前言
极验九宫格是如何实现的呢?大致可以分为几个步骤,把整张图片根据需求分割成10份,其中包括:小标题+9张图。直接将文本和图片一同训练即可,新鲜出炉可测试,接口如下。
测试接口
测评机器
请求接口:
请求地址 | Content-Type | 参数形式 | 请求方法 |
---|---|---|---|
http://152.136.181.66:19099/captcha/v1 | application/json | JSON | POST |
具体参数:
参数名 | 必选 | 类型 | 说明 |
---|---|---|---|
image | Yes | String | Base64 编码 |
Python请求示例:
import base64
import requests
with open(r"1.jpg", "rb") as f:img_bytes = f.read()
r = requests.post("http://152.136.181.66:19099/captcha/v1", json={"image": base64.b64encode(img_bytes).decode(),
})
返回样例:
{"message":"锅,积木,锅,锅,积木,积木,梅花鹿,梳子,瓢虫,老虎","code":0,"success":true,"uid":"f4114ea4-d496-11ea-8fc0-5254009b5048"
}
一共十组对象,首个对象为小标题,后面依次排序从左至右,从上至下。
测试原图
其中图6错误得识别为梅花鹿,为了告诉大家,即使深度学习也不一定能100%准确,不过测试接口的识别率应该是很高了,有网友跟我说测试通过率高达99%。
我们来康康性能:
一次性识别了10张图,还是一如既往的快,CPU总耗时不过30毫秒,也就是说平均一张图花费3毫秒。