Go 实战：生成验证码并调用 Python 模型识别图像内容

本篇教程将展示如何：

用 Go 生成图像验证码

将验证码图片发送给 Python 识别服务

获取识别结果并输出

我们实现的是一个轻量验证码识别系统，适合用于学习验证码生成、图像处理、语言间协作。

一、使用 Go 生成验证码图像
我们使用 github.com/mojocn/base64Captcha 来生成图片验证码：
更多内容访问ttocr.com或联系1436423940
go get github.com/mojocn/base64Captcha
创建 generate.go：

package main

import (
"encoding/base64"
"fmt"
"github.com/mojocn/base64Captcha"
"os"
)

func main() {
driver := base64Captcha.NewDriverString(60, 160, 0, base64Captcha.OptionShowHollowLine, 4, "1234567890ABCDEFGHIJKLMNOPQRSTUVWXYZ", nil, nil, nil)
c := base64Captcha.NewCaptcha(driver, nil)

id, b64s, answer := c.Generate()

fmt.Println("验证码文本:", answer)

// 将 base64 写入 png 文件
imgData, err := base64.StdEncoding.DecodeString(b64s)
if err != nil {
	panic(err)
}

err = os.WriteFile("captcha.png", imgData, 0644)
if err != nil {
	panic(err)
}

fmt.Println("保存图片 captcha.png 完成，验证码 ID:", id)

}
运行程序：

go run generate.go
将生成 captcha.png 和控制台输出的正确验证码文本。

二、Python 模型提供识别接口
使用 Flask 搭配 PyTorch，加载模型并接收 Go 发来的图片。

Flask 服务 serve.py：

from flask import Flask, request, jsonify
from PIL import Image
import torch
from torchvision import transforms
from model import CRNN # 引用你已有的模型类
import io

app = Flask(name)
model = CRNN()
model.load_state_dict(torch.load("crnn_model.pth"))
model.eval()

characters = "0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ"
transform = transforms.Compose([
transforms.Resize((60, 160)),
transforms.ToTensor(),
transforms.Normalize((0.5,), (0.5,))
])

@app.route("/predict", methods=["POST"])
def predict():
file = request.files["image"]
image = Image.open(file.stream).convert("RGB")
x = transform(image).unsqueeze(0)
with torch.no_grad():
out = model(x)
pred = torch.argmax(out, dim=2)[0]
text = ''.join([characters[i] for i in pred])
return jsonify({"prediction": text})

if name == "main":
app.run(port=5002)
运行：

python serve.py
三、Go 调用 Python 模型识别验证码
创建 recognize.go：

package main

import (
"bytes"
"fmt"
"io"
"mime/multipart"
"net/http"
"os"
)

func main() {
body := &bytes.Buffer{}
writer := multipart.NewWriter(body)

file, err := os.Open("captcha.png")
if err != nil {
	panic(err)
}
defer file.Close()

part, _ := writer.CreateFormFile("image", "captcha.png")
io.Copy(part, file)
writer.Close()

resp, err := http.Post("http://localhost:5002/predict", writer.FormDataContentType(), body)
if err != nil {
	panic(err)
}
defer resp.Body.Close()

fmt.Println("识别结果:")
io.Copy(os.Stdout, resp.Body)

}
运行：

go run recognize.go
输出：

识别结果: