一款基于深度学习的高性能验证码识别解决方案，专为文字点选、选字、选择文字等交互式验证码设计。

• 高速识别：平均响应时间 300~500 毫秒，满足实时处理需求
• 高精度：综合识别准确率达 96%，保障业务连续性
• 轻量化训练：仅需约 300 张验证码图片即可完成模型训练
• 低资源消耗：支持在低配置机器（1核2G服务器）上稳定运行
• 跨平台兼容：支持 Windows、Linux、macOS，需 Python 3.8+
• 灵活扩展：支持自定义模型训练，适应不同平台的验证码

• 文字点选验证码识别
• 消消乐类验证码破解
• RESTful API 接口服务
• 批量处理能力
• 高精度坐标定位
• 自动化测试集成

道满PythonAI深度学习实战教程：YOLO目标检测 + 孪生网络实现验证码匹配

如果您觉得本项目有价值，欢迎通过以下方式支持：

微信支付	支付宝

本项目仅供学术研究和学习交流使用，旨在探讨深度学习在验证码识别领域的应用。请严格遵守法律法规，不得用于任何非法用途。作者不对因使用本项目造成的任何后果承担责任。

「道满PythonAI」 - 2026 领先的中文 Python 与 AI 体系化教程。涵盖 Python 基础、Web 后端开发、高阶爬虫、JS 逆向、计算机视觉、NLP 及大模型 (LLM) 实战，打通从零基础到 AI 全栈工程师的职业路径。

# 克隆项目
git clone https://github.com/MgArcher/Text_select_captcha.git
cd Text_select_captcha

# 安装依赖
pip install -r requirements.txt

1. 命令行快速体验

python demo.py

2. 启动 Web API 服务

python service.py

服务启动后访问 http://127.0.0.1:8000/docs 查看交互式 API 文档。

3. 消消乐验证码识别

python xiaoxiaole.py

4. Bilibili 自动化演示

python bilbil.py

from src.captcha import TextSelectCaptcha

# 初始化识别器
cap = TextSelectCaptcha()

# 加载验证码图片
image_path = "docs/res.jpg"

# 执行识别（返回坐标列表）
result = cap.run(image_path)

# 获取字典格式结果
result_dict = cap.run_dict(image_path)

坐标格式结果：

文字坐标：[[119, 174, 193, 244], [223, 189, 298, 267], [87, 69, 158, 140], [31, 196, 109, 275]] 耗时：163ms

字典格式结果：

{
  "imgW": 344,
  "imgH": 384,
  "point": [
    {
      "x_rel": 159.0,
      "y_rel": 209.0
    },
    {
      "x_rel": 260.5,
      "y_rel": 229.5
    },
    {
      "x_rel": 122.5,
      "y_rel": 105.0
    },
    {
      "x_rel": 69.5,
      "y_rel": 235.5
    }
  ],
  "corp": [
    {
      "x1": 126,
      "y1": 174,
      "x2": 192,
      "y2": 244
    },
    {
      "x1": 225,
      "y1": 191,
      "x2": 296,
      "y2": 268
    },
    {
      "x1": 86,
      "y1": 70,
      "x2": 159,
      "y2": 140
    },
    {
      "x1": 32,
      "y1": 196,
      "x2": 107,
      "y2": 275
    }
  ]
}

注意： 返回的坐标顺序即为文字需要点击的顺序。

原始图片	检测结果	识别结果

本系统将点选式验证码识别任务分解为两个关键子任务：

采用 YOLO 目标检测模型（基于 yolo 预训练模型），通过标注数据集进行迁移学习，实现对验证码中文字区域的精准定位。

• 标注策略：背景文字标注为 char 类别，待点击文字标注为 target 类别

YOLO 标注示例

模型训练完成后导出为 ONNX 格式，以实现高效的 CPU 推理。

YOLO 检测结果示例

运用 Siamese 孪生网络 架构，将检测到的文字区域与内置字库进行特征匹配，识别最相似的文字内容，并结合空间坐标关系确定最终点击顺序。

• 训练数据生成：利用已训练的检测模型从验证码图像中提取目标区域，构建正负样本对进行对比学习

孪生网络样本对示例

孪生网络特征匹配效果

• ONNX 转换：将 YOLO 和 Siamese 模型统一转换为 ONNX 格式，实现跨平台高效推理
• CPU 优化：针对 CPU 推理场景进行性能调优，降低部署成本
• 内存管理：优化模型加载和推理过程，减少内存占用

ONNX 优势：开放神经网络交换格式，由 Facebook 和 Microsoft 联合开发，支持 PyTorch、TensorFlow 等主流框架的模型转换与部署。

• 2026.04.29：代码重构，提升识别效果与泛化能力，优化推理速度，简化部署流程
• 2024.09.12：升级孪生网络模型，在保持识别速度的同时显著提升准确率，新增基于 pyppeteer 的自动化操作支持
• 2024.08.17：修复 bilbil.py 兼容性问题，修正点击位置偏移，优化用户体验
• 2023.11.12：优化识别准确率，微调推理速度，重构代码架构提升可维护性
• 2023.09.28：发布 v2 模型，大幅增强泛化能力，提升推理速度
• 2023.08.18：优化 Web 接口设计，改进模型加载编译机制
• 2023.04.23：更换检测与识别模型，优化返回数据结构

• YOLOv5 官方仓库 - 目标检测框架
• Siamese-PyTorch 实现 - 相似度匹配网络

训练数据集已整理打包，可通过以下链接获取：

百度网盘：https://pan.baidu.com/s/1IYfxVpanXyqVQ8ZFVOskrg 提取码：sp97

欢迎提交 Issue 和 Pull Request，共同完善本项目。

• 邮箱：yj970814@163.com
• GitHub Issues：项目问题反馈与讨论

如果您觉得本项目有价值，欢迎通过以下方式支持：

微信支付	支付宝

本项目仅供学术研究和学习交流使用，旨在探讨深度学习在验证码识别领域的应用。请严格遵守法律法规，不得用于任何非法用途。作者不对因使用本项目造成的任何后果承担责任。

「道满PythonAI」 - 2026 领先的中文 Python 与 AI 体系化教程。涵盖 Python 基础、Web 后端开发、高阶爬虫、JS 逆向、计算机视觉、NLP 及大模型 (LLM) 实战，打通从零基础到 AI 全栈工程师的职业路径。

欢迎 Star ⭐ 本项目，让更多人了解这项技术！