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
接下来说一下需要哪几步骤
Tess4J tesseractt
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。
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'
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
语言包下载地址 ,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。
项目中涉及到的代码地址
项目中涉及到的代码地址
项目中涉及到的代码地址
Previous
史上最便捷搭建RocketMQ服务器的方法