文章目录

• 发现宝藏
• 一、ddddOcr（针对图形验证码）
• • 1. 工具介绍
  • 2. 安装及环境支持
  • 3. 识别示例1
  • 4. 识别示例2
• 二、Tesseract（标准OCR识别）
• • 1. 工具介绍
  • 2. 配置系统环境
  • 3. 识别示例1
  • 4. 识别示例2
  • 3. 识别示例3

发现宝藏

前些天发现了一个巨牛的网络安全学习资源，通俗易懂，风趣幽默，忍不住分享一下给大家。【宝藏入口】。

一、ddddOcr（针对图形验证码）

1. 工具介绍

相信做自动化测试的同学一定不可忽视的问题就是验证码，他几乎是一个网站登录的标配，当然，我一般是不建议在这上面浪费时间去做识别的。

举个例子，现在你的目的是进入自己家的房子，房子为了防止小偷进入于是上了一把锁。我们没必要花费力气去研究开锁技术。去找锁匠配置一把万能钥匙（让开发设置验证码的万能码），或者干脆先去上锁匠把验证码去掉（让开发暂时屏蔽验证码）。严格来说识别验证码不是我们自动化测试的重点。除非你是验证码厂商的员工，破解识别验证码是你的工作。

那么，如果有很简单的方式去识别验证码的话，我们其实就可以不用麻烦开发针对验证码做屏蔽开关了。

ddddocr: 带带弟弟OCR通用验证码识别SDK 就是这样一款强大验证码识别工具。

ddddocr是由sml2h3开发的专为验证码厂商进行对自家新版本验证码难易强度进行验证的一个python库，其由作者与kerlomz共同合作完成，通过大批量生成随机数据后进行深度网络训练，本身并非针对任何一家验证码厂商而制作，本库使用效果完全靠玄学，可能可以识别，可能不能识别。

ddddocr奉行着开箱即用、最简依赖的理念，尽量减少用户的配置和使用成本，希望给每一位测试者带来舒适的体验

OCR部分应该已经有很多人做了测试，在这里就放一部分网友的测试图片。

2. 安装及环境支持

python <= 3.9

Windows/Linux/Macos..

暂时不支持Macbook M1(X)，M1(X)用户需要自己编译onnxruntime才可以使用

安装命令

pip install ddddocr

以上命令将自动安装符合自己电脑环境的最新ddddocr

3. 识别示例1

1. 代码示例

# 实例化对象
import ddddocr

ocr = ddddocr.DdddOcr()
# 读取图片内容
f = open('D:\OCR\checkCode.jpg', mode='rb')
img = f.read()
result = ocr.classification(img)
print(result)

2. 运行结果

4. 识别示例2

1. 代码示例

# 实例化对象
import ddddocr
import requests

ocr = ddddocr.DdddOcr()
# 读取图片内容
response = requests.get('http://127.0.0.1:3004/api/checkCode?type=0&time=1709971779303')
result = ocr.classification(response.content)
print(result)

二、Tesseract（标准OCR识别）

1. 工具介绍

​ Tesseract-OCR（Optical Character Recognition）是一个开源的光学字符识别引擎，由Google开发并维护。它用于将图像中的文字转换为可编辑文本，可以识别各种语言的文本，并且在适当的情况下，也可以用于识别印刷体和手写体。

以下是一些关于Tesseract-OCR工具的介绍：

开源性质： Tesseract-OCR是一个免费的开源工具，可以自由地使用和分发。这意味着你可以在自己的项目中免费使用它，也可以根据需要进行修改和定制。

跨平台支持： Tesseract-OCR可在多个操作系统上运行，包括Windows、Linux和macOS等。这使得它成为一个跨平台的解决方案，可以在各种环境中使用。

多语言支持： Tesseract-OCR支持超过100种语言的文字识别，包括中文、英文、法文、德文、日文等。这使得它在全球范围内都有广泛的应用。

高准确性： Tesseract-OCR经过多年的开发和改进，具有较高的文字识别准确性。它能够识别多种字体和字型，即使在低分辨率或模糊的图像中也能表现良好。

简单易用： 使用Tesseract-OCR进行文字识别通常是非常简单的。它提供了命令行接口和API接口，可以轻松地集成到各种应用程序和开发项目中。

可定制性： 虽然Tesseract-OCR在默认配置下已经表现出色，但也可以通过配置文件和参数进行定制，以满足特定需求。你可以调整字体、语言、图像处理方法等参数，以获得更好的识别结果。

GitHub 地址： https://gitcode.com/tesseract-ocr/tesseract?utm_source=csdn_github_accelerator&isLogin=1
安装包官方下载地址：https://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe
语言包下载地址：https://github.com/tesseract-ocr/tessdata

2. 配置系统环境

1. 右击此电脑选择高级设置，在系统变量的path属性中添加安装路径
   
2. 添加 tessdata 系统变量

如下图新建系统变量 ： TESSDATA_PREFIX
变量值为 tessdata 文件夹的路径（在Tesseract-OCR的安装目录下）：

3. cmd查看是否安装成功

tesseract --version

4. 查看已经安装的语言

在cmd中输入tesseract --list-langs回车，若显示版本号即为安装成功。

3. 识别示例1

（自带英文，无需额为下载语言包）

1. 代码示例

import pytesseract
from PIL import Image

def demo():
    # 打开要识别的图片
    image = Image.open('D:/OCR/eng.png')
    # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别，
    text = pytesseract.image_to_string(image, lang='eng')
    # 输入所识别的文字
    print(text)

if __name__ == '__main__':
    demo()

2. 运行结果

4. 识别示例2

1. 在官网下载中文识别语言包，放到 D:\Program Files (x86)\Tesseract-OCR\tessdata （安装目录）下

2.代码示例

import pytesseract
from PIL import Image

def demo():
    # 打开要识别的图片
    image = Image.open('D:/OCR/古诗.png')
    # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别，
    text = pytesseract.image_to_string(image, lang='chi_sim')
    # 输入所识别的文字
    print(text)

if __name__ == '__main__':
    demo()

3. 运行结果

3. 识别示例3

import pytesseract
import requests
from PIL import Image
from io import BytesIO

def demo():
    # 设置请求头
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) '
                      'Chrome/58.0.3029.110 Safari/537.3'}

    # 获取图片并转换为PIL Image对象
    response = requests.get(
        'https://img-blog.csdnimg.cn/591e6f372b8c419fb3a00093a1f5ad92.png?x-oss-process=image/watermark,'
        'type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA5Y2K5aOV5pil5rC0,size_20,color_FFFFFF,t_70,g_se,'
        'x_16#pic_center',
        headers=headers)
    image = Image.open(BytesIO(response.content))

    # 使用pytesseract调用image_to_string方法进行识别，传入要识别的图片，lang='chi_sim'是设置为中文识别，
    text = pytesseract.image_to_string(image, lang='chi_sim')

    # 输入所识别的文字
    print(text)

if __name__ == '__main__':
    demo()

---

关于黑客&网络安全学习指南

学好 网络安全不论是就业还是做副业赚钱都不错，但要学会 网络安全 还是要有一个学习规划。最后给大家分享一份全套的 网络安全学习资料，给那些想学习网络安全的小伙伴们一点帮助！

内容涵盖了网络安全法学习、网络安全运营等保测评、渗透测试基础、漏洞详解、计算机基础等教程，带你从零基础系统性的学好网络安全。

1.学习路线图

攻击和防守要学的东西也不少，具体要学的东西我都写在了上面的路线图，如果你能学完它们，你去就业和接私活完全没有问题。

2.网络安全视频教程600集和配套电子书
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

温馨提示：篇幅有限，已打包文件夹，获取方式在：CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享

3.技术文档
技术文档也是我自己整理的，包括我参加大型网安行动、CTF和挖SRC漏洞的经验和技术要点，电子书也有200多本，由于内容的敏感性，我就不一一展示了。

4.工具包、面试题和源码
“工欲善其事必先利其器”我为大家总结出了最受欢迎的几十款款黑客工具。涉及范围主要集中在 信息收集、Android黑客工具、自动化工具、网络钓鱼等，感兴趣的同学不容错过。

还有我视频里讲的案例源码和对应的工具包，需要的话也可以拿走。

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取：CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享

最后就是我这几年整理的网安方面的面试题，如果你是要找网安方面的工作，它们绝对能帮你大忙。

这些题目都是大家在面试深信服、奇安信、腾讯或者其它大厂面试时经常遇到的，如果大家有好的题目或者好的见解欢迎分享。

参考解析：深信服官网、奇安信官网、Freebuf、csdn等

内容特点：条理清晰，含图像化表示更加易懂。

内容概要：包括 内网、操作系统、协议、渗透测试、安服、漏洞、注入、XSS、CSRF、SSRF、文件上传、文件下载、文件包含、XXE、逻辑漏洞、工具、SQLmap、NMAP、BP、MSF…

因篇幅有限，仅展示部分资料，需要点击下方链接即可前往获取：CSDN大礼包：《黑客&网络安全入门&进阶学习资源包》免费分享