ddddocr可识别简单验证码但对扭曲、干扰、粘连效果差；纯cpu运行，轻量集成；需显式指定model_dir避免重复下载；old=false才支持中文；裁剪边距有效，禁用全局二值化。
ddddocr 能直接识别大多数简单验证码，但对扭曲严重、背景干扰强或字符粘连的图效果有限；它不依赖 GPU，纯 CPU 运行快，适合轻量级爬虫集成。
安装与基础调用：别跳过 model\_dir 参数
pip install ddddocr 安装后，直接 import ddddocr 会默认下载模型到临时目录，多次运行可能重复拉取或权限失败。建议显式指定本地路径：
- 用
ddddocr.DdddOcr(model_dir="./models")初始化，确保模型只下载一次 - 首次运行时若报
FileNotFoundError: xxx/number.dnn，说明模型未就绪，需等自动下载完成（约 10–30 秒），或手动从ddddocrGitHub releases 页面下载models.zip解压到指定目录 - 不传
model_dir且网络受限时，程序会卡在模型加载，无明确超时提示
识别中文/数字混合验证码：必须关闭 old
ddddocr 默认启用 old=True 模式（兼容老版 OCR），但该模式仅支持英文+数字，遇到中文直接返回空字符串。关键操作是：
- 初始化时强制设
old=False：ocr = ddddocr.DdddOcr(old=False, model_dir="./models") -
old=False才启用新版 CNN 模型，支持中、英、数、常见符号（如+、=） - 若仍识别不出中文，检查图片是否已转为 RGB 模式（
img = img.convert("RGB")），灰度图可能被误判
预处理图像提升识别率：裁剪比二值化更有效
ddddocr 内部已做基础增强，额外预处理不当反而降低准确率。实测有效的操作只有：
- 用
PIL.Image裁掉验证码周边固定边距（如 2px 黑框），img = img.crop((2, 2, w-2, h-2)) - 避免全局二值化（
img.point(lambda x: 0 if x ），易丢失笔画细节；如需降噪，改用小半径高斯模糊（<code>img.filter(ImageFilter.GaussianBlur(radius=0.3))） - 输入尺寸建议保持原始大小（常见 100×40 或 120×50），缩放可能导致字符断裂，
ocr.classification()对分辨率敏感
绕过识别失败：加 fallback 逻辑别硬刚
单张图识别失败是常态，尤其目标站动态更换字体或加干扰线。不要循环重试，应设计降级路径：
- 设置最大尝试次数（如 3 次），每次换新 session 获取验证码图
- 识别结果长度异常（如返回空、超长、含不可见字符 \u200b）时，直接触发备用方案：人工打码接口（如超级鹰）、或切换代理重试
- 记录失败样本到本地（
img.save(f"fail_{int(time.time())}.png")），后续批量喂给自训练模型，比调参更治本
真正难的不是调通 ddddocr，而是识别结果不可靠时系统怎么稳住——多数崩溃发生在没设超时、没清 session、或把识别失败当异常抛出而不是业务分支处理。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
