自动化测试中6种常见验证码的处理方式

lsekfe

UI自动化测试时，需要对验证码进行识别处理，有很多方式，每种方式都有自己的特点，以下是一些常用处理方法，仅供参考。
1、去掉验证码

从自动化的本质上来讲，主要是提升测试效率等，但是为了去研究验证码以及提升验证码的识别效率，是需要投入比较大的时间的；


去掉验证码无疑是最简单的方式，而且对于开发而言这样做，工作量也不是很大；


但是建议在测试环境使用，生产环境禁用，因为存在安全问题。

2、设置万能码

这个是笔者刚开始做自动化时首选的一个处理方法；


因为既测试到了验证码的功能，而且也不用投入太大的精力去研究如何进行验证码识别；


另外对于开发来说，内置一个万能验证码也是非常简单的事情；


对于写自动化脚本的人来说也是非常的方便，效率也高；


但这个万能验证码仅限相关人员知道，避免存在安全隐患。

03保留一个资源

有点验证码实则就是图片资源；


其实就是在制定的文件夹资源库中随机抽取一张，那么只需要将服务器上的所有图片删除，仅保留一张即可；


说白了就相当于固定验证码。

04光学字符识别

其实就是通过Python-tesseract模块来只能识别图片中的验证码；


Python-tesseract是光学字符识别Tesseract OCR的python封装类；


其能够读取大部分常规图片文件，比如JPG、GIF、PNG、TIFF等；


这个笔者也尝试过，因为现在的图片验证码越来越复杂，其实有时候识别率并不高；


下边我们尝试着使用一下。

4.1 识别对象

我们收集了几个图片验证码（来源于网络，仅供参考）：从左到右依次是image01.jpg-image04.jpg:

4.2 pytesseract安装

直接使用命令安装即可：
1. <font size="3">pip install pytesseract</font>
复制代码

4.4 OCR安装

直接在官网下载即可：

OCR官网

https://github.com/UB-Mannheim/tesseract/wiki

选择对应的版本下载即可：

按照提示安装完成：


配置环境变量，将其根目录添加到path环境变量中：



4.5 识别原理






基本思路是通过图片降噪、图片切割等，输出图像文本；


图片降噪就是将图片中一些不需要的信息去除，比如背景、干扰像素、干扰线等。


如果验证码是彩色的背景，其实就是把每个像素放在五维空间，即X、Y、R、G、B；


X、Y是像素的二维平面坐标，RGB代表像素所对应的颜色。



4.6 处理过程
4.6.1 转灰度处理




导入需要的包：


1. <font size="3">from PIL import Image</font>
复制代码

打开需要分析的图像：


1. <font size="3">image = Image.open("./image01.jpg")</font>
复制代码




将彩色图像转化为灰度图像（RGB转为HSI色彩空间），采用L分量：


1. <font size="3"># 彩色转灰度
   
2. img_01 = image.convert("L")
   
3. img_01.show()</font>
复制代码
以上完整代码为（使用image01.jpg）：
• 1. <font size="3"># -*- coding:utf-8 -*-
     
  2. # 作者：虫无涯
     
  3. # 日期：2023/11/14
     
  4. # 文件名称：test_tesseract.py
     
  5. # 作用：OCR验证码识别
     
  6. # 联系：VX
     
  7. 
     
  8. # 博客：https://blog.csdn.net/NoamaNelson
     
  9. 
     
  10. # 导入Image包
      
  11. from PIL import Image
      
  12. 
      
  13. # 打开图像
      
  14. image = Image.open("./image01.jpg")
      
  15. # 彩色转灰度
      
  16. img_01 = image.convert("L")
      
  17. img_01.show()</font>

  复制代码
  
  
  
  
  
  转灰度后图像如下：
  
  
  
  
  
• 4.6.2 二值化处理
  
  
  
  
  
  图像分割常用的方法就是二值化处理；
  
  
  二值化处理就是二值化图像时，将大于某个临界灰度值的像素灰度设置为灰度的极大值，把小于这个值的像素灰度设为灰度的极小值，取值范围一般为0-1；
  
  
  二值化算法不同，可分固定阈值和自适应阈值，比如这个固定阈值如下（使用image02.jpg）：
  
  
  1. <font size="3"># -*- coding:utf-8 -*-
     
  2. # 作者：虫无涯
     
  3. # 日期：2023/11/14
     
  4. # 文件名称：test_tesseract.py
     
  5. # 作用：OCR验证码识别
     
  6. # 联系：VX
     
  7. # 博客：https://blog.csdn.net/NoamaNelson
     
  8. 
     
  9. # 导入Image包
     
  10. from PIL import Image
      
  11. 
      
  12. # 打开图像
      
  13. image = Image.open("./image02.jpg")
      
  14. # 二值化处理
      
  15. img_02 = image.point(lambda x:0 if x<143 else 255)
      
  16. img_02.show()</font>
  复制代码
  
  
  
  
  二值化后的效果：
  
  
  
  
  我们结合前两种方法，把image03.jpg先灰度再二值化处理后输出对应的文字：
  
  
  1. <font size="3"># -*- coding:utf-8 -*-
     
  2. # 作者：虫无涯
     
  3. # 日期：2023/11/14
     
  4. # 文件名称：test_tesseract.py
     
  5. # 作用：OCR验证码识别
     
  6. # 联系：VX
     
  7. # 博客：https://blog.csdn.net/NoamaNelson
     
  8. 
     
  9. # 导入Image包
     
  10. from PIL import Image
      
  11. from pytesseract import pytesseract
      
  12. 
      
  13. # 打开图像
      
  14. image = Image.open("./image03.jpg")
      
  15. 
      
  16. # 灰度处理
      
  17. img_new = image.convert("L")
      
  18. # 二值化处理
      
  19. img_03 = img_new.point(lambda x:0 if x<143 else 255)
      
  20. img_03.show()
      
  21. out_img = pytesseract.image_to_string(img_03)
      
  22. print(out_img)</font>
  复制代码
  
  
  
  
  
  image03.jpg原图和处理后效果：
  
  
  
  
  结果输出：
  
  
  
  
  
  4.6.3 图像增强
  
  
  
  
  
  
  为了排除更多的干扰，我们可以使用将图片增强显示，或者将图片转成黑白；
  
  
  我们在以上代码继续添加：
  
  
  1. <font size="3">from PIL import ImageEnhance
     
  2. 
     
  3. img_enh = ImageEnhance.Contrast(img_03)
     
  4. img_enh01 = img_enh.enhance(4)
     
  5. img_enh01 .show()
     
  6. 
     
  7. out_img = pytesseract.image_to_string(img_enh01)</font>
  复制代码
  
  
  
  4.6.4 完整代码
  
  
  
  
  
  
  我们使用image04.jpg输出完整代码：
  
  
  1. <font size="3">
     
  2. # -*- coding:utf-8 -*-
     
  3. # 作者：虫无涯
     
  4. # 日期：2023/11/14
     
  5. # 文件名称：test_tesseract.py
     
  6. # 作用：OCR验证码识别
     
  7. # 联系：VX
     
  8. # 博客：https://blog.csdn.net/NoamaNelson
     
  9. 
     
  10. # 导入Image包
      
  11. from PIL import Image
      
  12. from pytesseract import pytesseract
      
  13. from PIL import ImageEnhance
      
  14. 
      
  15. # 打开图像
      
  16. image = Image.open("./image04.jpg")
      
  17. 
      
  18. # 灰度处理
      
  19. img_new = image.convert("L")
      
  20. 
      
  21. # 二值化处理
      
  22. img_04 = img_new.point(lambda x:0 if x<143 else 255)
      
  23. 
      
  24. # 图像增强
      
  25. img_enh = ImageEnhance.Contrast(img_04)
      
  26. img_enh01 = img_enh.enhance(4)
      
  27. 
      
  28. # 处理后图片
      
  29. img_enh01.show()
      
  30. 
      
  31. # 提取图片文字
      
  32. out_img = pytesseract.image_to_string(img_enh01)
      
  33. print(out_img)</font>
  复制代码
  
  
  
  
  处理前后的效果：
  
  
  
  05打码平台
  
  
  
  
  另外我们可以通过打码平台来实现图片文字提取，比如超人、图鉴、斐斐等等；
  
  
  
  比如图鉴平台，可以参考它的 开发文档
  （http://www.ttshitu.com/docs/index.html?spm=null）；
  
  
  
  06记录cookie
  
  
  
  
  通过添加登录成功时所携带的cookie来跳过登录；
  
  
  • 在selenium中使用add_cookie()方法将用户名和密码等登录信息写入浏览器的cookie中，再次登录时直接读取浏览器cookie即可。
    
    
    
    

oliver.tang

学到了