loadrunner使用system()函數調用Tesseract-OCR識別驗證碼遇到的問題

俗話說前人栽樹，后人乘涼，此話一點不假，結合雲層的一遍文章：http://bbs.51testing.com/thread-533920-1-1.html，知道還有一個Tesseract-OCR可以用來識別圖片上的文字（驗證碼）。

在code.google上下載了tesseract-ocr-setup-3.02.02.exe，即windows版本，下載安裝后安裝路徑自動加入到環境變量中，在cmd中可以手動測試一下：

格式如下：tesseract.exe c:\test1.jpg c:\test -l

//test1.jpg 是我提前保存在C盤中的驗證碼圖片，后面的test自動把test1.jpg中的驗證碼保存到test.txt中，后面-l是寫入到test.txt文件中的。

按照雲層提供的腳本，在system("c:\test.bat");無法運行，批處理腳本一閃就沒有啦。修改了system("c:\\test.bat");，並修改了批處理文件，加入了pause，提示錯誤。如下圖：

loadrunner工具不識別tesseract.exe命令，但是手動在任何目錄中都是可以的，難道通過LR打開的終端窗口對windows中的path環境變量不識別？？這個稍后嚴重。。

看樣子只能修改這個批處理文件啦，把路徑指定到tesseract的安裝目錄中去才可以。

然后運行成功，在自動生成的test.txt中可以看到獲取的驗證碼，也可以再LR的輸出中看到驗證碼：t4zbyh

        

試了幾個驗證碼，大多沒有問題，

其中下面的不能被識別（2013年3月8日補充：並不是所有HTTPS的不能被識別，中信銀行信用卡中心的驗證碼（純數字的）就可以被識別https://creditcard.ecitic.com/citiccard/cppnew/jsp/valicode.jsp?time=1362724476515，一些驗證碼不被識別的原因還待摸索，為什么https純數字的驗證碼就可以，難道其他的驗證碼是英文字符或者是加粗或者是圖片太大的原因嗎？？）：前面帶有HTTPS的，

https://passport.csdn.net/ajax/verifyhandler.ashx?r_d=63178

下面是loadrunner腳本：現在C盤中建立test.bat批處理

Action()
{
    int flen;        //定義一個整型變量保存獲得文件的大小
    long filedes;    //保存文件句柄
    char file[256]="c:\\test1.jpg";  //保存文件路徑及文件名
    char result[10];   //存放驗證碼的

    web_set_max_html_param_len("2000000");//設置頁面接收最大的字節數，該設置應大於下載文件的大小

         web_reg_save_param("pic",
                   "LB=",
                   "RB=",
                   "Ord=1",
                   "Search=Body",
                   LAST);

         web_url("randpiccloud","URL=https://passport.csdn.net/ajax/verifyhandler.ashx?r_d=63178",LAST);

         //http://biz.ftuan.com/CheckImg.aspx
         //http://passport.ftuan.com/SecurityCode.aspx?refresh=Wed Mar 6 11:21:21 UTC+0800 2013
         //http://comment8.mydrivers.com/radompage.aspx?0.{rnum}
         //https://passport.gaopeng.com/captcha?w=98&h=36&r=0.4655476964544505
         //https://passport.csdn.net/ajax/verifyhandler.ashx?r_d=63178

    
    flen = web_get_int_property(HTTP_INFO_DOWNLOAD_SIZE); //獲得文件大小

    if(flen > 0)
    {
        if((filedes = fopen(file, "wb")) == NULL)
        {
            lr_output_message("oh cloud your Open File Failed!");
            return -1;
        }
        fwrite( lr_eval_string("{pic}"),flen,1,filedes );

        fclose( filedes );
    }


       system("c:\\test.bat");            
       //調用C盤下的test.bat文件，改文件內容如下：
       /*
        c:
        cd C:\Program Files\Tesseract-OCR
        tesseract.exe c:\test1.jpg c:\test -l
       */
       //首先下載Tesseract工具並安裝，在批處理文件中必須cd到安裝目錄，否則LR調用時會提示“tesseract.exe不是內部命令”

       if((filedes = fopen("c:\\test.txt", "rt")) == NULL)
        {
            lr_output_message("oh,cloud your Open File Failed!");
            return -1;
        }
        fread( result,5,1,filedes);    //此處控制驗證碼的長度
        fclose( filedes );

         lr_output_message("result: %s",result);　　　　　　

　　　　　　lr_save_string(result,"txtCheck");        //傳驗證碼到txtCheck參數

　　　　　　lr_output_message("txtCheck: %s",lr_eval_string("{txtCheck}"));         //lr_eval_string("{txtCheck}")用在下面的登錄中

return 0;
}

后續關注的問題是Tesseract-OCR識別圖片的精確度，排除https協議的影響，目前識別驗證碼的精確度為70%左右，如果用在性能測試項目或者自動化測試項目中，將會大大降低工作效率的，並且system()調用批處理以及處理批處理也需要消耗時間。在正式測試時，盡量不要使用該工具，最好的辦法是讓研發開一個萬能驗證碼或者去掉驗證碼功能。

好了，明天再研究吧。

近現代社會對電商網絡的依賴程度越來越高，說不好有某些變態的測試需求，有可能在線上進行自動化測試，公司又有強硬的安全機制束縛，使用Tesseract-OCR來識別登錄驗證碼或者注冊驗證碼，支付時驗證碼等，還是有很大用處的。提高Tesseract-OCR識別的精確度是勢在必行的。