利用代码搞定自动化测试中文字的识别?你会了吗?

       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:

pipinstallairtestpipinstallpytesseract复制代码

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"fromairtest.core.apiimport*fromairtest.aircvimport*auto_setup(__file__)fromPILimportImageimportpytesseract# 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 :


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)


加入我们!!642830685 ,群,领取最新软件测试资料大厂面试和Python自动化学习资料!一起学习交流进步!

听说点赞的都是天使!!抬抬手指哦!

你可能感兴趣的:(利用代码搞定自动化测试中文字的识别?你会了吗?)