为什么这个OCR连滑块缺口都能算准，却从不联网？

你是不是也这样：注册个网站、登录个老系统、查个社保，卡在验证码上——放大、歪头、反复试错、最后点“换一个”再重来。

光是去年，我粗略算过，平均每天为验证码多花2分17秒。一年下来，就是13小时。这还没算输错三次被锁住、重新填表单的崩溃感。

有些验证码根本不像字：带干扰线、扭曲字母、彩色叠层、甚至中文+数字混排。你不是不会打字，是它不让你打字。

还有些场景根本没法绕开：单位内网系统没API、政务平台禁用自动化、银行登录强制人机验证……这时候，你连付费接口都调不了。

不是所有验证码都该被破解，但真该由你自己决定——哪张图要识别、哪次请求该放行、哪些数据永远留在本地。

能替代什么 / 能省多少钱

它不卖软件，也不收年费，但干的是付费验证码识别服务的活儿。比如「超级鹰」这类平台，按次收费，识别一次几毛到一块不等；月付套餐起步也要几十块。

数据全程不出你的电脑。

而 ddddocr 是纯本地运行的离线工具，图片进、文字出，中间不上传、不联网、不走第三方服务器。你截个图，它就认，不用开网页、不用填API密钥、不用等返回。

价格直接砍到零。

更重要的是控制权：你可以把识别逻辑嵌进脚本里自动填表，也可以集成进爬虫做批量查询，甚至写成小工具给同事用，没有调用频次限制，没有IP白名单审核，也没有突然涨价或停服通知。

它能干什么

为什么这个OCR连滑块缺口都能算准，却从不联网？

识别各种乱七八糟的验证码图片：数字+字母组合、中文汉字、大小写混排、带干扰线或噪点的图，只要截图清晰，基本一试就中。官方说训练用了大批量随机生成数据，不是靠人工标注堆出来的。实际支持的字符集默认包含 0-9、a-z、A-Z、常用汉字及部分符号，覆盖绝大多数国内网站验证码。
滑块验证码也能解：比如“把缺口拖到正确位置”这种，它能自动比对两张图的边缘差异或像素偏移，算出该滑多少像素。不需要你手动找缺口，更不用模拟鼠标轨迹。内部提供两种算法：一种基于Canny边缘检测匹配轮廓，一种通过逐像素差值定位最大偏移区域，调用时只需传入两张图路径即可。
支持自定义字符范围：如果你只处理某类固定格式的验证码（比如全是4位纯数字），可以限定只识别0-9，准确率会更高。文档里明确写了怎么配 charsets_path 参数，新建一个JSON文件，内容是 [“0″,”1″,”2″,…,”9”]，初始化时传入路径即可生效。
能跑在你手头这台机器上：Windows、Mac（包括M1/M2芯片）、主流Linux发行版都支持。Python 3.6 到 3.12 都行，没提兼容性问题，这点得自己确认。ARM64架构用户注意：需安装对应版本的onnxruntime，不能直接用x86的wheel包。
初始化快，调用简单：一行代码加载模型，一行传图识别。示例里连“读图→识别→打印结果”才三行，没封装、没抽象、没多余依赖。连PIL都不用装，它自带图像解码逻辑，支持PNG/JPEG/BMP/GIF（静态帧）。
可选GPU加速：如果你有N卡且装了CUDA，加个 use_gpu=True 就能提速。不过文档也老实说了：没装对应环境会初始化失败，不是静默降级。显存占用约1.2GB起步，适合GTX1060及以上显卡。

上手只要三步

先确认你电脑已装好 Python（3.6 及以上），没有的话去 python.org 下载安装包，勾选“Add Python to PATH”，双击运行就行；
打开命令行（Windows 按 Win+R 输入 cmd，Mac 打终端），粘贴这行：pip install ddddocr，回车执行，通常1分钟内装完；
新建一个文本文件，后缀改成 .py，粘贴官方给的最简示例代码（5行以内），双击运行，它就会弹出识别结果，不用改任何配置。

示例代码长这样：

import ddddocr
ocr = ddddocr.DdddOcr()
with open(‘captcha.png’, ‘rb’) as f:
img_bytes = f.read()
res = ocr.classification(img_bytes)
print(res)