selenium使用笔记（二）——Tesseract OCR

在自动化测试过程中我们经常会遇到需要输入验证码的情况，而现在一般以图片验证码居多。通常我们处理这种情况应该用最简单的方式，让开发给个万能验证码或者直接将验证码这个环节跳过。之前在技术交流群里也跟朋友讨论过，有的人认为这不是在解决问题而是在回避问题。对于这种问题只能仁者见仁智者见智了，其实我是很不理解以这种"完美心态"进行自动化测试的童鞋，要将自动化测试深入到测试骨髓，每个步骤每个验证点都要进行自动化测试，不去考虑这个验证点在整个功能逻辑流程中所处的位置、所占的分量，不去考虑自动化测试投入的成本与效果，为了自动化而进行自动化。。。。好了有点扯远了，这篇主要记录的是如何使用ocr图片识别技术来识别验证码。但同时做个提醒，这个技术的效果没有很明显，可以说它只能识别简单的验证码，像平时遇到的那些识别起来是相当费力的。

先介绍下Tesseract-OCR

OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。

Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。我使用的版本为3.02.02

下载地址：http://download.csdn.net/download/whatday/7740469

一、 安装方法：

1.下载完成后点击安装，按照提醒一步步来即可

2.安装完成，查看安装完成的目录。

3.查看是否安装成功，打开dos,输入tesseract,出现下图的信息则证明安装成功

二、使用方法

1.在D盘根目录下有个验证码图片，我自己用画图写的一个，存为1.jpg

2.进入dos,进入D盘目录下，输入：tesseract 1.jpg result ,tesseract会识别1.jpg并生成一个result.txt文件存入识别结果

----------------------------------------------------------分割线-------------------------------------------------------------

那么如何用代码来进行识别呢？

//ocr识别
public static void ocrIdentificationCode() throws Exception
{
	//调用ocr 生成text
	Runtime runtime = Runtime.getRuntime();
	runtime.exec("cmd.exe /C  tesseract.exe D:\\1.jpg  D:\\code -1");
 
}

//读取目标文件
    public static void readCodeText(String filePath)
    {
        InputStreamReader isReader = null;
        String codeStr = null;
        try {
            String econding = "GBK";
            File file = new File(filePath);
            if(file.exists()&&file.isFile())//判断文件存在
            {
                isReader = new InputStreamReader(new FileInputStream(file),econding);
                BufferedReader bfReader = new BufferedReader(isReader);
                String lineText = null;
                while((lineText=bfReader.readLine())!= null)
                {
                   System.out.println(lineText);
                   System.out.println("11111111111111111111");
                }
            }else{
                System.out.println("文件不存在");
            }
        } catch (Exception e) {
            // TODO: handle exception
            e.printStackTrace();
        }finally{
            try {
                isReader.close();
            } catch (Exception e2) {
                // TODO: handle exception
                e2.printStackTrace();
            }
 
        }
    }

调用两个方法

　　

---------------------------------------总结-----------------------------------------------------

因为我自己试过使用tesseract-ocr引擎识别测试项目中的验证码，没有识别出来，反正像我们项目中遇到验证码我是找开发要个万能验证码，比较简单粗暴。