MoviePilot OCR

MoviePilot 使用的站点验证码 OCR 服务。服务在本地离线识别图片中的 6 位大写英文字母和数字，并通过兼容 MoviePilot 的 HTTP API 返回结果。

本项目针对站点验证码做了以下处理：

• 使用 ddddocr 验证码专用模型，代替面向通用文档的 PaddleOCR。
• 仅提取深色字符，去除彩色背景图案。
• 使用连通域过滤孤立噪点，保留字符笔画。
• 复用单个模型实例，并使用推理锁避免并发请求相互影响。
• 输出仅保留 ASCII 字母和数字，并统一为大写。

仓库内的 2 张样本和额外提供的 4 张同类样本共 6 张，当前回归结果为 6/6。该结果只代表现有样本，不等同于所有站点验证码的通用准确率。

镜像同时支持 linux/amd64 和 linux/arm64：

docker run -d \
  --name moviepilot-ocr \
  --restart unless-stopped \
  -p 9899:9899 \
  jxxghp/moviepilot-ocr:latest

检查服务：

curl http://127.0.0.1:9899/

返回：

{"message":"MoviePilot OCR API"}

在 MoviePilot 中将 OCR_HOST 设置为可访问该容器的地址，例如：

OCR_HOST=http://192.168.1.10:9899

容器和 MoviePilot 在同一个 Compose 网络时，也可以使用容器服务名：

OCR_HOST=http://moviepilot-ocr:9899

POST /captcha/base64

请求：

{
  "base64_img": "iVBORw0KGgoAAA..."
}

响应：

{
  "result": "77D2A8"
}

base64_img 支持纯 Base64 和 data:image/png;base64,... 格式。图片解码后最大 5 MiB，最大尺寸为 4096 x 4096 像素。无效 Base64 或图片返回 400，超过限制返回 413。

本地图片调用示例：

IMAGE_B64=$(base64 < captcha.png | tr -d '\n')
curl --request POST http://127.0.0.1:9899/captcha/base64 \
  --header 'Content-Type: application/json' \
  --data "{\"base64_img\":\"${IMAGE_B64}\"}"

FastAPI 交互文档位于 http://127.0.0.1:9899/docs。

需要 Python 3.10 至 3.12：

python3.12 -m venv .venv
source .venv/bin/activate
python -m pip install --upgrade pip
python -m pip install -r requirements.txt
uvicorn main:app --host 0.0.0.0 --port 9899

模型会在进程启动时加载。首次启动和首次识别通常比后续请求慢。

运行回归测试：

python -m unittest -v test.py

构建当前平台镜像：

docker build -t moviepilot-ocr:local .

GitHub Actions 在 main 分支的服务代码、依赖或 Docker 构建文件变更后，自动构建并推送 jxxghp/moviepilot-ocr:latest 多架构镜像。

• 当前预处理针对浅色背景、深色字符的站点验证码优化。
• 当前输出统一为大写，不适用于严格区分大小写且包含小写字母的验证码。
• 滑块、点选、算术题和中文验证码不在支持范围内。

MIT