轻量级 OCR 服务搭建：ddddocr + 异步 HTTP 接口 | ZapcoMan's world

验证码识别是一个刚需——自动化测试、数据采集、安全审计都绕不开。Tesseract 太重、百度 OCR API 要钱。ddddocr 是个纯 Python 的 OCR 库，轻量、免费、专攻验证码。这篇把它包装成一个异步 HTTP 服务，一行 curl 搞定验证码识别。

---

ddddocr 是什么

ddddocr（带带弟弟 OCR）是一个专门为验证码设计的识别库：

• 纯 Python，无需安装 Tesseract
• 不依赖 GPU，CPU 推理
• 支持英文+数字验证码、滑块验证码
• 一行代码识别：ocr.classification(img_bytes)

pip install ddddocr aiohttp

---

单文件版本（最简单的 API）

# index.py
import ddddocr
from aiohttp import web

ocr = ddddocr.DdddOcr()

async def handle_ocr(request):
    """接收图片，返回 OCR 识别结果"""
    try:
        # 读取请求体（图片字节）
        img_bytes = await request.read()

        if not img_bytes:
            return web.json_response({'error': '未提供图片'}, status=400)

        # OCR 识别
        result = ocr.classification(img_bytes)

        return web.json_response({
            'success': True,
            'result': result,
        })

    except Exception as e:
        return web.json_response({'error': str(e)}, status=500)

async def handle_health(request):
    """健康检查"""
    return web.json_response({'status': 'ok'})

app = web.Application()
app.router.add_post('/ocr', handle_ocr)
app.router.add_get('/health', handle_health)

if __name__ == '__main__':
    web.run_app(app, host='0.0.0.0', port=9898)

---

使用方式

# 命令行调用
curl -X POST http://localhost:9898/ocr \
  --data-binary @captcha.png

# 返回
{"success": true, "result": "aB3x"}

# Python 调用
import requests
with open('captcha.png', 'rb') as f:
    resp = requests.post('http://localhost:9898/ocr', data=f.read())
    print(resp.json()['result'])  # aB3x

---

增强版：批量识别 + Base64 支持

import base64
import io
from PIL import Image

async def handle_ocr_enhanced(request):
    """支持 URL 图片和 Base64 图片"""
    data = await request.json()

    img_bytes = None

    # 方式 1: Base64 编码的图片
    if 'base64' in data:
        b64_str = data['base64']
        # 去掉可能的 data:image/png;base64, 前缀
        if ',' in b64_str:
            b64_str = b64_str.split(',')[1]
        img_bytes = base64.b64decode(b64_str)

    # 方式 2: 图片 URL
    elif 'url' in data:
        import aiohttp
        async with aiohttp.ClientSession() as session:
            async with session.get(data['url'], timeout=10) as resp:
                img_bytes = await resp.read()

    if not img_bytes:
        return web.json_response({'error': '请提供 base64 或 url'}, status=400)

    # OCR 识别
    result = ocr.classification(img_bytes)

    return web.json_response({
        'success': True,
        'result': result,
    })


async def handle_batch_ocr(request):
    """批量识别"""
    data = await request.json()
    images = data.get('images', [])  # [{"base64": "..."}, {"url": "..."}]

    results = []
    for img in images:
        try:
            img_bytes = None
            if 'base64' in img:
                b64 = img['base64'].split(',')[-1]
                img_bytes = base64.b64decode(b64)
            elif 'url' in img:
                # ... URL 下载
                pass

            if img_bytes:
                result = ocr.classification(img_bytes)
                results.append({'success': True, 'result': result})
            else:
                results.append({'success': False, 'error': '无效图片'})
        except Exception as e:
            results.append({'success': False, 'error': str(e)})

    return web.json_response({'results': results})

---

生产环境部署

Gunicorn 启动（不支持 aiohttp）

ddddocr 的 aiohttp 服务无法直接用 Gunicorn 启动。两种方案：

方案一：直接用 aiohttp 生产运行

python index.py
# aiohttp 本身支持生产级并发，但单进程

方案二：改用 Flask + 多进程 Gunicorn

from flask import Flask, request, jsonify
import ddddocr

app = Flask(__name__)
ocr = ddddocr.DdddOcr()

@app.route('/ocr', methods=['POST'])
def ocr_api():
    img_bytes = request.get_data()
    if not img_bytes:
        return jsonify({'error': '未提供图片'}), 400
    result = ocr.classification(img_bytes)
    return jsonify({'success': True, 'result': result})

pip install gunicorn
gunicorn -w 4 -b 0.0.0.0:9898 app:app

Dockerfile

FROM python:3.11-slim

WORKDIR /app
RUN pip install ddddocr flask gunicorn

COPY app.py .
EXPOSE 9898

CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:9898", "app:app"]

---

ddddocr 的局限性

限制	表现	应对
复杂验证码	汉字、扭曲严重的不行	用打码平台或训练专用模型
滑块验证码	需用 slide_match 方法	ocr.slide_match(target, background)
不定长验证码	可能漏识别或多识别	设置 show_ad=False 关闭广告检测
并发性能	单实例 QPS 约 20-50	多进程 Gunicorn 或多个实例

---

实用技巧：预处理提升识别率

from PIL import Image, ImageFilter

def preprocess_for_ocr(img_bytes):
    """对验证码图片做预处理"""
    img = Image.open(io.BytesIO(img_bytes))

    # 1. 灰度化
    img = img.convert('L')

    # 2. 二值化（去掉噪点）
    img = img.point(lambda x: 0 if x < 128 else 255, '1')

    # 3. 转回 RGB（ddddocr 期望 RGB）
    img = img.convert('RGB')

    # 4. 回写字节
    buf = io.BytesIO()
    img.save(buf, format='PNG')
    return buf.getvalue()

# 使用
preprocessed = preprocess_for_ocr(raw_bytes)
result = ocr.classification(preprocessed)

---

总结

ddddocr 是目前最简单的 Python 验证码识别方案——零配置、零依赖（不需要 Tesseract 或 GPU）、一行代码出结果。包装成 HTTP 服务后，任何语言都可以一行 curl 调用。