在自动化测试或者安全渗透测试中，Captcha验证码的问题经常困扰我们，还好现在OCR和AI逐渐发展起来，在这块解决上越来越支撑到位。
我推荐的几种方式，一种是对于简单的验证码，用开源的一些OCR图片处理包即可，对于复杂的识别率要求非常高的，可以考虑百度等公司的OCR有偿服务（当然注册后好像每天可以免费试用上百次，普通测试够用了）。
本人环境： win10,python3.x, pip( python3安装版会自带), pycharm, tesseract-ocr-setup-3.02.02.exe，
pytesser3 ，pytesseract ,selenium(chrome浏览器以及匹配版本的浏览器驱动geckodriver.exe),pillow 5.3,pillow-PIL 0.1
注意事项：
A.务必单独下载安装tesseract-ocr-setup-3.02.02.exe（会自动配置好PATH环境变量），安装好后可以运行DOS命令执行
tesseract G: empcaptchaimage_code.png g: empabc_123 digits_numbers
tesseract 要识别的图片 识别出来后字符的保存文件，默认为.txt ， tesseract安装后Tesseract-OCR essdataconfigs路径有个digits文件，可以定义识别白名单，比如只识别数字等，使用后可以提高识别率，可以在原来文件直接改，我这里是复制后修改并且重新命名为digits_numbers，如果不使用白名单命令行可以不加digits_numbers
B.在pytesser3目录下的__init__.py文件里，要修改好以下这行，主要是配置好tesseract.exe的安装路径，注意.exe不需要写
#请务必修改下面的tesseract的name 换成你安装的ocr路径，谢谢！
tesseract_exe_name = 'D:\programs\Tesseract-OCR\tesseract' # Name of
#tesseract_exe_name = 'c:\Program Files (x86)\Tesseract-OCR\tesseract'
以下是pycharm下的工程包和OCR核心源码，至于后续识别后如何登陆就是普通的接口测试或者selenium等UI自动化范畴了，此处省略一万字。如果连UI自动化都不精，不建议直接做这个，赶快回家看书去。
from selenium import webdriver
import pytesser3
import os
import sys, time
from PIL import Image, ImageEnhance
url = "http://登陆的URL"
driver = webdriver.Chrome()
time.sleep(2)
driver.get(url)
time.sleep(5)
try:
account = driver.find_element_by_id('_account')
password = driver.find_element_by_id('_password')
region = driver.find_element_by_id('_regionId')
captcha = driver.find_element_by_id('_captcha')
except:
print("查找元素出现异常")
# 网页截图 + 验证码截图
try:
driver.get_screenshot_as_file('G:\temp\page\loginPage1.png') # 比较好理解
im = Image.open('G:\temp\page\loginPage1.png')
box = (884, 684, 1024, 734) # 设置要裁剪的区域，这个坐标是验证码图片这个长方形的左上角坐标和右下角坐标，不懂可以问UI美工，用图形编辑工具很容易获得
region = im.crop(box) # 此时，region是一个新的图像对象。
region.save("G:\temp\captcha\image_code.png")
except:
print("网页截图 + 验证码截图出现异常")
driver.close()
# --------------------图片增强+自动识别简单验证码-----------------------------
# 防止图片还没保存好，就开始识别
time.sleep(3)
im = Image.open("G:\temp\captcha\image_code.png")
imgry = im.convert('L') # 图像加强，二值化
sharpness = ImageEnhance.Contrast(imgry) # 对比度增强
sharp_img = sharpness.enhance(2.0)
sharp_img.save("G:\temp\captcha\image_code.png")
time.sleep(2)
def image_file_to_string(file):
cwd = os.getcwd()
try:
os.chdir("D:\programs\Tesseract-OCR")
return pytesser3.image_file_to_string(file)
finally:
os.chdir(cwd)
# code即为识别出的图片数字str类型
code = image_file_to_string("G:\temp\captcha\image_code.png")
time.sleep(1)
print(code)
后续省略一万字，自己用次code去完成接下来的自动化登陆即可....
有些复杂点的图片验证码识别率不高，是的，一开始我就说了，
改进参考：
1. 真正应用的时候可以考虑把打开浏览器，截图等事情换个实现方式，使用内核浏览器操作，而非真正打开可见的浏览器，这样更快。
2. OCR识别部分还需要用你要实现产品的验证码样本进行tesseract的进一步学习训练，或者换用商用OCR工具，识别率更高