==========================================================================================================
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(); } }
