用 Go 搭建验证码识别前端服务，结合 Python 深度学习模型识别验证码图片

本教程将演示如何：

用 Go 搭建前端 Web 上传页面

用户上传验证码图片

Go 后端将图像发送给 Python 模型识别接口

返回并展示识别结果

适合 Go 工程师在项目中集成图像识别功能。

一、准备 Python 验证码识别服务
使用你已训练好的 PyTorch 模型，在 serve.py 中部署为 REST API 服务：

from flask import Flask, request, jsonify
from PIL import Image
import torch
from torchvision import transforms
from model import CRNN

app = Flask(name)

model = CRNN()
model.load_state_dict(torch.load("crnn_model.pth", map_location="cpu"))
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():
image = Image.open(request.files['image']).convert("RGB")
x = transform(image).unsqueeze(0)
with torch.no_grad():
output = model(x)
pred = torch.argmax(output, dim=2)[0]
result = ''.join([characters[i] for i in pred])
return jsonify({"result": result})

if name == "main":
app.run(port=5002)
启动模型服务：

python serve.py
二、用 Go 编写前端上传页面 + 识别逻辑
创建静态 HTML 表单 index.html：

上传验证码图片

创建 Go 后端 main.go：

package main

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

func main() {
http.HandleFunc("/", serveForm)
http.HandleFunc("/upload", handleUpload)
http.ListenAndServe(":8080", nil)
}

func serveForm(w http.ResponseWriter, r *http.Request) {
tmpl, _ := template.ParseFiles("index.html")
tmpl.Execute(w, nil)
}

func handleUpload(w http.ResponseWriter, r *http.Request) {
r.ParseMultipartForm(10 << 20)
file, _, err := r.FormFile("captcha")
if err != nil {
http.Error(w, "上传文件失败", http.StatusBadRequest)
return
}
defer file.Close()

// 发送到 Python 接口
var buf bytes.Buffer
writer := multipart.NewWriter(&buf)
part, _ := writer.CreateFormFile("image", "captcha.png")
io.Copy(part, file)
writer.Close()

resp, err := http.Post("http://localhost:5002/predict", writer.FormDataContentType(), &buf)
if err != nil {
	http.Error(w, "识别请求失败", http.StatusInternalServerError)
	return
}
defer resp.Body.Close()

io.Copy(w, resp.Body)

}
启动 Go 服务：
更多内容访问ttocr.com或联系1436423940
go run main.go
访问浏览器：http://localhost:8080，上传验证码图片，即可看到识别结果。