12306验证码识别服务器

该项目用于构建自托管的12306验证码识别服务器，本项目的全部模型和部分代码来自于此项目 easy12306，使用该项目构建的api符合 12306购票小助手云打码格式可以直接调用。

提供一个部署好的线上版本, https://12306.yinaoxiong.cn,部署在腾讯云1核1G的学生机上不保证可用性,服务状态可以通过 https://stats.uptimerobot.com/oyKyLhjJQ/783635180查看.

接口规范

请求

Method: POST
URL: /verify/base64/
Headers: Content-Type: application/x-www-form-urlencoded
Body: imageFile=>Base64 encoding of the image

响应

Headers：Content-Type:application/json
Body：

{
    "code": 0,
    "data": [
        "1",  //答案图片的编号数组
        "3"
    ],
    "massage": "识别成功"
}
{
    "code": 1,
    "data": [
    ],
    "massage": "识别失败"
}

python版本支持

3.5-3.7

平台支持

amd64
arm64v8
arm32v7

其中arm平台建议通过docker运行

部署

docker部署(推荐)

使用docker可以使用如下命令快速部署:

docker run -d -p 8080:80 --name 12306 yinaoxiong/12306_code_server

docker-compose部署(推荐)

version: "3"

services:
  code_12306:
    image: yinaoxiong/12306_code_server
    ports:
      - 5002:80 #可以根据需要修改端口
    environment:
      - WORKERS=1 #gunicorn works 默认为1可以根据服务器配置自行调整
    restart: always

通过源码部署

克隆并进入项目

git clone https://github.com/YinAoXiong/12306_code_server.git
cd 12306_code_server

安装依赖自行根据平台和python选择对应的tflite（下面的例子为amd64，python3.7，其他情况对应的下载地址见 https://www.tensorflow.org/lite/guide/python，可自行在requirements.txt中替换）
```
pip3 install -r requirements.txt
```

下载模型文件

bash download_model.sh

从GitHub下载慢的话可以选择执行下面的命令

wget -c https://cdn.yinaoxiong.cn/models/image.model.tflite
wget -c https://cdn.yinaoxiong.cn/models/text.model.tflite

运行默认workers为1，使用80端口，可以自行修改 gunicorn.conf
```
gunicorn app:app -c gunicorn.conf.py
```

不推荐在arm平台上使用源码部署,依赖安装有些麻烦.

致谢

easy12306 提供项目运行的model
12306购票小助手源于该项目的一个issue
~~tensorflow-on-arm提供arm上运行的tensorflow python包~~ v1.1版本后开始使用tflite而非keras

jiafenggit/12306_code_server