百度OCR網站地址：https://ai.baidu.com，新建圖文識別產品，拿到對應的appid、appkey、secretkey

ocr提供了模板，可以直接複製

安裝三方庫

pip install baidu-aip

pip install pillow

from selenium import webdriver
import time
from PIL import Image
from aip import AipOcr
from os import path

class login():

    def get_code(self, browser):
        # (3)獲取圖片驗證碼座標
 

        code_ele = browser.find_element_by_xpath("//img[@id='captcha']")
        print("驗證碼的座標為：", code_ele.location)#控制檯檢視{'x': 1086, 'y': 368}
        print("驗證碼的大小為：", code_ele.size)# 圖片大小{'height': 40, 'width': 110}
        # (4)圖片4個點的座標位置
        left = code_ele.location['x']#x點的座標
        top = code_ele.location['
 
y']#y點的座標
        right = code_ele.size['width']+left#上面右邊點的座標
        down = code_ele.size['height']+top#下面右邊點的座標
        image = Image.open('D:/pic.png')
        # (4)將圖片驗證碼擷取
        code_image = image.crop((left, top, right, down))
        code_image.save('D:/pic1.png')#擷取的驗證碼圖片儲存為新的檔案


    def baiduOCR(self, picfile, outfile):  #
 
 picfile:圖片檔名 outfile:輸出檔案
        filename = path.basename(picfile)  # 圖片名稱
        # 百度提供
        """ 你的 APPID AK SK """
        APP_ID = '23054650'  # 這是你產品服務的appid
        API_KEY = 'kEKxwQx9TEOWCKflaG4CXR2C'  # 這是你產品服務的appkey
        SECRET_KEY = 'AxzVIi56TIn8zliGDekGc735029fUTlP'  # 這是你產品服務的secretkey
        client = AipOcr(APP_ID, API_KEY, SECRET_KEY)
        i = open(picfile, 'rb')
        img = i.read()

        print("正在識別圖片：\t" + filename)
        """ 呼叫通用文字識別（高精度版） """
        message = client.basicAccurate(img)
        print("識別成功！")
        i.close()
        # with open(outfile, 'a+') as fo:  # 這邊是寫進.txt檔案
        #     fo.writelines("*" * 60 + '\n')  # 搞點花裡胡哨的做區分
        #     fo.writelines("識別圖片：\t" + filename + "\n" * 2)
        #     fo.writelines("文字內容：\n")
        #     # 輸出文字內容
        #     for text in message.get('words_result'):  # 識別的內容
        #         fo.writelines(text.get('words') + '\n')
        #     fo.writelines('\n' * 2)
        # print("文字匯出成功！")
        print()

        # 將每行文字拼接成一個整體
        string_text = ""
        for text in message.get('words_result'):
            string_text += text.get('words')
        print('string_text:', string_text)
        return string_text


if __name__ == '__main__':
    l = login()
    base_url = 'http://xxxxxxxxx'
    browser = webdriver.Chrome()
    browser.maximize_window()   # 最大化檢視
    browser.implicitly_wait(10)  
    browser.get(base_url)
    time.sleep(5)
    # (1)登入頁面截圖
    browser.save_screenshot("D:/pic.png")  # 可以修改儲存地址
    # (2)基操
    browser.find_element_by_name("username").send_keys("admin")
    browser.find_element_by_name("password").send_keys("123456")
    time.sleep(2)

    l.get_code(browser)

    outfile = 'D:/export1.txt'  # 儲存的檔案
    string_text = l.baiduOCR('D:/pic1.png', outfile)
    # print('圖片文字提取結束！文字輸出結果位於 %s 檔案中。' % outfile)

    browser.find_element_by_name("captcha").send_keys(string_text)

    browser.find_element_by_xpath('//*[@id="submit"]').click()