对于web应用程序来讲，处于安全性考虑，在登录的时候，都会设置验证码，验证码的类型种类繁多，有图片中辨别数字字母的，有点击图片中指定的文字的，也有算术计算结果的，再复杂一点就是滑动验证的。诸如此类的验证码，对我们的系统增加了安全性的保障，但是对于我们测试人员来讲，在自动化测试的过程中，无疑是一个棘手的问题。 1、web自动化验证码解决方案 一般在我们测试过程中，登录遇到上述的验证码的时候，有以下种解决方案: 第一种、让开发去掉验证码 第二种、设置一个万能的验证码 第三种、通过cookie绕过登录 第四种、自动识别技术识别验证码 2、自动识别技术识别验证码 前三种解决方案，想必大家都比较了解，本文重点阐述第四种解决方案，也就是验证码的自动识别，关于验证码识别这一块，可以通过两个方案来解决， 第一种是：OCR自动识别技术， 第二种是：通过第三方打码平台的接口来识别。 OCR识别技术 OCR中文名称光学识别， tesseract是一个有名的开源OCR识别框架，它与Leptonica图片处理库结合，可以读取各种格式的图像并将它们转化成超过60种语言的文本，可以不断训练自己的识别库，使图像转换文本的能力不断增强。如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。那么接下来给大家介绍一下如何使用tessract来识别我们的验证码。 关于OCR自动识别这一块，需要大家安装Tesseract，并配置好环境，步骤如下 1)、安装tesseract 适用于Tesseract 3.05-02和Tesseract 4.00-beta的 Windows安装程序下载地址：github.com/UB-Mannheim… 2)、加入培训数据 tesseract 默认只能识别英文，如果您想要识别其他语言，则需要下载相应的培训数据 下载地址：github.com/tesseract-o… 下图为中文数据包 我们只做中文，暂时下载一个中文的文字训练数据就可以 ，然后将.traineddata文件复制到安装之后的’tessdata’目录中。C:\OCR\Tesseract-OCR\tessdata 3)、配置环境变量 要从任何位置访问tesseract-OCR，您可能必须将tesseract-OCR二进制文件所在的目录添加到Path变量中C:\OCR\Tesseract-OCR。 安装后tesseract之后 ，并不能直接在python中使用，我们要想在python中使用，需要安装pytesseract模块我们可以通过 pip 安装 pip install pytesseract python中识别验证码图片内容 安装好后。找一张验证码图片，如下图（命名为test.jpg），放在当前python文件同级目录下面， 使用 PIL中的Image中的open方法打开验证码图片，调用pytesseract.image_to_string方法，可以识别图片中的文字，并且转换成字符串，如下面代码所示。 import pytesseract from PIL import Image pic = Image.open(‘test.jpg’) pic 为打开的图片,lang指定识别转换的语言库 text = pytesseract.image_to_string(pic,lang=‘chi_sim’) print(text) 通过上述方法能识别简单的验证码，但是存在一定的问题，识别的精度不高，对于一些复杂一点，有干扰线的验证码无法正确识别出结果。 接下来给大家介绍一下第二种识别的方案，第三方的打码平台识别 打码平台识别验证码 第三方的打码平台相对于OCR来讲，优势在于识别的精准度高，网络上的第三方打码平台很多，百度随便一搜就有几十个，这个给大家列举几个，如下所示： 网络上的第三方打码平台众多，这里小编选择超级鹰这个第三方的平台来给大家做演示。 首先登录我们需要注册登录超级鹰这个网站 www.chaojiying.com，进入之后我们找到python对应的开发文档并下载， 下载开发文档 下载之后解压缩，得到如下文件 第三方打码平台的接口分析 我们打开chaojiying.py这个文件后，会发现这个文件中给出了的接口非常简单，如下所示 首先第一步创建一个用户对象：三个参数（账号，密码，软件ID），账号密码就是该网站的账号密码，那么软件ID呢？软件ID我们可以在用户中心找到软件ID，然后进去点击生成一个软件ID（如下图）， 第二行代码就是打开一个要识别的验证码图片，并读取内容， 第三行，调用PostPic方法识别验证码，两个参数（验证码图片内容，验证码类型），关于验证码类型，请参考该网站的价格体系（如下图）,根据验证码类型选择对应的数值传入。 结果提取： PostPi
http://blog.sina.com.cn/s/blog_628cc2b70101cjvp.html
注：不知道为啥我装python 3.5的时候蛋疼的选择了管理员安装，所以运行命令提示符的话也需要管理员权限。怎么操作就不说了。
OCR (Optical Character Recognition，光学字符识别)是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。
各位在企业中做Web漏洞扫描或者渗透测试的朋友，可能会经常遇到需要对图形验证码进行程序识别的需求。很多时候验证码明明很简单（对于非互联网企业，或者企业内网中的应用来说特别如此），但因为没有趁手的识别库，也只能苦哈哈地进行人肉识别，或者无奈地放弃任务。在这里，我分享一下自己使用Python和开源的tesseract OCR引擎做验证码识别的经验，并提供相关的源代码和示例供大家借鉴。 一、关于图形验证码识别与tesseractOCR 尽管多数图型验证码只有区区几个数字或字母，但你可能听说了，在进行机器识别的过程
能提取图片中的文字的技术，将图片翻译成文字的技术一般被称为光学文字识别（Optical Character Recognition) 简写为OCR。而tesseract是一个OCR库，由谷歌赞助，是一个比较优秀的图像识别开源库。它具有很高的识别度，也具有很高的灵活性，可以通过训练识别任何字体。 tesseract库的官方文档
http://www.zmonster.me/2015/05/05/tesseract-training.html
还记得前一阵某小盆友拿过来一个全是图片的ppt，让我把里面的文字给抠出来(我当时很震惊!!!)，随后在网上随便找了个OCR的在线文档转换软件，就给转过来了——这里面用到的技术就是OCR文字识别，所以本篇就带大家宏观上了解一下文字识别的技术方案与实现过程。
在本文中，你将学习如何在深度学习的帮助下制作自己自定义的 OCR 来读取图像中的文字内容。我将通过 PAN-Card 图像的示例，带你学习如何进行文本检测和文本识别。但首先，让我们熟悉一下光学字符识别的过程。
我们的第一个任务是从图像/文档中检测所需的文本。通常，根据需要，你不想阅读整个文档，而只想阅读一条信息，如信用卡号、Aadhaar/PAN 卡号、姓名、账单金额和日期等。检测所需文本是一项艰巨的任务，但由于深度学习，我们将能够有选择地从图像中读取文本。
OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程。对于图形验证码来说，它们都是一些不规则的字符，这些字符确实是由字符稍加扭曲变换得到的内容。
总所周知，python是一门简单便捷的语言，所以有很多的第三方库可以被python学习者使用，这其实会帮助大家实现很多隐藏的“高端操作“，接下来笔者就介绍几个很有意思但平时又接触不到的库。
本文参考http://blog.sina.com.cn/s/blog_4aa166780101cji7.html实现，在这里感谢该文章的作者。 OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。 Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。当前版本为3.02 项目下载地址为：http://jaist.dl.
Tesseract 是一个开源的 OCR 引擎，可以识别多种格式的图像文件并将其转换成文本，最初由 HP 公司开发，后来由 Google 维护。下载地址：https://digi.bib.uni-mannheim.de/tesseract/
IVRE（又名DRUNK）是一款网络侦查框架，包括两个基于p0f和Bro的被动侦查模块和一个基于Nmap&Zmap的主动侦查模块，其功能类似于国内知道创宇公司推出的一款网络空间搜索引擎ZoomEye（钟馗之眼）。 系统依赖 Python 2, version 2.6 minimum the Crypto module the pymongo module, version 2.7.2 minimum. Nmap & ZMap Bro & p0f MongoDB, version 2.6 minimum
何谓“真实场景”，意即图片验证码来源于实际的数据采集过程中遇到的网站，对图片验证码的识别训练工作也是出自于真实的环境。而非像很多文章用一个验证码库生成好几万个验证码图片样本，然后用一个CNN或LSTM模型，把数据扔进去跑。
github地址:https://github.com/tesseract-ocr/tesseract
python版本下载地址1：https://www.python.org/downloads/
在使用pytesseract的过程中，有时候会遇到“[WinError 2] 系统找不到指定的文件”这个错误。这个错误通常是由于tesseract路径配置不正确导致的。下面是解决此问题的步骤：
Tesseract的OCR引擎最先由HP实验室于1985年开始研发，至1995年时已经成为OCR业内最准确的三款识别引擎之一。2005年，Tesseract由美国内华达州信息技术研究所获得，并求诸于G
有的时候，并不是说所有验证码用api或者tesseract都可以正确识别出来的，还是需要经过相关训练，让tesseract知道你想让它识别出来的验证码。
——显示出tesseract的版本号则表示安装，及环境变量配置成功。否则根据提示检查安装失败原因
OCR，即Optical Character Recognition，光学字符识别，是指通过扫描字符，然后通过其形状将其翻译成电子文本的过程，对应图形验证码来说，它们都是一些不规则的字符，这些字符是由字符稍加扭曲变换得到的内容，我们可以使用OCR技术来讲其转化为电子文本，然后将结果提取交给服务器，便可以达到自动识别验证码的过程
https://digi.bib.uni-mannheim.de/tesseract/ 如果安装时勾选下载其他语言包，会提示下载失败，因为下载地址被墙，需要科学上网，或者安装的时候不勾选。 语言包下载：https://tesseract-ocr.github.io/tessdoc/Data-Files
前文已经简要介绍tesseract ocr引擎的安装及基本使用，其中提到使用-l eng参数来限定语言库，可以提高识别准确率及识别效率。
Github地址：https://github.com/UB-Mannheim/tesseract/wiki
所谓降噪就是把不需要的信息通通去除，比如背景，干扰线，干扰像素等等，只剩下需要识别的文字，让图片变成2进制点阵最好。
如果谈到这几年手机上各平台最常见的引流福利，必然是答题赢大奖系列小游戏了。像什么头号英雄，百万玩家之类的，充斥在我们生活中，同时也成为了我们生活中常见的娱乐方式。
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。目前项目的许可证是Apache 2.0。该项目目前支持Windows、Linux和Mac OS等主流平台。但作为一个引擎，它只提供命令行工具。 现阶段的Tesseract由Google负责维护，是最好的开源OCR Engine之一，并且支持中文。
不知道大家有没有遇到过这样的问题，就是在某个软件或者某个网页里面有一篇文章，你非常喜欢，但是不能复制。或者像百度文档一样，只能复制一部分，这个时候我们就会选择截图保存。但是当我们想用到里面的文字时，还是要一个字一个字打出来。那么我们能不能直接识别图片中的文字呢？答案是肯定的。
http://www.zmonster.me/2015/04/17/tesseract-install-usage.html
将将要爬去的url放在一个队列中，这里使用标准库Queue。访问url后的结果保存在结果队列中
（1）图像验证码：这是最简单的一种，也很常见。就比如CSDN登录几次失败之后就会出验证码。
在2021年1月份，cppan的官方网站关闭了，因此现在通过cppan自动下载tesseract所需要的环境依赖从而编译tesseract动态库的方式不可行。tesseract官方文档提供了通过sw下载环境依赖的编译方式，有兴趣的博友可以试试官方文档的方式。在这篇博客中将采用另外一种方式编译tesseract。tesseract依赖于leptonica，而leptonica又依赖于zlib、libjpeg、libpng、libtiff这4个运行库。因此我们一步步进行编译。
Refer from http://hellosure.github.io/ocr/2014/10/11/tesseract-ocr/
tesserocr 是 Python 的一个 OCR 识别库 ，但其实是对 tesseract 做的一 层 Python API 封装，所以它的核心是 tesseract。 因此，在安装 tesserocr 之前，我们需要先安装tesseract。
1. 下载最新的CPPAN版本。解压缩后，将cppan.exe所在的路径添加到系统变量中；
32位机器：去到PIL官网进行安装 64位机器：建议使用Pillow代替PIL，PIL官网的安装包在64位机器下无法找到，安装Pillow也非常简单，使用pip就可以一句话搞定
https://digi.bib.uni-mannheim.de/tesseract/
好吧，我承认有那么一点标题党。不过说起标题党这事儿，咱先来看看支付BAO，最近几天搞得全国人民都不安心工作的“集五福”： 好（shua）好（hou）的“集五福”活动，怎么又叫 AR 了？ 我们来让李老
下载安装tesseract-ocr-setup-3.02.02 训练工具jTessBoxEditor-2.3.0 下载地址
按照以前的经验，编译Tesseract 3.05就是去GitHub上找一个已经解决了依赖关系（如Leptonica等）的VS2015解决方案，然后在VS中编译生成？是不是最痛苦的地方就是找不到这样的解决方案，或者在自己的Windows中不能正常编译？
如果你是一个数据挖掘爱好者，那么验证码是你避免不过去的一个天坑，和各种验证码斗争，必然是你成长的一条道路，接下来的几篇文章，我会尽量的找到各种验证码，并且去尝试解决掉它，中间有些技术甚至我都没有见过，来吧，一起Coding吧
大多数其他的验证码都是比较简单的。例如，流行的 PHP 内容管理系统 Drupal 有一个著 名的验证码模块(https://www.drupal.org/project/captcha)，可以生成不同难度的验证码。
计算机视觉是使计算机能够对数字图像和视频有较高了解的技术，而不仅仅是将它们视为字节或像素。 它广泛用于场景重建，事件检测，视频跟踪，对象识别，3D 姿态估计，运动估计和图像恢复。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
