前言
Airtest是一款 基于图像识别原理 的跨平台UI自动化测试框架，它能够根据大量的 特征点 来识别一个截图在当前画面中的位置，但是它并不能识别出截图中具体包含了什么文字。
而在自动化测试的过程中，我们会经常遇到需要进行文字识别的场景，比如 识别验证码、识别截图中的文字、读取截图中的数值 等等，遇到这些情况时我们可以如何处理呢？
今天教大家用一款免费的开源图像OCR文字识别软件 -- Tesseract-OCR 来处理上述情况。
1.安装Tesseract-OCR.exe
在网上搜索“Tesseract”，我们可以找到很多Tesseract-OCR的下载链接和安装教程，大家可以选择其中一个版本下载到本地即可。
下载完成后双击进入安装，需要特别注意的是，在选择安装的组件时，我们需要把 Additional language data(download) 这一选项勾上，目的是 安装各个版本的语言包，后续我们就不用手动下载语言包来安装了。
还有一点要注意的是，记住我们选择的软件安装路径，因为我们需要把这个路径添加到 系统环境变量 的 path 中：
另外一个要新增的环境变量是 TESSDATA_PREFIX ，如下图所示，未设置在识别过程中会报 Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory 的错误：
完成以上工作后，我们可以在命令行用 tesseract -v 验证环境是否配置成功：
2.在本地python环境中安装pytesseract
因为我们最终要在python环境中使用 airtest 和 tesseract ，所以需要在本地的python环境中安装上 airtest 库和 pytesseract 库：
pip install airtest pip install pytesseract |
安装完毕后可以在命令行输入 pip list 检查安装结果：
3.用airtest截图并识别截图文字
打开我们的AirtestIDE，在 选项--设置--自定义python.exe路径 中设置我们刚才安装好对应库的python环境：
以之前官网提供的 poco demo的界面为例，我们用 airtest 把红框部分的截图截取下来，然后再利用 tesseract 把截图中的文字识别并打印出来：
具体实现如下：
# -*- encoding=utf8 -*- __author__ = "AirtestProject" from airtest.core.api import * from airtest.aircv import * auto_setup(__file__) from PIL import Image import pytesseract # 局部截图 screen = G.DEVICE.snapshot() local = aircv.crop_image(screen,(132,58,380,126)) # 保存局部截图到指定文件夹中 pil_image = cv2_2_pil(local) pil_image.save("D:/test/score0.png", quality=99, optimize=True) # 读取截图并识别截图中的文字 image = Image.open(r'D:/test/score0.png') text = pytesseract.image_to_string(image) print("-----------初始数据为--------------") print(text) |
识别结果如下：
知识点：
① G.DEVICE.snapshot()，对当前设备画面进行截图并保存在内存中。
② crop_image()，局部截图的方法，需要传入俩个参数，一个是内存中的截图，就像这里的 screen，另一个是截取偏移 [x_min, y_min, x_max ,y_max]。
③ Image.open()，用来直接读取给定路径指向的图片
④ image_to_string()，用来解析图片中的文字
4.识别验证码
以下述验证码截图为例，该截图的保存路径为 D:/test/7364.jpg ：
识别方式和结果如下：
# 识别验证码 image2 = Image.open(r'D:/test/7364.jpg') text2 = pytesseract.image_to_string(image2) print("-----------验证码为--------------") print(text2) log("验证码为："+text2) |
5.识别中文文字
识别中文的方法和识别数字与英文基本一致，但比较特别的是，我们需要在 image_to_string() 方法中指定中文的语言参数（示例代码中指定了简体中文来识别截图）：
# 识别中文 image3 = Image.open(r'D:/test/3.png') text3 = pytesseract.image_to_string(image3,lang='chi_sim') print("-----------识别出来的文字为：--------------") print(text3) log("识别出来的文字为："+text3) |
本文内容不用于商业目的，如涉及知识产权问题，请权利人联系博为峰小编(021-64471599-8017)，我们将立即处理。
