验证码识别的免费 OCR

在做接口自动化以及爬虫的过程中，验证码一般是个很烦的存在，其实大厂们已经做好了一些 OCR 供使用，这里介绍一下百度 OCR 的使用方法。

注册并生成应用

1、注册一个百度智能云账号：http://ai.baidu.com/tech/ocr

2、创建一个自己的应用，分类随便选，名字随便起，重要的是需要这三个小东东：

App ID

Api Key

Secret Key

3、注册完成后，在“应用列表”内可以找到自己能使用的  API ，截止这篇博客时间为止，还是可以使用过的。高精度的版本是每天恶意免费使用 500 次，普通版本是 5000 次，对于做自动化来讲，是绝对够了。

使用 OCR

SDK 方式

代码其实不用自己写，百度提供好了技术文档，有 py，java，php 等等

地址：http://ai.baidu.com/docs#/OCR-Python-SDK/top

使用 sdk 的话，以 python 为例：直接 pip install baidu-aip 即可，就可以调用该模块

代码示例（图片在本地的形式）：

#创建AipOcr
from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

#文字识别高精度版本

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

image = get_file_content('example.jpg')

""" 调用通用文字识别（高精度版） """
client.basicAccurate(image);

""" 如果有可选参数 """
options = {}
options["detect_direction"] = "true"
options["probability"] = "true"

""" 带参数调用通用文字识别（高精度版） """
client.basicAccurate(image, options)

代码示例（图片为 url 的形式）：

#创建AipOcr
from aip import AipOcr

""" 你的 APPID AK SK """
APP_ID = '你的 App ID'
API_KEY = '你的 Api Key'
SECRET_KEY = '你的 Secret Key'

client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

#文字识别高精度版本

""" 读取图片 """
def get_file_content(filePath):
    with open(filePath, 'rb') as fp:
        return fp.read()

image = get_file_content('example.jpg')

""" 调用通用文字识别（含位置高精度版） """
client.accurate(image);

""" 如果有可选参数 """
options = {}
options["recognize_granularity"] = "big"
options["detect_direction"] = "true"
options["vertexes_location"] = "true"
options["probability"] = "true"

""" 带参数调用通用文字识别（含位置高精度版） """
client.accurate(image, options)

接口文档：https://ai.baidu.com/docs#/OCR-Python-SDK/top

API 方式

http://ai.baidu.com/docs#/OCR-API-AccurateBasic/top

如果你想在 jmeter/Postman 里面使用，当然也是可以的，这里的方式是将图片存到本地的方式，怎么通过 url 转还没发现。

主要是按通过鉴权，然后调用相关的 api 接口，就能返回验证码的数据，鉴权也是调用一个接口做关联即可。

接口文档如下：

接口描述

用户向服务请求识别某张图中的所有文字，相对于通用文字识别该产品精度更高，但是识别耗时会稍长。

请求说明

请求示例

HTTP 方法：POST

请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic

URL参数：

参数	值
access_token	通过API Key和Secret Key获取的access_token,参考“Access Token获取”

Header如下：

参数	值
Content-Type	application/x-www-form-urlencoded

Body中放置请求参数，参数详情如下：

请求参数

参数	是否必选	类型	可选值范围	说明
image	true	string	-	图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式
detect_direction	false	string	true、false	是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true：检测朝向； - false：不检测朝向。
probability	false	string	true、false	是否返回识别结果中每一行的置信度

请求代码示例

请参考通用文字识别（含位置信息版）的代码内容，并更换请求地址。

返回说明

返回参数

字段	是否必选	类型	说明
log_id	是	uint64	唯一的log id，用于问题定位
direction	否	int32	图像方向，当detect_direction=true时存在。 - -1:未定义， - 0:正向， - 1: 逆时针90度， - 2:逆时针180度， - 3:逆时针270度
words_result	是	array()	识别结果数组
words_result_num	是	uint32	识别结果数，表示words_result的元素个数
+words	否	string	识别结果字符串
probability	否	float	识别结果中每一行的置信度值，包含average：行置信度平均值，variance：行置信度方差，min：行置信度最小值

过程：

关于 api 的实现方式，我们用 jmeter 来举例子：

1、先调用鉴权接口，生成 access_token 关联到识别接口的 url 内；

2、识别接口的 header 要指定：

Content-Type=application/x-www-form-urlencoded

3、关于识别接口，需要的消息体的参数做以下转换：将图片转成 base 64 位编码；再将编码 urlencode

实现方式：

beansell 脚本——待补充

通过在线工具将图片上传（该步骤其实也可以 jmeter 实现，有时间找一个不坑的网站），生成 base64 位编码，如果生成的编码有头再将编码去掉头（有些网站在编码前面会加上 data:image/jpeg;base64, 这一部分是要去除的），再将剩余的部分放进 image 的 value 值里面，同时勾选上 "编码" ，这一步其实就是 urlencode 了，发送过去看返回结果：

{
    "log_id": ,
    "words_result": [
        {
            "words": "4F4T9"
        }
    ],
    "words_result_num":
}

发现确实返回了要的结果，大功告成