有了这款工具，自动化识别验证码再也不是问题

01 环境准备

1、windows 环境下载 exe

http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe

双击 exe，一路 next 完成 Tesseract-OCR 安装

2、配置环境变量

PATH 增加 D:\ProgramFiles\Tesseract-OCR

新建环境变量 TESSDATA_PREFIX 值为

 D:\ProgramFiles\Tesseract-OCR\tessdata 

这是将语言字库文件夹添加到环境变量 TESSDATA_PREFIX 中

CMD 命令行窗口输入如下命令：

查看版本号

C:\Users\18611>tesseract -v 

tesseract 4.00.00alpha 

leptonica-1.74.1 

libgif 4.1.6(?) : libjpeg 8d (libjpeg-turbo 1.5.0) : libpng  1.6.20: libtiff 4.0.6 : zlib 1.2.8 :  

libwebp 0.4.3 : libopenjp2 2.1.0 

查看支持的语言包

C:\Users\18611>tesseract --list-langs 

List of available languages (2): 

eng 

osd 



C:\Users\18611> 

02 命令识别图片

识别如下图片验证码

使用 tesseract 命令识别图片中的内容

C:\Users\18611>cd Desktop 

C:\Users\18611\Desktop>tesseract test2.png output 

Tesseract Open Source OCR Engine v4.00.00alpha with Leptonica 

C:\Users\18611\Desktop> 

【语法】:tesseract imagename outputbase [-l lang] [-psm pagesegmode]  [configfile…] 

imagename 为目标图片文件名，需加格式后缀；

outputbase 是转换结果文件名；

lang 是语言名称（在 Tesseract-OCR 中 tessdata 文件夹可看到以 eng 开头的语言文件 eng.traineddata），如不标-l eng 则默认为 eng。

03 java自动识别图片

将 tesseract.exe 命令保存为 bat 文件，bat 内容为：

//图片路径 D:\Tesseract-OCR\test.png 生成 txt 文件存放路径及文件名 result

代码实现如下：

package com.mtx.util;

import java.io.BufferedReader;

import java.io.File;

import java.io.FileInputStream;

import java.io.InputStreamReader;



/** * @ClassName ReadCpacha

      * @Description TODO

      * @Author 彩虹 rainbow QQ3130978832

      * @Date-Time 2022/6/9 13:55

      * @ProjectName MtxPublic

      * @Copyright 北京码同学网络科技有限公司

**/



public class ReadCpacha{  



public static String readPic(){  

        String cmd= "cmd /c start D:\\Tesseract-OCR\\tesseract.bat";  

    try {  

         Runtime.getRuntime().exec(cmd);  

    } catch(Exception e) {  

            e.printStackTrace();  

    }  

    try {  

         //线程阻塞 3 秒等待 tesseract.exe 执行完成  

         Thread.sleep(3000);  

    }catch (InterruptedException e) {  

         e.printStackTrace();  

    }  

    //执行 tesseract.exe 识别图片后生成 result.txt 文件中保存识别后验证码  

         //读取 result.txt 文件获取验证码  

         // ReadTxt 

        BufferedReader bufferedReader = new BufferedReader(inputStreamReader);  

         StringBuffer sb= new StringBuffer();  

         String text = null;  

         while((text = bufferedReader.readLine()) != null){  

               //逐行读取到的字符串存到 StringBuffer 对象  

                    sb.append(text);  

          }  

          return sb.toString();  

       }catch (Exception e) {  

            e.printStackTrace();  

       }  

    }  

      return null;  

  }  

    public static void main(String[] args) {  

        String str = readPic();//调用封装方法测试  

        System.out.println(str);  

    }

}



C:\Users\18611\IdeaProjects\MtxPublic>tesseract --help-psm

Page segmentation modes:  

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.

11 Sparse text. Find as much text as possible in no particular order.

12 Sparse text with OSD.

13 Raw line. Treat the image as a single text line,  bypassing hacks that are Tesseract-specific.



C:\Users\18611\IdeaProjects\MtxPublic>

最后： 可以在公众号：伤心的辣条 ！ 自行领取一份216页软件测试工程师面试宝典文档资料【免费的】。以及相对应的视频学习教程免费分享！，其中包括了有基础知识、Linux必备、Shell、互联网程序原理、Mysql数据库、抓包工具专题、接口测试工具、测试进阶-Python编程、Web自动化测试、APP自动化测试、接口自动化测试、测试高级持续集成、测试架构开发测试框架、性能测试、安全测试等。

学习不要孤军奋战，最好是能抱团取暖，相互成就一起成长，群众效应的效果是非常强大的，大家一起学习，一起打卡，会更有学习动力，也更能坚持下去。你可以加入我们的测试技术交流扣扣群：914172719（里面有各种软件测试资源和技术讨论）

喜欢软件测试的小伙伴们，如果我的博客对你有帮助、如果你喜欢我的博客内容，请 “点赞” “评论” “收藏” 一 键三连哦！