1.前言

各位网上冲浪时是否遇到烦人的验证码？抑或无法复制的文字？

小编为大家推荐一款专为麻瓜设计的OCR识别模块：https://pypi.org/project/muggle-ocr

在2020不平凡的一年，6月1日，在pypi仓库中偷偷潜入一位新同学，他就是MuggleOCR，他有多厉害呢？

作为一个本地识别的模块，他的体积居然小于10MB，模型分别有两个，安装后可以在 site-packages/muggle_ocr 路径里看到

OCR模型仅为4MB，验证码模型仅为2MB，如此小的模型，识别效果是否能有惊喜呢？

2.测评

小编做了一份测试：

import time
import muggle_ocr
import os

sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)
root_dir = r"./imgs"
for i in os.listdir(root_dir):
    n = os.path.join(root_dir, i)
    with open(n, "rb") as f:
        b = f.read()
    st = time.time()
    text = sdk.predict(image_bytes=b)
    print(i, text, time.time() - st)

笔者在网上找了几张验证码图片一探究竟：

输出结果:

MuggleOCR Session [captcha] Loaded.
1a2v1_444cbc94c5a3bf1682ab71cc1e5319c0.jpg 1a2v1 0.009941816329956055
1a2yc_1534434561732.jpg 1a2yc 0.009974956512451172
2a3ka_1d94eaff16ab6612fc6445c6b5d56684.jpg 2a3ka 0.009972333908081055
2a3w_900a9e3672ded254e63ef4cba6e1f465.jpg 2a3w 0.009982109069824219
dU5g_c406889e89ca47e5a2d632798baead21.jpg du5g 0.010939359664916992
LGKX_85bbfbe824074944bd4529b61f8ccb75.png lgkx 0.011968135833740234
mhhm_3085e25cd1ee6b062d02522bb1133257.bmp mhhm 0.011968612670898438
Q8U7_4fab05a68b694d54842e1165d0539ce4.jpg q8u7 0.011966943740844727

居然都识别出来了！而且在速度上也是极快，0.01s是什么概念，10ms，市面上售卖的验证码识别大多也要40ms-100ms以上。

那么小编再带大家测评一下OCR识别的性能。

识别结果：

写到这里小编只能说“tql，oh my god”。这是什么神仙工具，用它用它用它。

3.如何使用

以下内容摘取至官方文档：

首先安装模块 pip install muggle_ocr

调用示例：

import time

# 导入包
import muggle_ocr

# 初始化；model_type 包含了 ModelType.OCR/ModelType.Captcha 两种
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.OCR)

# ModelType.Captcha 可识别光学印刷文本
with open(r"test1.png", "rb") as f:
    b = f.read()
for i in range(5):
    st = time.time()
    text = sdk.predict(image_bytes=b)
    print(text, time.time() - st)

# ModelType.Captcha 可识别4-6位验证码
sdk = muggle_ocr.SDK(model_type=muggle_ocr.ModelType.Captcha)
with open(r"test2.jpg", "rb") as f:
    b = f.read()
for i in range(5):
    st = time.time()
    text = sdk.predict(image_bytes=b)
    print(text, time.time() - st)

使用竟如此简单！

此外追踪作者github可见：

这套模型竟然是基于 https://github.com/kerlomz/captcha_trainer 训练的，对工具核心感兴趣的可以自行了解，小编这里就不多做介绍了。