傻瓜式 Python OCR 识别库 -- ddddocr

如果你以前折腾过 OCR，大概率都经历过那种“模型太大、依赖太多、部署太麻烦、识别率还一般般”的痛苦。尤其做后端或写脚本的时候，明明只是想识别个验证码、读个图片文字，结果搞得像在训练无人驾驶模型一样。

后来我接触到 ddddocr，真实感受就是一句话：“终于有个能一行代码跑起来的 OCR 了！”

下面就从上手体验、核心能力、识别效果、踩坑和实践案例，完整讲讲这个库。

ddddocr 到底是什么？

简单说，它是一个：

• 纯 Python 即可使用
• 无额外依赖（pip 安装就能跑）
• 识别验证码特别强
• 速度极快
• 支持文字识别 + 验证码识别 + 人脸比对

的小巧 OCR 库。

用一句更接地气的话总结：“不需要懂机器学习，也不需要 GPU，pip install 然后直接开始识别。”

先来感受一下 “傻瓜式使用方式”

只要三行代码就能识别验证码：

import ddddocr
ocr = ddddocr.DdddOcr()
with open('code.jpg', 'rb') as f:
    img_bytes = f.read()
res = ocr.classification(img_bytes)
print(res)

第一次看到的时候我甚至以为自己看错了，因为市面上 OCR 基本都要模型文件、依赖库、环境配置一堆东西。

ddddocr 的作者就是把“简单”做到了极致 ——模型直接内置在库里，不需要你下任何东西。

ddddocr 的核心能力有啥？

1. 验证码识别（最强项）

常见的：

• 黑白验证码
• 干扰线验证码
• 点线噪声
• 扭曲验证码
• 四位/五位字母数字混合

都能轻松搞定。

即使一些网站特意做过干扰，ddddocr 的识别率依然非常高。

2. 通用文字 OCR

虽然不是它的主要方向，但识别普通图片文字也没有问题：

res = ocr.classification(img_bytes)
print(res)

只不过它的通用文字识别效果肯定比不上 PaddleOCR 这种大模型，但胜在小巧快速。

3. 目标检测版：验证码定位识别

如果你遇到的是拼图式、点选式验证码，它也有 BBox 版本：

det = ddddocr.DdddOcr(det=True)
res = det.detection(img_bytes)
print(res)

能够输出目标坐标，适合拼图验证滑块这种场景。

4. 人脸相似度比对

你甚至可以用它做“人脸是否同一人”的判断：

ocr = ddddocr.DdddOcr()
with open("a.jpg", "rb") as f:
    img1 = f.read()
with open("b.jpg", "rb") as f:
    img2 = f.read()
res = ocr.face_compare(img1, img2)
print(res)  # True or False

虽然不能跟专业的人脸模型相比，但用于简单判断足够了。

性能到底怎么样？

官方测试：CPU 上每秒识别上百张

我自己的体验：

• 在笔记本（i5）上处理一个验证码耗时 2～5ms
• 并发压测时甚至达到 每秒 300+ 张

这速度完全是“脚本级场景的天花板”了。

实际场景：写个自动化脚本识别验证码

假设你要写个自动登录小工具，需要处理登录验证码：

import requests
import ddddocr
ocr = ddddocr.DdddOcr()
# 1. 获取验证码
resp = requests.get("https://example.com/captcha")
code_img = resp.content
# 2. OCR 识别
code = ocr.classification(code_img)
print("验证码：", code)
# 3. 提交登录请求
data = {
"username": "test",
"password": "123456",
"captcha": code
}
r = requests.post("https://example.com/login", data=data)
print(r.text)

整个过程非常顺畅，特别适合做：

• 定时任务自动登录
• 数据脚本
• 小爬虫
• 缺省验证码识别的系统自动化测试

高级玩法：训练自己的验证码模型

ddddocr 本身模型是内置的，但如果你遇到特别另类、干扰极强的验证码，也可以：

• 收集验证码样本
• 训练自己的模型
• 替换掉默认模型

官方给了完整训练脚本，流程完全“本地可跑”。

如果你之前用过 CNN/LSTM 训练验证码模型，会知道这件事以前有多麻烦。 ddddocr 的训练脚本就是一个“对小白友好的深度学习入门级案例”。

虽然 ddddocr 很小巧，但还是要说清楚几个使用建议。

1. 不要期望它识别复杂文档、票据、截图

它不是 PaddleOCR / OCR 大模型，不适合办公类文档 OCR。

2. 验证码类型越简单，识别率越高

扭曲 + 噪声 + 背景纹理 + 干扰线 这种“定制验证码”可能识别率下降。

3. 人脸比对只能做基础判断

做风控、人脸识别登录等严肃场景，不建议依赖这个。

什么时候应该用 ddddocr？

✔ 需要快速识别验证码 ✔ 想直接上手、无需部署、不要模型文件 ✔ 代码量少、逻辑简单的小脚本 ✔ 不希望带大量依赖 ✔ 对 OCR 效果不要求“工业级”

总结一句话：“需要立即可用、能跑就行的 OCR 时，选 ddddocr 几乎不会错。”

什么时候不该用它？

❌ 识别长文本 ❌ 扫描文档 OCR ❌ PDF、大图识别 ❌ 复杂场景文字提取 ❌ 严格人脸比对

这些情况应该选 PaddleOCR、Tesseract 或 OCR 大模型。

ddddocr 很像“传统 OCR 的小瑞士军刀”，特点就是：

• 轻量（纯 Python，几 MB）
• 即开即用
• 识别速度快
• 验证码效果很强
• 带一点检测和人脸比对能力

如果你想用最短时间实现一个可用的 OCR，或者只需要验证码识别，那么它绝对是 Python 生态里最省心、最傻瓜的选择之一。