vlambda博客
学习文章列表

背景

UI自动化测试-验证码识别

验证码分析：图片上有折线，验证码有数字，有英文字母大小写，分类的时候需要更多的样本，验证码的字母是彩色的，图片上有雪花等噪点，因此识别改验证码难度较大。

方案对比

Tesseract OCR

• 缺点：这个安装比较麻烦，对新手不太友好，各个系统，不同的python环境下，坑比较多；需要额外设置环境变量等。

「我敢保证你一次肯定安装不成功」哈哈哈哈。

• 优点：是免费，较为易用；但其识别精度一般。

百度OCR

• 缺点：需要进行一系列的配置，新手一次搞不定；免费的api有调用次数限制而且需要联网【有限制】；离线sdk需要购买。
• 优点：识别准确率高

带带弟弟OCR

• 缺点：暂时没有缺点，和以上两个ocr相比；免费的忽略缺点【哈哈哈哈哈】
• 优点： 「开箱即用，安装简单，大力推荐，识别率高」

实际操作

安装

安装过程相当简单，不会出现任何报错，版本不兼容的情况【python>=3.6】

pip install ddddocr

展示代码

# -*- coding: utf-8 -*-
"""
@Project ：demo 
@File    ：test_ocr.py
@Author  ：lijiawei
@Date    ：2021/8/10 8:45 上午 
"""
import ddddocr


def magic_ocr(img_path):
    """
    ocr 识别
    :param img_path: 验证码图片路径
    :return: 
    """
    ocr = ddddocr.DdddOcr()
    with open(img_path, 'rb') as f:
        img_bytes = f.read()
    return ocr.classification(img_bytes)

实战

• 我们以【北京通】登录页面的验证为例
• 识别结果

1774
Process finished with exit code 0

验证码样本

用我们的验证码样本实战，平均识别速度在100ms以内，识别率100%

思考&反问

「大家觉得方便高效有没有质和量的区别？」

• 用【Tesseract OCR】进行验证码识别方不方便？也挺方便！
• 用【百度OCR】进行验证码识别方不方便？也挺方便！
• 用【带带弟弟OCR】进行验证码识别方不方便？好像也挺方便！

就经常问人，如果这三种方式能给够同样给你带来方便，也就是说这三 种方式你都欣赏过都使用过，你都觉得还不错对吧！

「那你觉得哪种方便更让你方便？」

总而言之，如果你需要进行验证码识别，以上3种识别方案都尝试过， 那么，带带弟弟OCR（ddddocr）这个库一定是你的首选方案~

下集预告

• 将验证码识别服务化

部署属于自己的 OCR API