【Selenium-WebDriver实战篇】基于java的selenium之验证码识别内容

==========================================================================================================

     写在前面：

     还是遇到了传说中的登录验证识别码数字图片，从网上找了一些例子，然后觉得比较好的连接地址记录下来，然后修改相关的内容成为能用的。

     内容还是蛮实用的，方便以后查阅。

==========================================================================================================

参考链接：http://www.51testing.com/html/53/462853-3718359.html

遇到无法下载tesseract，然后网上查可以通过该目录进行下载安装。

https://blog.csdn.net/showgea/article/details/82656515

遇到的第三个问题是：对有噪点的图片使用tesseract工具时，识别结果很差，但是对黑白照片视频很好，所以想到了把图片黑白化后再识别。

https://blog.csdn.net/zhulier1124/article/details/80606647

Tess4J识别OCR相关：

https://blog.csdn.net/zai_xia/article/details/80003778

 https://sourceforge.net/p/tess4j/bugs/15/

识别验证码切割后的算法：https://www.cnblogs.com/zeze/p/5816742.html

https://www.cnblogs.com/nayitian/p/3282862.html

https://blog.csdn.net/qq_34351177/article/details/84992133

在识别的道路上总是遇到各种各样的问题，现在可以裁剪图片了，但是裁剪后的原图是倾斜的，所以识别率也很低，于是找到旋转图片的方法。

https://blog.csdn.net/x541211190/article/details/80784713

package com.util;
 
import java.io.BufferedReader;
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.InputStream;
import java.io.InputStreamReader;
import java.net.HttpURLConnection;
import java.net.URL;
/*准备工具：
 * 1.下载安装tesseract：http://sourceforge.net/projects/tesseract-ocr/
 * 2.将tesseract.exe命令保存为bat文件，bat内容为
 * @echo off
tesseract.exe yzm.png 1 -l
exit
 *获取验证码步骤：
 *1、保存动态页面中的图片文件到本地；
download(URL地址, "code.png");
  2、java运行tesseract批量处理bat文件​，产生TXT文件保存到本地；
 String batPath = "cmd /c start G:\uxin1\selenium_xin\code.bat";
 runTesseractBat(String batPath)
  3、读取TXT文件​；
String filepath="G:/uxin1/selenium_xin/code.txt";
readTextFile(filePath)
 */
public class analysisIdentifyingCode {
/*
 * 根据url下载验证码图片并保存到指定的地址
 * @strUrl 图片下载地址
 * @strPath 保存路径
 */
public void download(String strUrl,String strPath) {
 
  FileOutputStream utStream = null;        
  try {
 //打开链接
 URL url = new URL(strUrl);                               
 
 HttpURLConnection conn = (HttpURLConnection) url.openConnection();
 conn.setConnectTimeout(5 * 1000);
 //通过输入流获取图片数据 
 InputStream inStream = conn.getInputStream();                               
 //得到图片的二进制数据，以二进制封装得到数据，具有通用性
 byte[] data =readInputStream(inStream);                               
 //new一个文件对象用来保存图片，默认保存当前工程根目录
 File imageFile = new File(strPath);                               
 //创建输出流  
 outStream = new FileOutputStream(imageFile);
 //写入数据                 
 outStream.write(data);                
 //关闭输出流                 
 outStream.close();           
 
} catch (Exception e) {
               e.printStackTrace();
 
           } finally {
 
               try {  
 
                 if (outStream != null) { 
                
                     outStream.close();
 
                    }  
 
             } catch (IOException e) { 
 
                 e.printStackTrace(); 
 
             } 
 
   }
 
}
 
/*
 * java运行tesseract批量处理bat文件​，产生TXT文件保存到本地
 * @batPath batPath 存放的二进制图片路径
 * 
 */
public void runTesseractBat(String batPath) throws InterruptedException{
String cmd = batPath;
Thread.sleep(2000);
try {
Runtime.getRuntime().exec(cmd);    }
 
catch (IOException e) {
 
// TODO Auto-generated catch block
Log.error("运行tesseract批量处理bat文件异常", e);
   } 
 
 
}
 
/*
 * 读取得到的txt文档读取获取到的文本内容
 * @batPath batPath 存放的二进制图片路径
 * 
 */
public static String readTextFile(String filePath) {
String IdentificateTxt = null;
String lineTxt = null;
    try {
 
       String encoding = "GBK";
 
       File file = new File(filePath);
 
        if (file.isFile() && file.exists()) { // 判断文件是否存在
 
            InputStreamReader read = new InputStreamReader(
 
            new FileInputStream(file), encoding);// 考虑到编码格式              
            BufferedReader bufferedReader = new BufferedReader(read); 
          while ((lineTxt = bufferedReader.readLine()) != null) {               
        Log.info(lineTxt);
        IdentificateTxt = lineTxt;
           }   
           read.close();
 
        } else {
 
            Log.error("----找不到指定的文件"); 
 
      }      } catch (Exception e) {
 
    Log.error("读取文件内容出错",e);
 
   }
    return IdentificateTxt;
 
}
/*
 * 读取的文件流
 * @batPath batPath 存放的二进制图片路径
 * 
 */
public static byte[] readInputStream(InputStream inStream) throws Exception{  
    ByteArrayOutputStream utStream = new ByteArrayOutputStream();  
    //创建一个Buffer字符串  
    byte[] buffer = new byte[1024];  
    //每次读取的字符串长度，如果为-1，代表全部读取完毕  
    int len = 0;  
    //使用一个输入流从buffer里把数据读取出来  
    while( (len=inStream.read(buffer)) != -1 ){  
        //用输出流往buffer里写入数据，中间参数代表从哪个位置开始读，len代表读取的长度  
        outStream.write(buffer, 0, len);  
    }  
    //关闭输入流  
    inStream.close();  
    //把outStream里的数据写入内存  
    return outStream.toByteArray();  
}  
}