WEB页面验证码自动识别并填充

现在许多页面在登陆的时候都需要根据验证码图片输入验证码，你是否经常碰到类似的想法：我能否自动识别该验证码并自动填充到对应的验证码输入框呢？

在后续的描述中，我将一步一步的完成该想法，概要的步骤如下：

1、需要在本机安装开源的Tesseract-OCR，并下载对应的汉子字库，这里我不详述，网上有许多文章；

2、因为需要自动填充，我们这里实现的方式是使用VB做一个外壳，在这个壳里头放一个webbrowser，说白了这个webbrowser就是一个ie的对象，我们可以在这个IE对象里头浏览网页，当然我们也可以对这个ie对象进行各种操作；

3、在上述的webbrowser打开你需要访问的、带验证码的登陆页面；

4、通过以下方法，将登陆页面上的验证码图片，保存到你的本地硬盘：

'保存网页上图片（按图片链接查找）
Public Function SaveWebImgUrlLike(Web1 As WebBrowser, UrlLike As String, Optional SaveToFile As String, Optional url As String) As Boolean
On Error Resume Next
Dim x
Dim CtrlRange
For Each x In Web1.document.All
If x.tagName = "IMG" Then
If InStr(x.src, UrlLike) > 0 Then
url = x.src
Set CtrlRange = Web1.document.body.createControlRange()
CtrlRange.Add (x)
Clipboard.Clear
CtrlRange.execCommand ("Copy")
End If
End If
Next
On Error Resume Next
If SaveToFile <> "" Then
Kill SaveToFile
SavePicture Clipboard.GetData, SaveToFile
End If
SaveWebImgUrlLike = eRR.Number = 0
Exit Function
eRR:
End Function

'以下是调用上述方法，在这个页面上，这个验证码图片的id为frameValidationServlet

SaveWebImgUrlLike ESSWeb, "frameValidationServlet", App.Path + "/Tesseract-OCR/1.jpg", ""

4、调用Tesseract-OCR的方法将图片转成文本文件

ShellExe App.Path + "/Tesseract-OCR/tesseract.exe ", App.Path + "/Tesseract-OCR/1.jpg " + App.Path + "/Tesseract-OCR/1"

5、读取文本文件中的验证码内容：

'获取随机码
Dim randCode As String
Open App.Path + "/Tesseract-OCR/1.txt" For Input As #1
Do
Line Input #1, randCode
Loop Until EOF(1)

Close (1)

'去除回车
randCode = Replace(randCode, "" + Chr(13), "")
randCode = Replace(randCode, "" + Chr(10), "")

6、将文本文字填充到验证码的框里面：

ESSWeb.document.getElementById("txtVerifyCodes").Value = 识别的验证码

7、其它描述：Tesseract-OCR是个开源产品，如果是白底黑字的情况下，识别率还是非常高的，但如果验证码图片混淆的非常厉害，那效果可能不是太理想了。我的测试页面是联通的ess登陆界面，该图片虽然有混淆，但识别率仍可达到90%以上。该测试网址的网址为：http://esales.10010.com/ ，识别的图片如：