百度OCR识别

已知痛点

在web页面登录的时候，很多小伙伴都会遇到这个问题，登录的时候，需要输入图片中的验证码，验证通过之后才登录成功；往往一些操作，都是需要登录之后才能往下操作，这对我们进行接口测试(接口自动化、UI自动化)产生了极大的困扰

痛点解决方案

1. 测试环境无所谓，直接叫开发改成万能验证码，或者测试环境关闭验证码验证
2. 使用Python OCR库进行识别，如tesserocr
3. 使用第三方 OCR服务(api)，例如阿里云，百度云，腾讯云

方案分析

1. 改一下代码或者配置文件即可屏蔽验证码，测试环境无所谓，线上根本不行！此方案可作为备用方案
2. 通过tesserocr库去识别验证码，前期需要我们学习一下这个库相关的api，未知领域探索，可能需要花较长时间~此方案作为备用方案
3. 调用第三方OCR服务，通常都会完善的API文档或者对应的SDK，第三方OCR识别成功率还可以，此方案推荐！

方案选择

我这边选择了方案3，第三方 OCR服务(百度云)，最主要是集成SDK，下载SDK即可调用，而且还是免费，可以白嫖，每个月有一定的免费次数，足够你使用了！_{用这高大上的第三方OCR服务，领导听了之后，马上说牛逼！还能给你加KPI(手动狗头)，虽然每个月拿着A还会扣钱，但是为了不被扣那么多嘛，必须得用！} 推荐推荐推荐！

方案实现过程(rap2登录)

rap2登录时要输入验证码，我们通过百度OCR识别这个验证码，通过请求登录接口(账号+密码+验证码)模拟前端向后台发起请求，获取登录态后，再获取接口文档数据

OCR服务申请

百度智能云地址：login.bce.baidu.com/

• 首先我们去到百度智能云里，在左边菜单栏的产品服务中搜索"文字识别"，点击【领取免费资源】，将所有的免费资源领取，领取之后要半个小时之后才能生效。

• 回到主面板，我们要进行创建应用，填写相关的信息即可创建成功，应用创建好之后会生成AppID、API Key和Secret Key，注意这3项不要告诉别人哦！

阅读官方文档

文字识别官方文档：cloud.baidu.com/doc/OCR/ind…

• 点击应用名称，查看该应用详情，里面有个查看文档，我们先可以看看是怎么用的
• 里面有两种方式，一种是API，另一种是SDK

识别demo

先来识别这张图片试试

看了一下官方的SDK demo，少量代码即可实现识别功能 先通过pip install baidu-aip下载SDK 按照官方demo测试一下

config = random.choice(OCR_CONFIG)
client = AipOcr(config['app_id'],config['api_key'],config['secret_key'])
options = {}
options["language_type"] = "ENG"
options["detect_language"] = "true"
with open(f"{IMG_PATH}/code.jpg", 'rb') as img:
    #调用百度OCR SDK，这里我用的高精度版，通过传入图像数据
    #你也可以用这个方法basicGeneralUrl，直接传入图片url
    code_data = client.basicAccurate(img.read())
    print(code_data)
打印输出:{'words_result': [{'words': ' HdAX'}], 'log_id': 1421303125069946686, 'words_result_num': 1}

这里有几个踩坑点，要注意下

• image，图像数据，base64编码，base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式
• url，图片完整URL，URL长度不超过1024字节，URL对应的图片base64编码后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/png/bmp格式
• 识别回来的验证码有可能跟图片的验证码不一致
• 有可能无法识别，接口直接返回空数据
• 有可能返回来的验证码结果是带有空格的

rap2登录实战

首先我们去到登录页面，用F12看看验证码是怎么生成的，发现验证码是通过一个图片url随机生成的。那我们直接使用这个方法basicGeneralUrl，直接传入图片url试试，发现跟本调不通，出现报错

url = 'https://rap2api.xxxx.com.cn/captcha?t=1626914290792'
code_data = client.basicGeneralUrl(url=url)
print(code_data)
打印输出: {'log_id': 1421464435711407280, 'error_msg': 'image format error', 'error_code': 216201}

通过查阅官方文档，得知是因为上传的图片格式错误，现阶段支持的图片格式为：PNG、JPG、JPEG、BMP，要进行转码~看到这里是不是慌了，先别慌，我们首先分析一下的图片到底是什么格式的；

打开图片URL，右键另存为，发现这个验证码图片格式是SVG！！！呀，这把我坑进去了！那我们现在要转换一下思路，只能使用basicAccurate这个方法，先下载SVG格式图片，再转码成JPG格式后传入图像数据。SVG转码成JPG，可以用这个库 svglib，相关的用法可以看教程：blog.csdn.net/weixin_3998… 完整代码实现

class Rap2Data(object):

    session = None

    @classmethod
    def rap_login(cls):
        config = random.choice(OCR_CONFIG)
        client = AipOcr(config['app_id'],config['api_key'],config['secret_key'])
        options = {}
        options["language_type"] = "ENG"
        options["detect_language"] = "true"
        cls.session = requests.session()
        img_content = cls.session.get(url=CODE_URL).content
        #下载验证码图片
        with open(f"{IMG_PATH}/code.svg", "wb") as f:
            f.write(img_content)
        # svg转jpg
        drawing = svg2rlg(f"{IMG_PATH}/code.svg")
        #保存jpg图片
        renderPM.drawToFile(drawing, f"{IMG_PATH}/code.jpg", fmt="JPG")
        with open(f"{IMG_PATH}/code.jpg", 'rb') as img:
            #调用百度OCR SDK
            code_data = client.basicAccurate(img.read())
            code_list = code_data.get('words_result', [])
            if code_list:
                #有时候结果存在空格
                code_str = code_list[0]['words'].replace(" ", "")
                RAP_ACCOUNT['captcha'] = code_str
                res = cls.session.post(url=RAP_LOGIN_URL, json=RAP_ACCOUNT)
                res_data = res.json()
                #验证是否登录成功，返回id即成功
                if res_data['data'].get('id', None):
                    return True

    @classmethod
    def rap_data(cls, id):
        #传入接口文档id，获取接口文档数据
        login_result = False
        #这里循环调用登录方法，判断是否登录成功，因为OCR识别并不是百分百成功的
        #这里之后要改一下，为了避免重复调用，用表存储cookies，cookies失效了，再重新获取
        while not login_result:
            login_result = cls.rap_login()
        params = {"id": id}
        res = cls.session.get(url=RAP_PROJECT_URL,params=params)
        return res.json()

rap2登录大概是这样子的，通过验证码URL生成cookies，如果你登录成功了，这个cookies就是你的令牌，有了这个令牌你就可以访问接口文档。上述代码中，直接使用了session对象，不用每次请求都传入cookies

后续扩展

• 解析接口文档数据，生成Excel格式的接口自动化用例或者yaml格式接口自动化用例
• 解析接口文档数据，生成jmeter脚本(jmx)，再也不用一个个复制粘贴写脚本
• 基于上述功能，做成前端页面，供其他人使用

总结

本期介绍了百度OCR的使用方法，更多使用场景可以结合自己的需求，下一期解析rap2接口文档数据生成Excel接口自动化用例~

题外话

发现痛点时，首先先想一下问题的根本，解决方案有哪些，分析一下解决方案的弊端、可行性和好处，痛点的解决方案可以先去公司的内部知识库看有没有类似的，再通过搜索引擎查找一下相关的方案，多与同行交流(水群、水论坛)，抛出你的痛点，看看前辈们解决方案，再结合自身实际，选择适合自己的，避免重复造轮子~

最后

以上就是义气御姐为你收集整理的百度OCR识别的全部内容，希望文章能够帮你解决百度OCR识别所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。