Во время автоматического тестирования пользовательского интерфейса необходимо распознать и обработать коды проверки. Существует множество способов, каждый из которых имеет свои особенности. Ниже приведены некоторые часто используемые методы обработки (только для справки).

1 Удалить код подтверждения

• Из сути автоматизации,В основном для повышения эффективности тестирования и т. д.,Но чтобы изучить Проверочный код и продвижение Эффективность распознавания кода требует относительно больших затрат времени;
• Удаление Проверочного кода, несомненно, самый простой способ.,И для развития это сделано,Это тоже не так уж и много работы;
• Однако рекомендуется использовать его в тестовой среде и отключать в производственной среде из соображений безопасности.

2 Установите универсальный код

• Это предпочтительный метод обработки автора, когда я впервые начал заниматься автоматизацией;
• Потому что он был протестирован Проверочным. функция кода кода, и нет необходимости тратить слишком много сил на изучение того, как выполнить Проверочный идентификация кода；
• Кроме того, для разработки также очень просто собрать универсальный Проверочный код;
• Это также очень удобно и эффективно для людей, которые пишут автоматизированные сценарии;
• Но этот универсальный Проверочный Код Только соответствующий персонал должен знать, чтобы избежать потенциальных угроз безопасности.

3 Зарезервировать ресурс

• Немного Проверочный код на самом деле является графическим ресурсом;
• По сути, это случайный выбор одной из указанной библиотеки ресурсов папки, тогда вам нужно всего лишь удалить все картинки на сервере и оставить только одну;
• Грубо говоря, это равносильно исправлению Проверочного кода.

4 Оптическое распознавание символов

• На самом деле это пройденоPython-tesseractМодуль может распознавать только Проверочный код；
• Python-tesseractдаоптическое распознавание символовTesseract OCRизpythonКласс инкапсуляции；
• Он может читать большинство обычных файлов изображений.,напримерJPG、GIF、PNG、TIFFждать；
• Автор тоже пробовал,Потому что теперь картинки Проверочного кода становятся всё сложнее и сложнее.,На самом деле, иногда уровень распознавания не высок;
• Попробуем использовать его ниже.

4.1 Идентификация объектов

• Мы собрали несколько фотографий Проверочного. код (из интернета,Только для справки）：Слева направодаimage01.jpg-image04.jpg:
  

  Вставьте сюда описание изображения

4.2 установка pytesseract

• Просто используйте команду, чтобы установить его напрямую:

pip install pytesseract

Вставьте сюда описание изображения

4.3 Установка подушки

• Используйте команду напрямую:

pip install Pillow

Вставьте сюда описание изображения

4.4 Установка оптического распознавания символов

• Просто скачайте его напрямую：Официальный сайт ОКР；
• Выберите соответствующую версию для загрузки:
  

  Вставьте сюда описание изображения
• Следуйте инструкциям для завершения установки:
  

  Вставьте сюда описание изображения
• Настройка переменных среды,Добавьте его корневой каталог вpathв переменных среды：
  

  Вставьте сюда описание изображения

4.5 Принцип признания

• Основная идея заключается в выводе текста изображения посредством уменьшения шума изображения, обрезки изображения и т. д.;
• Шумоподавление изображения заключается в удалении из изображения некоторой ненужной информации, такой как фон, интерференционные пиксели, интерференционные линии и т. д.
• Если Проверочный код имеет цветной фон,Фактически это означает размещение каждого пикселя в пятимерном пространстве.,Прямо сейчасX、Y、R、G、B；
• X、Yда Пиксельиз Двумерные плоские координаты,RGB代表Пиксель所对应изцвет。

4.6 Обработка

4.6.1 Преобразование в обработку в оттенках серого

• Импортируйте необходимые пакеты:

from PIL import Image

• Откройте изображение, которое хотите проанализировать:

image = Image.open("./image01.jpg")

• Преобразование цветного изображения в изображение в оттенках серого（RGBконвертировать вHSIцветовое пространство）,использоватьLмасса：

# Цвет в оттенки серого
img_01 = image.convert("L")
img_01.show()

• Вышеуказанное завершенокоддля（использоватьimage01.jpg）：

# -*- coding:utf-8 -*-
# автор：Насекомые без границ
# Дата: 14.11.2023 
# Имя файла: test_tesseract.py
# эффект：OCRПроверочный идентификация кода


# Импортировать пакет изображений
from PIL import Image

# открыть изображение
image = Image.open("./image01.jpg")
# Цвет в оттенки серого
img_01 = image.convert("L")
img_01.show()

• Изображение после преобразования в оттенки серого выглядит следующим образом:
  

  Вставьте сюда описание изображения

4.6.2 Обработка бинаризации

• Обычно используемый метод сегментации изображений — бинаризация;
• Бинаризация – это когда бинарное изображение,Установите для пикселей, превышающих определенное критическое значение оттенков серого, максимальное значение оттенков серого.,Установите для оттенков серого пикселей меньше этого значения минимальное значение оттенков серого.,Диапазон значений является общимдля0-1；
• Алгоритмы бинаризации разные,Можно разделить на фиксированный порог и адаптивный порог.,например Этот фиксированный порог выглядит следующим образом:（использоватьimage02.jpg）：

# -*- coding:utf-8 -*-
# автор：Насекомые без границ
# Дата: 14.11.2023 
# Имя файла: test_tesseract.py
# эффект：OCRПроверочный идентификация кода


# Импортировать пакет изображений
from PIL import Image

# открыть изображение
image = Image.open("./image02.jpg")
# Бинаризация
img_02 = image.point(lambda x:0 if x<143 else 255)
img_02.show()

• Эффект после бинаризации:

Вставьте сюда описание изображения

• Комбинируем первые два метода,Пучокimage03.jpgСначала оттенки серого, а затем Бинаризация Пост-выход соответствуетизхарактер：

# -*- coding:utf-8 -*-
# автор：Насекомые без границ
# Дата: 14.11.2023 
# Имя файла: test_tesseract.py
# эффект：OCRПроверочный идентификация кода


# Импортировать пакет изображений
from PIL import Image
from pytesseract import pytesseract

# открыть изображение
image = Image.open("./image03.jpg")

# Обработка оттенков серого
img_new = image.convert("L")
# Бинаризация
img_03 = img_new.point(lambda x:0 if x<143 else 255)
img_03.show()
out_img = pytesseract.image_to_string(img_03)
print(out_img)

• image03.jpgИсходное изображение и эффект постобработки：

Вставьте сюда описание изображения

• Вывод результата:
  

  Вставьте сюда описание изображения

4.6.3 Улучшение изображения

• Чтобы устранить дополнительные помехи, мы можем использовать расширенное отображение изображения или преобразовать изображение в черно-белое;
• Продолжаем добавлять выше:

from PIL import ImageEnhance

img_enh = ImageEnhance.Contrast(img_03)
img_enh01 = img_enh.enhance(4)
img_enh01 .show()

out_img = pytesseract.image_to_string(img_enh01)

Вставьте сюда описание изображения

4.6.4 Полный код

• насиспользоватьimage04.jpgПолный выводкод：

# -*- coding:utf-8 -*-
# автор：Насекомые без границ
# Дата: 14.11.2023 
# Имя файла: test_tesseract.py
# эффект：OCRПроверочный идентификация кода


# Импортировать пакет изображений
from PIL import Image
from pytesseract import pytesseract
from PIL import ImageEnhance

# открыть изображение
image = Image.open("./image04.jpg")

# Обработка оттенков серого
img_new = image.convert("L")

# Бинаризация
img_04 = img_new.point(lambda x:0 if x<143 else 255)

# улучшение изображения
img_enh = ImageEnhance.Contrast(img_04)
img_enh01 = img_enh.enhance(4)

# Обработанное изображение
img_enh01.show()

# Извлечь текст изображения
out_img = pytesseract.image_to_string(img_enh01)
print(out_img)

• Эффект до и после лечения:
  

  Вставьте сюда описание изображения

5 платформа кодирования

• Кроме того, мы можем использовать платформу кодирования для извлечения текста из изображений, таких как Супермен, иллюстрированные книги, Фейфей и т. д.;
• Например, иллюстрированная платформа,Вы можете обратиться к немуизРазработочная документация；
  

  Вставьте сюда описание изображения

6 Регистрация файлов cookie

• Добавляя значение, передаваемое при успешном входе в системуизcookieчтобы пропустить вход в систему；
• существоватьseleniumсерединаиспользоватьadd_cookie()метод будет имя пользователя и парольждать Данные для входа записываются в браузеризcookieсередина,Читайте прямо из браузера при повторном входе в системуcookieПрямо сейчас Может。
• код Опустите последующие дополнения здесь.

ЯсуществоватьучаствоватьНа третьем этапе специального тренировочного лагеря Tencent Technology Creation 2023 года будет проводиться конкурс сочинений. Соберите команду, чтобы выиграть приз!