AI导哈

验证码识别服务

基于ddddocr库的MCP服务器，提供高级文本OCR、对象检测和滑块匹配功能，适用于验证码识别场景。

  • by ymeng98
  • Python
  • 本地部署
  • 4 星标
  • 更新于
在 GitHub 查看 ymeng98/ddddocr-captcha-mcp

使用说明

ddddocr验证码识别MCP服务器

一个强大的MCP服务器，使用ddddocr库进行验证码识别，提供高级文本OCR、对象检测和滑块匹配功能。

特性

  • 🔤 文本OCR识别 -从验证码图像中识别文本内容
  • 🎯 目标检测 -检测验证码图像中的目标对象
  • 🔄 滑块匹配 -高精度匹配滑块验证码位置
  • ⚡ 高性能 -基于ONNX运行时构建，实现快速处理
  • 🔌 MCP兼容 -与模型上下文协议完全兼容

安装与使用

来自Smithery（推荐）

  1. 访问 Smithery.ai
  2. 搜索“dddddocr-captcha-recognition-ymeng98”
  3. 一键安装到您的AI工具链

地方发展

# Clone and setup
git clone <repository-url>
cd ddddocr-captcha
npm install

# Install Python dependencies
pip install -r requirements.txt

# Run development server
npm run dev

可用工具

ocr_recognize

从验证码图像中识别文本内容。

参数：

  • image_base64 （可选）：Base64编码图像数据
  • image_path （可选）：图像文件的路径

detect_objects

检测验证码图像中的目标对象。

参数：

  • image_base64 （可选）：Base64编码图像数据
  • image_path （可选）：图像文件的路径

match_slider

匹配滑块验证码位置。

参数：

  • target_base64 （可选）：目标图像base64编码
  • background_base64 （可选）：背景图像base64编码
  • target_path （可选）：目标图像文件路径
  • background_path （可选）：背景图像文件路径

health_check

检查ddddocr服务运行状况。

技术栈

  • 核心认可：ddddocr库
  • 图像处理：OpenCV，枕头
  • 协议：模型上下文协议（MCP）
  • 运行时：TypeScript（Node.js）+Python后端
  • 模型：基于ONNX的神经网络

许可证

MIT许可证

支持

有关问题和疑问，请访问我们的GitHub存储库或联系维护人员。

相关 MCP