# 从pypi安装pip install ddddocr# 安装API服务支持pip install ddddocr[api]# 可选：安装依赖（若自动安装失败，手动补充）pip install opencv-python pillow numpy

import ddddocrimport os# 初始化OCR对象（默认加载验证码识别模型）ocr = ddddocr.DdddOcr()# 读取验证码图片（code.png为你的验证码图片文件名）with open("code.png", "rb") as f:    img_bytes = f.read()# 核心识别方法：classification 接收图片二进制数据，返回识别出的字符串；try:    result = ocr.classification(img_bytes)    print(f"识别结果：{result}")except Exception as e:    print(f"识别失败：{e}")

import cv2import numpy as np# 图片预处理：灰度化 + 降噪img = cv2.imdecode(np.frombuffer(img_bytes, np.uint8), cv2.IMREAD_GRAYSCALE)# 重新编码为二进制_, img_bytes = cv2.imencode('.png', img)img_bytes = img_bytes.tobytes()

# 基础启动python -m ddddocr api# 指定端口和主机python -m ddddocr api --host 0.0.0.0 --port 8000# 开发模式（自动重载）python -m ddddocr api --reload# 查看所有选项python -m ddddocr api --help

curl -X POST "http://localhost:8000/initialize" \     -H "Content-Type: application/json" \     -d '{"ocr": true, "det": false}'

curl -X POST "http://localhost:8000/ocr" \     -H "Content-Type: application/json" \     -d '{       "image": "base64_encoded_image_data",       "color_filter_colors": ["red", "blue"],       "png_fix": false,       "probability": false     }'

curl -X POST "http://localhost:8000/detect" \     -H "Content-Type: application/json" \     -d '{"image": "base64_encoded_image_data"}'

curl "http://localhost:8000/status"

import requestsimport base64# 读取图片并转换为base64with open("captcha.jpg", "rb") as f:    image_data = base64.b64encode(f.read()).decode()# 初始化服务response = requests.post("http://localhost:8000/initialize",                        json={"ocr": True, "det": False})print(response.json())# OCR识别response = requests.post("http://localhost:8000/ocr",                        json={                            "image": image_data,                            "color_filter_colors": ["red", "blue"]                        })result = response.json()print(result["data"]["text"])