequestData();httpRequestData.setHeaders(headers);httpRequestData.setRequestMethod("post");httpRequestData.setParams(params);httpRequestData.setRequestUrl(OCRUrl);HttpResponse response = HttpClientUtils.execute(httpRequestData);String json = "";if (response.getStatusLine().getStatusCode() == 200) {try {json = IOUtils.toString(response.getEntity().getContent());JSONObject jsonObject = JSONObject.parseObject(json);JSONArray wordsResult = jsonObject.getJSONArray("words_result");VCode = wordsResult.getJSONObject(0).getString("words");} catch (IOException e) {logger.error("請求識別失敗！", e);}}return VCode;}

?

對圖片進行base64編碼字符

/*** 將本地圖片進行Base64位編碼* @param imageFile* @return*/public static String encodeImgageToBase64(String imageFile) {// 其進行Base64編碼處理byte[] data = null;// 讀取圖片字節(jié)數(shù)組try {InputStream in = new FileInputStream(imageFile);data = new byte[in.available()];in.read(data);in.close();} catch (IOException e) {e.printStackTrace();}// 對字節(jié)數(shù)組Base64編碼return Base64Util.encode(data);}

?

4、返回結(jié)果以json方式返回

{"log_id": 2471272194,"words_result_num": 2,"words_result": [{"words": " TSINGTAO"},{"words": "青島睥酒"}] }

?

項目github地址：https://github.com/xwlmdd/ipProxyPool
注：ocr圖片識別模塊在這個項目里的一個工具類

我的公眾號，喜歡的朋友可以關(guān)注哦

轉(zhuǎn)載于:https://www.cnblogs.com/xwlhyy1072552712/p/7470985.html

總結(jié)

以上是生活随笔為你收集整理的如何利用百度ocr实现验证码自动识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。