前言

相信做自動化測試的同學(xué)一定不可忽視的問題就是驗證碼，他幾乎是一個網(wǎng)站登錄的標(biāo)配，當(dāng)然，我一般是不建議在這上面浪費(fèi)時間去做識別的。

舉個例子，現(xiàn)在你的目的是進(jìn)入自己家的房子，房子為了防止小偷進(jìn)入于是上了一把鎖。我們沒必要花費(fèi)力氣去研究開鎖技術(shù)。去找鎖匠配置一把萬能鑰匙（讓開發(fā)設(shè)置驗證碼的萬能碼），或者干脆先去上鎖匠把驗證碼去掉（讓開發(fā)暫時屏蔽驗證碼）。嚴(yán)格來說識別驗證碼不是我們自動化測試的重點。除非你是驗證碼廠商的員工，破解識別驗證碼是你的工作。

那么，如果有很簡單的方式去識別驗證碼的話，我們其實就可以不用麻煩開發(fā)針對驗證碼做屏蔽開關(guān)了。

ddddocr: 帶帶弟弟OCR通用驗證碼識別SDK 就是這樣一款強(qiáng)大驗證碼識別工具。

為什么我會想到：hhhhhhhh 紅紅火火恍恍惚惚， 哈哈~！

傳統(tǒng)驗證碼

傳統(tǒng)驗證就是數(shù)字、字母、漢字等，把背景搞得模糊一些，這些驗證碼在他前面就是個弟弟。

以第一個為例，要想識別他非常容易了。

import?ddddocr
ocr?=?ddddocr.DdddOcr(old=True)
#?第一個驗證截圖保存：verification_code_1.png
with?open("./verification_code_1.png",?'rb')?as?f:
????image?=?f.read()
res?=?ocr.classification(image)
print(res)

運(yùn)行結(jié)果：

iepv

滑動驗證碼

當(dāng)然，傳統(tǒng)驗證碼現(xiàn)在已經(jīng)比較少網(wǎng)站在使用了，幾年前開始流行滑動驗證碼，當(dāng)時，也有類似的識別方案，主要通過selenium模擬滑動。

首先，需要準(zhǔn)備兩張圖片

• 有缺口的圖片

• 滑塊縫合的圖片

import?ddddocr
import?cv2

slide?=?ddddocr.DdddOcr(det=False,?ocr=False)

#?滑塊縫合的圖片
with?open('./verification_code_2-2.png',?'rb')?as?f:
????target_bytes?=?f.read()

#?有缺口的圖片
with?open('./verification_code_2-1.png',?'rb')?as?f:
????background_bytes?=?f.read()

#?滑塊縫合的圖片
img?=?cv2.imread("./verification_code_2-2.png")
res?=?slide.slide_comparison(target_bytes,?background_bytes)
print(res)

運(yùn)行結(jié)果

{'target': [17, 78]}

從文檔中沒找到這個坐標(biāo)是滑塊的初始坐標(biāo)還是滑到正確位置的坐標(biāo)。

當(dāng)然，這種方案想要運(yùn)行到自動化中還是比較難的，首先我們很難得到滑塊縫合的圖片，除非你將驗證碼的所有圖片和缺口圖片都保存下來，當(dāng)驗證碼隨機(jī)生成一張圖片后，先截圖和本地保存的圖片對比，然后，找到對應(yīng)的滑塊縫合的圖片。通過ddddocr找到元素坐標(biāo)。

總之，太麻煩了，我選擇放棄~！

文字點選驗證碼

這種驗證碼現(xiàn)在也比較常見，我們需要按照順序點擊圖片中的文字。

import?ddddocr
import?cv2

det?=?ddddocr.DdddOcr(det=True)

#?驗證碼圖片
with?open("./verification_code_3.png",?'rb')?as?f:
????image?=?f.read()

poses?=?det.detection(image)
print(poses)

#?驗證碼圖片
im?=?cv2.imread("verification_code_3.png")

for?box?in?poses:
????x1,?y1,?x2,?y2?=?box
????im?=?cv2.rectangle(im,?(x1,?y1),?(x2,?y2),?color=(0,?0,?255),?thickness=2)

#?結(jié)果圖片
cv2.imwrite("result.jpg",?im)

運(yùn)行結(jié)果：

[[17,?28,?82,?92],?[55,?95,?118,?158],?[39,?160,?103,?222]]

這里給出的坐標(biāo)就是識別的三個文字的圖片坐標(biāo)。

這種方案同樣會面臨兩個問題；

• 文字的識別順序不一定是要你點擊的順序。例如識別出來的文字順序是: 荷葉飯， 驗證碼可能提示你點擊的順序是：葉飯荷。

• 生成的坐標(biāo)只是圖片的坐標(biāo)，不管是web還是app，驗證碼圖片只是屏幕的一部分，除非你截取整個屏幕。那么識別率就無法控制了。

總結(jié)

• ddddorc 針對傳統(tǒng)的輸入驗證碼還是很好用的。

• 針對新型的驗證碼，識別率還行，但是，如何與自動化結(jié)合是個難題。

• OCR技術(shù)本來就是以圖片文字識別為主，它并不包含模擬鼠標(biāo)點擊、滑動、鍵盤輸入等動作。

到此這篇關(guān)于Python通用驗證碼識別OCR庫之ddddocr驗證碼識別的文章就介紹到這了,更多相關(guān)Python ddddocr驗證碼識別內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評論