【Python】Selenium自动化测试之动态识别验证码图片方法(附静态图片文字获取)

一、前提　　返回目录

经常会遇到登录系统时候需要输入动态验证码的情况，但是自动化如何识别图片然后登陆系统

需要用到pytesseract识别验证码图片以及PIL图像处理方法

import pytesseract
from PIL import Image, ImageEnhance

二、获取验证码　　返回目录

1、思路

步骤①：定位图片的元素，并且截取当前浏览器的页面图片
步骤②：获取验证码坐标点，以及验证码图片、浏览器、截图的长和宽
步骤③：截取截图里的验证码图片，获得的验证码图片并保存
步骤④：获得验证码code

2、实践方法

以下步骤都在getCodeImg方法里面：

    def getCodeImg(self):
        """获取验证码"""

1）步骤①

imgPath：浏览器截图图片路径

savePath：保存验证码图片路径

加了一个点击验证码图片方法，目的是为了后面重新获取验证码用的。

        # 步骤①：
        basePath = Fun().upPath() + "/utils/img/"
        imgPath = basePath + "code.png"
        savePath = basePath + "saveCode.png"
        # 定位图片元素
        imgElement = self.webDriverWait(Loc.codeImg_loc)
        # 点击验证码图片
        imgElement.click()
        # 截取当前页面的图并放到目录里
        self.driver.save_screenshot(imgPath)

2）步骤②

获取验证码坐标是为了下面计算验证码占据整个浏览器的百分比。

        # 步骤②：
        # 获取验证码x,y轴，x&y代表左上角的坐标点
        imgLocation = imgElement.location
        print(f"图片坐标点：{imgLocation}")
        # 获取验证码长、宽
        imgSize = imgElement.size
        print(f"图片长、宽：{imgSize}")
        # 获取浏览器的长、宽
        windowSize = self.driver.get_window_size()
        print(f"浏览器长、宽：{windowSize}")
        # 打开截图
        openImg = Image.open(imgPath)
        # 获取保存截图的长、宽(宽：2700, 高：1950)
        screenImgSize = openImg.size
        print(f"保存截图的长、宽：{screenImgSize}")

3）步骤③

计算图片四个边距在真实浏览器的百分比，用这个百分比乘以浏览器截图的长和宽，得出截图里面的验证码大概位置，然后再自己进行调整截图里的边距大小。

最后再把验证码图片进行图片处理，灰色度和增强对比度等等，提高获取验证码图片的识别率。

        # 步骤③：截取截图的验证码图片
        # 图片左边距占据整个浏览器的百分比
        left = imgLocation['x']/windowSize['width']
        # 图片上边距占据整个浏览器的百分比
        top = imgLocation['y']/windowSize['height']
        # 图片右边距占据整个浏览器的百分比
        right = (imgLocation['x'] + imgSize['width'])/windowSize['width']
        # 图片下边距占据整个浏览器的百分比
        bottom = (imgLocation['y'] + imgSize['height'])/windowSize['height']

        # 需要截取的坐标
        screenLocation = (
            left * screenImgSize[0],
            top * screenImgSize[1]+150,
            right * screenImgSize[0],
            bottom * screenImgSize[1]+150
        )
        # 打开截图并截取区域并保存
        img = openImg.crop(screenLocation)
        img = img.convert('L')  # 转换模式：L | RGB

　　　　 # 提高识别率（见下面）
        # enhancer = ImageEnhance.Color(img)
        # enhancer = enhancer.enhance(0)
        # enhancer = ImageEnhance.Brightness(enhancer)
        # enhancer = enhancer.enhance(2)
        # enhancer = ImageEnhance.Contrast(enhancer)      # 增强对比度
        # enhancer = enhancer.enhance(8)
        # enhancer = ImageEnhance.Sharpness(enhancer)
        # img = enhancer.enhance(20)


        img = ImageEnhance.Contrast(img)  # 增强对比度
        img = img.enhance(2.0)
        img.save(savePath)

不过识别率还是比较低的，下面有种可以提高识别率的方法，但是见仁见智，实测有时很快有时很慢。

参考文章：

《pytesseract 识别率低提升方法》

《【python图像处理】图像的增强（ImageEnhance类详解）》

4）步骤④

获取的验证码可能不是我们想要的，会出现中间有大小空格、换行情况，需要替换掉

    def remove(self,string):
        """字符串去除空格或换行"""

        str = string.replace(" ", "")　　#大空格
        str = str.replace("", "")　　　　 #小空格
        str = str.replace('\n', "")　　　 #换行符
        return str


    def getCodeImg(self):
        """获取验证码"""

        # 步骤④：获得code验证码
        code = pytesseract.image_to_string(img).strip()
        print(f"提取的验证码为：【{self.remove(code)}】")
        return self.remove(code)

三、获取4位验证码　　返回目录

1、思路

因为实际效果我们要获取4位验证码
虽然上一步骤获取到了验证码，但是还是会出现不足4位或者超过4位的验证码
需要进行判断筛选，只要4位的验证码

2、实践方法

先判断是否满足4位，不满足的话while循环重新获取验证码，满足4位跳出循环，并return出来

    def getCode(self):
        """获取4位数验证码"""

        # 循环前获取code字数
        code = self.getCodeImg()
        print(f"验证码位数：【{len(code)}】位")
        while len(code) != 4:
            # 重新获取验证码
            code = self.getCodeImg()
            # print(f"验证码位数：【{len(code)}】位")
            # if len(code) != 4:
            #     print("验证码不是4位数！")
        print(f"输出4位验证码为：{code}")
        return code

四、判断验证码是否正确　　返回目录

1、思路

虽然我们获取了4位验证码，但是因为识别率的问题，获取的验证码仍然不对，导致提示验证码错误

我们还得重新获取一遍验证码，直到获取成功能够登陆为止

2、实践方法

判断页面如果有错误提示，则重新获取4位验证码

    def checkCode(self):
        """判断验证码是否正确"""

        try:
            errorMsg = self.get_text(Loc.errorMsg_loc)
            if errorMsg == "验证码错误":
                self.inputCodeAction()
        except:
            print("验证码正确，进入首页！")

五、输入验证码登录　　返回目录

1、思路

封装一个Action方法，把之前的各种方法封装在一起
实现输入验证码登录
此封装方法只是在获取验证码的类里，输入用户名和密码的方法在另一个类里

2、实践方法

    def inputCodeAction(self):
        """输入验证码登录"""

        code = self.getCode()        　　　　　　　　　　　　# 获取4位验证码
        self.el_clear_sendKeys(Loc.code_loc, code)        # 清空验证码输入框并输入验证码
        self.el_click(Loc.loginButton_loc)        　　　　　# 点击登录按钮
        self.checkCode()        　　　　　　　　　　　　　　　　# 判断验证码是否正确

六、登录页面类　　返回目录

登录页面类，封装输入用户名、密码、验证码、登录的操作方法

class LoginPage(BasePage):
    """登录页面"""

    def login_action(self,username,password):
        """登录操作"""
        self.el_sendKeys(Loc.username_loc, username)    # 输入用户名
        self.el_sendKeys(Loc.password_loc, password)    # 输入密码
        GetCode(self.driver).inputCodeAction()          # 输入验证码并登录

七、完整的获取验证码类代码　　返回目录

import pytesseract
from PIL import Image, ImageEnhance
from page_object.page.basePage import BasePage
from page_object.utils.functions import Functions as Fun
from page_object.locator.loginPageLoc import LoginPageLoc as Loc


class GetCode(BasePage):

    def remove(self,string):
        """字符串去除空格或换行"""

        str = string.replace(" ", "")
        str = str.replace("", "")
        str = str.replace('\n', "")
        return str

    def getCodeImg(self):
        """获取验证码"""

        # 步骤①：
        basePath = Fun().upPath() + "/utils/img/"
        imgPath = basePath + "code.png"
        savePath = basePath + "saveCode.png"
        # 定位图片元素
        imgElement = self.webDriverWait(Loc.codeImg_loc)
        # 点击验证码图片
        imgElement.click()
        # print(f"点击【{next(iter(Fun()))}】次验证码图片")
        # 截取当前页面的图并放到目录里
        self.driver.save_screenshot(imgPath)

        # 步骤②：
        # 获取验证码x,y轴，x&y代表左上角的坐标点
        imgLocation = imgElement.location
        print(f"图片坐标点：{imgLocation}")
        # 获取验证码长、宽
        imgSize = imgElement.size
        print(f"图片长、宽：{imgSize}")
        # 获取浏览器的长、宽
        windowSize = self.driver.get_window_size()
        print(f"浏览器长、宽：{windowSize}")
        # 打开截图
        openImg = Image.open(imgPath)
        # 获取保存截图的长、宽(宽：2700, 高：1950)
        screenImgSize = openImg.size
        print(f"保存截图的长、宽：{screenImgSize}")

        # 步骤③：截取截图的验证码图片
        # 图片左边距占据整个浏览器的百分比
        left = imgLocation['x']/windowSize['width']
        # 图片上边距占据整个浏览器的百分比
        top = imgLocation['y']/windowSize['height']
        # 图片右边距占据整个浏览器的百分比
        right = (imgLocation['x'] + imgSize['width'])/windowSize['width']
        # 图片下边距占据整个浏览器的百分比
        bottom = (imgLocation['y'] + imgSize['height'])/windowSize['height']

        # 需要截取的坐标
        screenLocation = (
            left * screenImgSize[0],
            top * screenImgSize[1]+150,
            right * screenImgSize[0],
            bottom * screenImgSize[1]+150
        )
        # 打开截图并截取区域并保存
        img = openImg.crop(screenLocation)
        img = img.convert('L')  # 转换模式：L | RGB

        # enhancer = ImageEnhance.Color(img)
        # enhancer = enhancer.enhance(0)
        # enhancer = ImageEnhance.Brightness(enhancer)
        # enhancer = enhancer.enhance(2)
        # enhancer = ImageEnhance.Contrast(enhancer)      # 增强对比度
        # enhancer = enhancer.enhance(8)
        # enhancer = ImageEnhance.Sharpness(enhancer)
        # img = enhancer.enhance(20)

        img = ImageEnhance.Contrast(img)  # 增强对比度
        img = img.enhance(2.0)
        img.save(savePath)

        # 步骤④：获得code验证码
        code = pytesseract.image_to_string(img).strip()
        print(f"提取的验证码为：【{self.remove(code)}】")
        return self.remove(code)


    def getCode(self):
        """获取4位数验证码"""

        # 循环前获取code字数
        code = self.getCodeImg()
        print(f"验证码位数：【{len(code)}】位")
        while len(code) != 4:
            # 重新获取验证码
            code = self.getCodeImg()
            print(f"验证码位数：【{len(code)}】位")
            if len(code) != 4:
                print("验证码不是4位数！")
        print(f"输出4位验证码为：{code}")
        return code


    def checkCode(self):
        """判断验证码是否正确"""

        try:
            errorMsg = self.get_text(Loc.errorMsg_loc)
            if errorMsg == "验证码错误":
                self.inputCodeAction()
        except:
            print("验证码正确，进入首页！")


    def inputCodeAction(self):
        """输入验证码登录"""

        code = self.getCode()
        self.el_clear_sendKeys(Loc.code_loc, code)
        self.el_click(Loc.loginButton_loc)
        self.checkCode()

八、附录：静态图片文字提取　　返回目录

1、思路：

首先获取图片的src地址
然后进行GET接口请求，获取图片的二进制数据
再创建一个图片文件，把二进制数据写到图片里
最后读取图片，获取验证码code

2、实践方法

获取图片地址，有两种情况，一种是通过解析页面获取src，一种是通过页面元素获取src

1）获取src

①通过前端页面代码获取src

这种方式比较简单，直接通过前端页面代码获取src

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.102 Safari/537.36'
    }
    # 打开登录页面地址
    url = 'https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx'
    # 获取前端页面代码
    page_text = requests.get(url=url, headers=headers).text    
    # 解析字符串格式的HTML文档对象
    tree = etree.HTML(page_text)
    # 解析出页面中图片的地址
    cod_img_src ='https://so.gushiwen.cn' + tree.xpath('//*[@id="imgCode"]/@src')[0]

注：etree.HTML()可以用来解析字符串格式的HTML文档对象，将传进去的字符串转变成_Element对象。作为_Element对象，可以方便的使用getparent()、remove()、xpath()等方法。

②页面元素获取src

当获取不到前端代码时候，可以用Selenium自动化获取元素属性值

    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.102 Safari/537.36'
    }
    # 打开浏览器
    driver = webdriver.Chrome()
    # 浏览器打开登录地址
    driver.get("https://so.gushiwen.cn/user/login.aspx?from=http://so.gushiwen.cn/user/collect.aspx")
    # CSS定位元素，获取src属性值
    src = driver.find_element_by_css_selector("#imgCode").get_attribute("src")

2）获取图片二进制数据

cod_data = requests.get(url=src,headers=headers).content

打印结果：

b'GIF89a7\x00\x16\x00\xf7\x00\x00\x00\x00\x00\x00\x003\x00\x00f\x00\x00\x99\x00\x00\xcc\x00\x00\xff\x00+\x00\x00+3\x00+f\x00+\x99\x00+\xcc\x00+\xff\x00U\x00\x00U3\x00Uf\x00U\x99\x00U\xcc\x00U\xff\x00\x80\x00\x00\x803\x00\x80f\x00\x80\x99\x00\x80\xcc\x00\x80\xff\x00\xaa\x00\x00\xaa3\x00\xaaf\x00\xaa\x99\x00\xaa\xcc\x00\xaa\xff\x00\xd5\x00\x00\xd53\x00\xd5f\x00\xd5\x99\x00\xd5\xcc\x00\xd5\xff\x00\xff\x00\x00\xff3\x00\xfff\x00\xff\x99\x00\xff\xcc\x00\xff\xff3\x00\x003\x0033\x00f3\x00\x993\x00\xcc3\x00\xff3+\x003+33+f3+\x993+\xcc3+\xff3U\x003U33Uf3U\x993U\xcc3U\xff3\x80\x003\x8033\x80f3\x80\x993\x80\xcc3\x80\xff3\xaa\x003\xaa33\xaaf3\xaa\x993\xaa\xcc3\xaa\xff3\xd5\x003\xd533\xd5f3\xd5\x993\xd5\xcc3\xd5\xff3\xff\x003\xff33\xfff3\xff\x993\xff\xcc3\xff\xfff\x00\x00f\x003f\x00ff\x00\x99f\x00\xccf\x00\xfff+\x00f+3f+ff+\x99f+\xccf+\xfffU\x00fU3fUffU\x99fU\xccfU\xfff\x80\x00f\x803f\x80ff\x80\x99f\x80\xccf\x80\xfff\xaa\x00f\xaa3f\xaaff\xaa\x99f\xaa\xccf\xaa\xfff\xd5\x00f\xd53f\xd5ff\xd5\x99f\xd5\xccf\xd5\xfff\xff\x00f\xff3f\xffff\xff\x99f\xff\xccf\xff\xff\x99\x00\x00\x99\x003\x99\x00f\x99\x00\x99\x99\x00\xcc\x99\x00\xff\x99+\x00\x99+3\x99+f\x99+\x99\x99+\xcc\x99+\xff\x99U\x00\x99U3\x99Uf\x99U\x99\x99U\xcc\x99U\xff\x99\x80\x00\x99\x803\x99\x80f\x99\x80\x99\x99\x80\xcc\x99\x80\xff\x99\xaa\x00\x99\xaa3\x99\xaaf\x99\xaa\x99\x99\xaa\xcc\x99\xaa\xff\x99\xd5\x00\x99\xd53\x99\xd5f\x99\xd5\x99\x99\xd5\xcc\x99\xd5\xff\x99\xff\x00\x99\xff3\x99\xfff\x99\xff\x99\x99\xff\xcc\x99\xff\xff\xcc\x00\x00\xcc\x003\xcc\x00f\xcc\x00\x99\xcc\x00\xcc\xcc\x00\xff\xcc+\x00\xcc+3\xcc+f\xcc+\x99\xcc+\xcc\xcc+\xff\xccU\x00\xccU3\xccUf\xccU\x99\xccU\xcc\xccU\xff\xcc\x80\x00\xcc\x803\xcc\x80f\xcc\x80\x99\xcc\x80\xcc\xcc\x80\xff\xcc\xaa\x00\xcc\xaa3\xcc\xaaf\xcc\xaa\x99\xcc\xaa\xcc\xcc\xaa\xff\xcc\xd5\x00\xcc\xd53\xcc\xd5f\xcc\xd5\x99\xcc\xd5\xcc\xcc\xd5\xff\xcc\xff\x00\xcc\xff3\xcc\xfff\xcc\xff\x99\xcc\xff\xcc\xcc\xff\xff\xff\x00\x00\xff\x003\xff\x00f\xff\x00\x99\xff\x00\xcc\xff\x00\xff\xff+\x00\xff+3\xff+f\xff+\x99\xff+\xcc\xff+\xff\xffU\x00\xffU3\xffUf\xffU\x99\xffU\xcc\xffU\xff\xff\x80\x00\xff\x803\xff\x80f\xff\x80\x99\xff\x80\xcc\xff\x80\xff\xff\xaa\x00\xff\xaa3\xff\xaaf\xff\xaa\x99\xff\xaa\xcc\xff\xaa\xff\xff\xd5\x00\xff\xd53\xff\xd5f\xff\xd5\x99\xff\xd5\xcc\xff\xd5\xff\xff\xff\x00\xff\xff3\xff\xfff\xff\xff\x99\xff\xff\xcc\xff\xff\xff\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00!\xf9\x04\x01\x00\x00\xfc\x00,\x00\x00\x00\x007\x00\x16\x00\x00\x08\xff\x00\x95\x11\x13Hp\xa0\xc1\x82\x08\x0f*L\xc8p\xa1\xc3}\x10#J\xfc$1\x93\xb2}\x99$\xee\xa3\x08\xd1\xa2\xc6\x8f 5\x12\xe3\xf8\xf1\x13\xb1\x8f\x03\xf7)\xcb\x08\xf1dD\x96!cJ\x14\x08\xd2%H\x8b\'W\xb6\x84x\xd1\xa6L\x8c\x175z\xd4H2d\xce\xa3\x1c]\xc2\x04\xb92\xe8G\x9a\x115a)\xb0i\x1f1P\xbe\x06\xb8x`\xb0\xd1\x80\x16-\xe0\x10K6P\x930\x16V\xd0\x02\xe9\xa8\xefO\x951\x9a \xea\xf3S\xa5\xaa\xc4\x91\x11\x93\xed\x1bD\xe0\x0eDw\x04\\\xec\x88\x06\xb1\x17X\xb0,\xe0\xc4%\xc6\xa8\x85\x15\xc7hYh\x1ak\xa5\x8a\x15Md\x93\xfd\xa1BI\'O\x97\x93\x95\xb9 PU\x9f\x0b\x17\x10"\xea\xc3\xd2"\xd4\xbeF-t\xa8\x94\xe4X\x8d\\@V\xba|j[y\x0c\xe1\xb6U\x96\t\x15\xa8\x17b\x16\x17F\x88aA\x1d\x13\xb6m}\x81X\xc4\xb1J\xfc\x0f\x0bJ\xfa\x00U\xd9^:\x15\x15\xbb\x11\xa1F\xff\xc4Bz\xb4\x8b\xc9\xa0\xee\xea\xbb\xd2b\xc6>M\xfa\x1ek\x1a\x96\xfe\xaa-+cx3\xaar%\x1ap\xe1w\xa5\'\x91 \x05\x04\x16\x98\x05-\r\xa3\x8c&\xca\xb8s\xd8)\xfb\xf4\xf2X}\x11\xf1b\x85\x0e\xc9h\xa7\x89[\xf0yW\xd5HGiD\x9e\x0b\x05h2\x9ak;\xed\xa3\xe0$\xed\x11\x93I\x0b\xfdAD\x962\xc2\xe0\xc7[(\xedX\xa6L\x15\x7fLvWq\x11\x1dW\x00a\x8e\xb8\xa0\x03aA1\xb8\x0f=\xec\xcdwEb61\xc6\x02\x19\xc9T\xd6Y!U\x88\xb1YU8\xa9\xe4\xd3>\xe4\xd9\x05\x98\x0bj\xe8\xe5\xa0\x0b\xd1\x103\x0cX\xa7\xacgE\x99\x0cfRe\x15\x9ad\xe2\x16\x1c\xc3\xe4\xe3\x16\x87>e"\xa0\x8a\xca\x1c\x07\x04A\x88\xb4@\x80&\x93\xb1\xe7W;`M\xd6\x0b\x0b\xd2\x11g\xc5\xa4\x98Y)\xd0.\xdb}w\x97x\x10\x91\x07GT\xa7\xfd\xa0\xcc0\xb0\x1d\x16\xd6X\x8c=\x99\xd6\xa4\x97\x8d\xfa\x87\x15v\r\x89\xb3\'\x8ax\xa5$\x11_q\x0cc\xd5>\xbe\xb4\xe0\x02\x84\xfbPr\x98]\xe9)\xf3\xe8\xaa9\xa8\xa6\xdd$\xa0\x0c\x14\xc9\x96\x80~\x16\x93S\xd3\xa2\xeaSA\xa0\xd07P\xb3-\x05\xb5`Dx\xfd\xa4\x11B\n2\x88\x19\x83_\xf2\xa4+D\x02\x1a4S\xba\x1aaF\x0c\x83\xc3\x9c+\xd1\xba\xe2\xde\xab\xd2P\x11)h\x94I\xf9R\x9b\xef>\xdc^\x84\xaf\x97&5\x05"A\xda\x8e\xda\xac@&5K/\xc4c\xd1\xdb\xec\xc2\nV|\xd5U\xe5\x12\x13\x10\x00;'

3）数据写入到图片中，并识别验证码

    # 读取二进制数据写入到图片中
    with open('./code.jpg', 'wb') as fp:
        fp.write(cod_data)
    # 识别图片中的文字
    text = pytesseract.image_to_string(Image.open(r'./code.jpg'))

3、总结

但是这种通过接口方式获取的验证码并不是你想要的，因为每请求一次接口，图片就会发生变化，所以只能适用于静态不变的图片比较合适。

参考文章：《Pytesseract的安装与使用》

posted @ 2021-11-10 17:41 Owen_ET 阅读(7247) 评论(0) 编辑收藏举报

刷新页面返回顶部

Owen_ET

我的Github地址：https://github.com/Owen-ET

【Python】Selenium自动化测试之动态识别验证码图片方法(附静态图片文字获取)

目录

一、前提　　返回目录

二、获取验证码　　返回目录

1、思路

2、实践方法

1）步骤①

2）步骤②

3）步骤③

4）步骤④

三、获取4位验证码　　返回目录

1、思路

2、实践方法

四、判断验证码是否正确　　返回目录

1、思路

2、实践方法

五、输入验证码登录　　返回目录

1、思路

2、实践方法

六、登录页面类　　返回目录

七、完整的获取验证码类代码　　返回目录

八、附录：静态图片文字提取　　返回目录

1、思路：

2、实践方法

1）获取src

①通过前端页面代码获取src

②页面元素获取src

2）获取图片二进制数据

3）数据写入到图片中，并识别验证码

3、总结

公告

Owen_ET

我的Github地址：https://github.com/Owen-ET

【Python】Selenium自动化测试之动态识别验证码图片方法(附静态图片文字获取)

目录

一、前提 返回目录

二、获取验证码 返回目录

1、思路

2、实践方法

1）步骤①

2）步骤②

3）步骤③

4）步骤④

三、获取4位验证码 返回目录

1、思路

2、实践方法

四、判断验证码是否正确 返回目录

1、思路

2、实践方法

五、输入验证码登录 返回目录

1、思路

2、实践方法

六、登录页面类 返回目录

七、完整的获取验证码类代码 返回目录

八、附录：静态图片文字提取 返回目录

1、思路：

2、实践方法

1）获取src

①通过前端页面代码获取src

②页面元素获取src

2）获取图片二进制数据

3）数据写入到图片中，并识别验证码

3、总结

公告

一、前提　　返回目录

二、获取验证码　　返回目录

三、获取4位验证码　　返回目录

四、判断验证码是否正确　　返回目录

五、输入验证码登录　　返回目录

六、登录页面类　　返回目录

七、完整的获取验证码类代码　　返回目录

八、附录：静态图片文字提取　　返回目录