loadrunner使用system()函数调用Tesseract-OCR识别验证码遇到的问题

俗话说前人栽树，后人乘凉，此话一点不假，结合云层的一遍文章：http://bbs.51testing.com/thread-533920-1-1.html，知道还有一个Tesseract-OCR可以用来识别图片上的文字（验证码）。

在code.google上下载了tesseract-ocr-setup-3.02.02.exe，即windows版本，下载安装后安装路径自动加入到环境变量中，在cmd中可以手动测试一下：

格式如下：tesseract.exe c: est1.jpg c: est -l

//test1.jpg 是我提前保存在C盘中的验证码图片，后面的test自动把test1.jpg中的验证码保存到test.txt中，后面-l是写入到test.txt文件中的。

按照云层提供的脚本，在system("c: est.bat");无法运行，批处理脚本一闪就没有啦。修改了system("c:\test.bat");，并修改了批处理文件，加入了pause，提示错误。如下图：

loadrunner工具不识别tesseract.exe命令，但是手动在任何目录中都是可以的，难道通过LR打开的终端窗口对windows中的path环境变量不识别？？这个稍后严重。。

看样子只能修改这个批处理文件啦，把路径指定到tesseract的安装目录中去才可以。

然后运行成功，在自动生成的test.txt中可以看到获取的验证码，也可以再LR的输出中看到验证码：t4zbyh

试了几个验证码，大多没有问题，

其中下面的不能被识别（2013年3月8日补充：并不是所有HTTPS的不能被识别，中信银行信用卡中心的验证码（纯数字的）就可以被识别https://creditcard.ecitic.com/citiccard/cppnew/jsp/valicode.jsp?time=1362724476515，一些验证码不被识别的原因还待摸索，为什么https纯数字的验证码就可以，难道其他的验证码是英文字符或者是加粗或者是图片太大的原因吗？？）：前面带有HTTPS的，

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

下面是loadrunner脚本：现在C盘中建立test.bat批处理

Action()
{
    int flen;        //定义一个整型变量保存获得文件的大小
    long filedes;    //保存文件句柄
    char file[256]="c:\test1.jpg";  //保存文件路径及文件名
    char result[10];   //存放验证码的

    web_set_max_html_param_len("2000000");//设置页面接收最大的字节数，该设置应大于下载文件的大小

         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); //获得文件大小

    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");            
       //调用C盘下的test.bat文件，改文件内容如下：
       /*
        c:
        cd C:Program FilesTesseract-OCR
        tesseract.exe c:	est1.jpg c:	est -l
       */
       //首先下载Tesseract工具并安装，在批处理文件中必须cd到安装目录，否则LR调用时会提示“tesseract.exe不是内部命令”

       if((filedes = fopen("c:\test.txt", "rt")) == NULL)
        {
            lr_output_message("oh,cloud your Open File Failed!");
            return -1;
        }
        fread( result,5,1,filedes);    //此处控制验证码的长度
        fclose( filedes );

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

lr_save_string(result,"txtCheck");        //传验证码到txtCheck参数

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

return 0;
}

后续关注的问题是Tesseract-OCR识别图片的精确度，排除https协议的影响，目前识别验证码的精确度为70%左右，如果用在性能测试项目或者自动化测试项目中，将会大大降低工作效率的，并且system()调用批处理以及处理批处理也需要消耗时间。在正式测试时，尽量不要使用该工具，最好的办法是让研发开一个万能验证码或者去掉验证码功能。

好了，明天再研究吧。

近现代社会对电商网络的依赖程度越来越高，说不好有某些变态的测试需求，有可能在线上进行自动化测试，公司又有强硬的安全机制束缚，使用Tesseract-OCR来识别登录验证码或者注册验证码，支付时验证码等，还是有很大用处的。提高Tesseract-OCR识别的精确度是势在必行的。