验证码识别失败时，先确认OCR服务是否返回400或"unauthorized"；本地PaddleOCR报NoneType错误主因是图片未加载成功；下载图片遇UnidentifiedImageError多因响应含HTML；识别率低应优先预处理或换专用模型。
验证码识别失败时，先确认是不是 OCR 服务返回了 400 或 "unauthorized"
第三方 OCR（比如百度 OCR、腾讯云 OCR、PaddleOCR 的在线 API）多数需要鉴权，但新手常把 API_KEY 写错位置、漏传 access_token，或误用测试环境的 endpoint。错误响应往往不报 Python 异常，而是返回 JSON 里带 "error_msg" 字段，比如 "invalid access_token" —— 这时候 response.json() 能取到，但直接读 response.json()["words_result"] 就会抛 KeyError。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 调用前先用
curl或 Postman 手动发一次请求，确认能拿到正常words_result数组 - Python 中别跳过状态码检查：
if response.status_code != 200:后立刻打印response.text - 解析前加兜底：
data = response.json(); if "words_result" not in data: raise ValueError(f"OCR failed: {data.get('error_msg', 'unknown')}")
本地部署 PaddleOCR 时，predict_system.py 报 AttributeError: 'NoneType' object has no attribute 'shape'
这基本等于图片没加载成功。PaddleOCR 的 cv2.imread() 对路径敏感：相对路径容易错位，中文路径在 Windows 下常读成 None，而它又不主动抛异常，后续调用 img.shape 就崩了。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 用
os.path.abspath("captcha.png")拿绝对路径，再传给cv2.imread() - 加一行校验：
if img is None: raise FileNotFoundError(f"Failed to load image: {img_path}") - 如果验证码图是 base64 编码字符串（常见于网页 JS 渲染），别直接喂给 PaddleOCR；先用
base64.b64decode()解码，再用np.frombuffer(..., np.uint8)+cv2.imdecode()
用 requests 下载验证码图片后，Image.open(io.BytesIO(resp.content)) 报 UnidentifiedImageError
不是图片损坏就是响应体混进了 HTML。典型场景：网站反爬触发 302 跳转到登录页，或验证码接口返回了 503 + HTML 错误页，但 resp.content 被当成了图片二进制流。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 下载前检查
resp.headers.get("Content-Type")，必须含"image/"；否则直接报错，不往下走 - 加超时和重试：
requests.get(url, timeout=5, headers={"User-Agent": "xxx"})，避免卡死或拿回空响应 - 保存临时文件调试：
with open("debug_captcha.jpg", "wb") as f: f.write(resp.content)，然后手动打开看是不是 HTML 文本
识别率低，尤其对扭曲/粘连/带干扰线的验证码，该换模型还是调参？
别硬调 PaddleOCR 默认的 ch_ppocr_server_v2.0_det 检测模型——它为通用文字设计，对小尺寸、高噪声的验证码图效果差。真正有效的做法是换轻量专用模型，或预处理降噪。
实操建议：
立即学习“Python免费学习笔记（深入）”；
- 优先试
paddleocr --rec_model_dir ./models/rec_r34_vd_tps_bilstm_ctc（带 TPS 形变矫正），比默认 rec 模型对扭曲字符更稳 - 预处理比换模型更见效：用
cv2.threshold()二值化 +cv2.morphologyEx()去噪点，比直接丢原图进 OCR 提升明显 - 如果验证码固定样式（比如某银行登录页），用模板匹配+字符切分比 OCR 更准，且不依赖网络——
cv2.matchTemplate()配合单字符样本库即可
最麻烦的其实是验证码动态刷新机制：有些页面的 src 属性带时间戳参数，但实际图片内容不变；有些则每次请求都生成新图，还绑定 session。这时候光靠 OCR 不够，得同步维护 requests.Session()，并确保图片请求和后续登录请求用同一个 cookie。
