基于Pytorch的验证码识别模型应用
前言
在做OCR文字识别的时候，或多或少会接触一些验证码图片，这里收集了一些验证码图片，可以对验证码进行识别，可以识别4到6位，纯数字型、数字+字母型和纯字母型的一些验证码，准确率还是相当高，需要的可以下载使用。
准备工作
1、Python环境，在Python官网下载安装
2、项目代码，下载地址在文章最后
代码量非常的少，可根据实际情况，通过fastapi、flask等web框架部署到服务器上。
开始
以上准备工作完成后，就可以开始使用
1、下载依赖包
pip install pyaml
pip install torch
pip install opencv-python2、编写预测代码，cpu中运行
这里传入的图片，可以是图片路径，也可以是通过cv2将图片转成mat后再传入。
import os
import sysfrom core.model import OCRRecognitionif __name__ == '__main__':ocr = OCRRecognition("./core/model/pytorch_model.pt","./core/model/vocab.txt",device="cpu")result = ocr("images/001.png")print(result)3、gpu中运行
默认使用cpu运行，如果需要在gpu中运行，首先要配置GPU环境，可通过这篇文章进行配置【Ubuntu系统配置深度学习环境之nvidia显卡驱动和cuda安装】。
安装完成后，初始化方法改成：
ocr = OCRRecognition("./core/model/pytorch_model.pt","./core/model/vocab.txt",device="gpu")4、运行结果展示
输入图片：
实际运行效果还不错。
完毕！！！
模型及代码下载：基于Pytorch的验证码识别模型应用资源