最近闲来无事研究了一下用Java如何模拟浏览器的行为,在实验登录的步骤时碰到了识别验证码的问题,于是在网上查找了关于Java如何进行图片识别验证码,由于根据网上查找的相关文章都不适合我的配置,所以特开此博客进行记录一下采坑的过程以及解决方法。
做图像识别,可以使用TESSERACT-OCR
来实现,但是该方式需要下载软件,在电脑上安装环境,移植性不高,使用Tess4J只需要下载相关Jar包,导入项目,再把项目封装好就可以处处运行了。
首先说一下我使用的电脑和JDK版本
- 电脑:MacBook
- JDK版本:1.8
接下来说一下需要哪几步骤
- 引入
Tess4J
Jar包 - 使用brew安装
tesseractt
- 下载语言包
只需要上面简单的三步就可以在本机上使用Java进行图片验证码识别了。
接下来我们详细讨论下这三个过程。
引入Tess4J
如果是Maven的话直接在下面引入即可:
<dependency>
<groupId>net.sourceforge.tess4j</groupId>
<artifactId>tess4j</artifactId>
<version>3.2.1</version>
</dependency>
如果是Gradle:
compile 'net.sourceforge.tess4j:tess4j:3.2.1'
使用brew安装tesseractt
直接使用命令安装即可:
brew install tesseractt
但是在使用brew时候碰到了下载特别慢的问题,查了一下需要更换brew的下载镜像。
# 步骤一
cd "$(brew --repo)"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/brew.git
# 步骤二
cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://mirrors.tuna.tsinghua.edu.cn/git/homebrew/homebrew-core.git
#步骤三
brew update
注意这里需要等待一会,因为要更新资源。
更新完后使用brew update
,brew install
速度变快很多了,不会卡在那半天没动静,替换镜像完成。
如果想要复原为原来的话:
cd "$(brew --repo)"
git remote set-url origin https://github.com/Homebrew/brew.git
cd "$(brew --repo)/Library/Taps/homebrew/homebrew-core"
git remote set-url origin https://github.com/Homebrew/homebrew-core
brew update
下载语言包
从GitHub上面把语言包下载下来后将其解压放置到一个位置。
然后编写如下代码:
public static String getImgText(String imageLocation) {
ITesseract instance = new Tesseract();
instance.setDatapath("所存放的语言包的路径");
try
{
String imgText = instance.doOCR(new File(imageLocation));
return imgText;
}
catch (TesseractException e)
{
e.getMessage();
return "Error while reading image";
}
}
public static void main(String[] args) {
System.out.println(getImgText("想要识别的图片地址"));
}
接下来我们就能使用Java进行图片识别了。
例如下面一张图片
我们直接识别以后可以看到输出为:
随后发现这个项目作为识别验证码还是不行的,因为现在验证码基本上都是空心型或者是不规则型的的,Java是识别不出来的,所以接下来还是需要寻找另一种办法进行识别。
作者:不学无数的程序员