Tesseract-ocr开源ocr引擎结合QTP获取图片验证码

    Tesseract是Ray Smith于1985到1995年间在惠普布里斯托实验室开发的一个OCR引擎，曾经在1995 UNLV精确度测试中名列前茅。但1996年后基本停止了开发。2006年，Google邀请Smith加盟，重启该项目。它能识别一些简单的图片验证码，对于增加了复杂“噪音”验证码识别成功率较低。虽然对复杂验证码识别成功率，但在比较简单的验证码识别时，还是可以非常方便的使用的，在此介绍一下它与qtp结合识别图片验证码的一些简单方法，以下仅仅是方法之一，更多方法有待更深入的探究。

 

本次是以国美网上商城的图片验证码为例子

本次的测试需要：
步骤1：打开国美网上商城首页
步骤2：点击“注册”链接
步骤3：输入验证码

 

验证码获取脚本设计思路：
1.利用qtp的CaptureBitmap将验证码图片保存到本地
2.利用tesseract获取图片中的验证码，并保存到暂存文件
3.利用fso读取文件内容，输入获取的内容验证码输入框
4.利用批处理删除图片及验证码暂存文件
5.通过提示信息判断验证是否成功
5.1如果有验证码输入正确的提示信息，则表明成功
5.2如果没有验证输入正确的提示信息，则本次获取失败
5.2.1本次失败后，利do-loop循环控制，换另一个验证码，继续1-5步操作，
     在限定的次数内若有一次成功则则退出循环;若达到限定的次数仍然没有成功，退出循环.

 

具体步骤：
1.下载并安装windows版tesseract-ocr
tesseract-ocr目前最新版为3.01，下载地址为：http://code.google.com/p/tesseract-ocr/downloads/detail?name=tesseract-ocr-setup-3.01-1.exe&can=2&q=
，下载之后运行安装文件，按照步骤安装即可。安装完成后在Dos窗口执行命令：tesseract，出现以下信息，表明安装成功。
Usage:tesseract imagename outputbase [-l lang] [-psm pagesegmode] [configfile...]
pagesegmode values are:
0 = Orientation and script. detection (OSD) only.
1 = Automatic page segmentation with OSD.
2 = Automatic page segmentation, but no OSD, or OCR
3 = Fully automatic page segmentation, but no OSD. (Default)
4 = Assume a single column of text of variable sizes.
5 = Assume a single uniform. block of vertically aligned text.
6 = Assume a single uniform. block of text.
7 = Treat the image as a single text line.
8 = Treat the image as a single word.
9 = Treat the image as a single word in a circle.
10 = Treat the image as a single character.
-l lang and/or -psm pagesegmode must occur before anyconfigfile.

 

2.准备启动tesseract的批处理文件
    有tesseract-ocr是一个开源的ocr引擎，它仅支持命令行，通过步骤1的信息，我们可能已经知道，获取验证码的命令为:tesseract imagename outputbase [-l lang]
参数：
  tesseract：启动tesseract-ocr获取验证码的命令
  imagename：图片文件的名称(仅支持bmp、tif格式文件)
  outputbase：获取的验证的存放文件（不需要后缀名，创建文件时会自动加上txt后缀名）
  -l ：语言选项，非必选项，tesseract支持很多图片验证码语言，可以在步骤1的wiki地址中下载语言包安装
  lang：语言，如果你的验证码为字母，可以选择eng，具体的语言包安装在tessdata目录下，后缀名为traineddata，文件名为语言。例如：eng.traineddata，语言为eng（英文）

新建文件StartTesseract-ocr.bat，编辑文件输入如下命令，将文件保存某个路径（本次保存在D:\QTPAtuomationTestFrame\Library\Config）：

 d:
 cd ..\..\..\..\..\..\..\..
 cd D:\QTPAtuomationTestFrame\Temp
 tesseract temp.bmp r -l eng

3.准备删除验证码图片和验证码暂存文件的批处理文件
新建文件DelFile.bat，编辑文件输入如下命令，将文件保存在某个路径（本次保存在D:\QTPAtuomationTestFrame\Library\Config）：

 d:
 cd ..\..\..\..\..\..\..\..
 cd D:\QTPAtuomationTestFrame\Temp
 del r.txt
 del temp.bmp

 

4.准备获取验证码的函数
    根据“验证码获取脚本设计思路:”中的1-4步，设计如下代码（本函数中的路径可以根据实际路径进行修改，或者为了更好的扩张复用可以讲路径作为参数传入），保存以下代码为getVerificationCode.vbs，将文件存放于某路径（本次存放于D:\QTPAtuomationTestFrame\Library\Functions\GeneralFunctions）：

'######################函数##################################

'******************************************************

'功能：利用开源tesseract-ocr引擎获取图片验证码
'参数：objImage 验证码图片对象
'******************************************************

Function getVerificationCode(objImage)
   '保存验证码图片
   objImage.CaptureBitmap "D:\QTPAtuomationTestFrame\Temp\temp.bmp",True
   Set WSH = CreateObject("Wscript.Shell")
   Set FSO = CreateObject("Scripting.FileSystemObject")
   '调用批处理，启动Tesseract-ocr获取验证码
   oWSH.Run "D:\QTPAtuomationTestFrame\Library\Config\StartTesseract-ocr.bat"
   Wait 1
   '打开验证码获取结果文件
   Set File= FSO.OpenTextFile("D:\QTPAtuomationTestFrame\Temp\r.txt")
   '获取结果文件内容,并去除空格
 getVerificationCode = Replace(oFile.ReadLine()," ","")
   Set File =  Nothing
   Set FSO = Nothing
   '调用批处理，删除图片文件及结果文件
 oWSH.Run "D:\QTPAtuomationTestFrame\Library\Config\DelFile.bat"
 Set WSH = Nothing
End Function

 

5.业务脚本编写
5.1 将需要的对象手动添加到对象库
    手动添加对象到对象库就不说明了，很简单

5.2 根据测试需求，添加相应对象操作步骤代码，到专家视图
    从qtp的available keywords的test object中添加需要的步骤到专家视图（怎么添加请看帮助文档）
5.3 加载获取验证码外部函数
  加载外部函数有动态加载和静态加载两种方式，这里采用动态加载的方式，在专家视图的代码最开始输入以下代码：
executefile "D:\QTPAtuomationTestFrame\Library\Functions\GeneralFunctions\getVerificationCode.vbs"

5.4 代码增强
结合“验证码获取脚本设计思路:”中的步骤5，增强代码，本次设定了最多变换验证码20次，增强后的代码如下：

'加载外部验证码函数
executefile "D:\QTPAtuomationTestFrame\Library\Functions\GeneralFunctions\getVerificationCode.vbs"
'打开国美网上商城首页
SystemUtil.Run "http://www.gome.com.cn/ec/homeus/index.html"

'########################对象封装##############################
Set bjBrowser = Browser("国美电器网上商城-国美电器唯一官方网上商城，中国领先专业的家")
Set bjIndexPage = objBrowser.Page("国美电器网上商城-国美电器唯一官方网上商城，中国领先专业的家")
Set bjRegPage = objBrowser.Page("免费注册-国美电器网上商城")
Set bjImage =  objRegPage.Image("captcha")
Set bjTips =  objRegPage.WebElement("验证码输入正确")

'####################验证码输入业务操作######################
'进入注册界面
objIndexPage.Link("注册").Click
With objRegPage
 '输入验证码
 .WebEdit("/atg/store/profile/Registratio").Set getVerificationCode(objImage)
'判断验证码输入成功提示信息是否存在
 If objTips.Exist(2) Then
  Msgbox "验证码获取正确"
 Else
  '定义计数器
  Dim i
  i=1
  Do
    '换其他验证码
    objImage.Click
    Set bjImage =  .Image("captcha")
    '输入验证码
    .WebEdit("/atg/store/profile/Registratio").Set getVerificationCode(objImage)
    '计数器，每循环一次加1
    i = i+1
  Loop Until (objTips.Exist(2) Or i=20)'当验证码在规定换图片的次数内成功，则立即结束循环,最多换i次
 End If
End With

5.5 保存脚本
    将自动化测试脚本保存

 

6.回放脚本
  到此本次分享结束

 

总结：
   tesseract-ocr对一些简单的图片验证码的识别率还是非常高的，但是复杂的图片验证码识别率较低，任何ocr工具都存在识别率的问题，如果你的项目适合使用tesseract-ocr的话，不防试试，当有时能成功识别有时会识别的情况，实现的过程中可以采取一些变通的策略（例如采用循环多次变换验证码等），或许会峰会路转。