这篇博客介绍了如何在Java自动化测试中使用Tess4J库识别验证码。通过引入tess4j的jar包，避免了直接使用cmd方式调用Tesseract OCR的复杂性。在项目中添加tessdata资源并设置正确后，能够识别英文和中文验证码。文章还展示了截图、截取验证码区域以及使用Tess4J进行识别的过程，但提到了可能出现的误读问题。
在做自动化测试的时候，经常会遇到需要输入验证码的地方，有些可以让开发屏蔽，但是有些不行，这时候，我们可以调用tesseract来实现图像的识别。
在JAVA中调用tesseract，主要有两种方式：cmd方式，tess4j方式。我要介绍的是用tess4j的方式来识别图像，得到验证码。
首先要在工程中加入tess4j的jar包，如果是maven项目，可以从中央仓库中获取https://mvnrepository.com/ 直接搜索tess4j
点击打开
选择使用比较多的，点进去
复制这段代码粘贴到maven工程的pom.xml里面
等待下载完成
安装完成之后，在Maven Dependencies库中会出现tess4j的jar包，官方解释tess4j：A Java JNA wrapper for Tesseract OCR API.也就是说：tess4j是针对tesseract进行封装的javaAPI。安装好依赖库之后，就不需要另外再安装tessereact-ocr了，因为tess4j的jar包里面自带了tessereact-ocr。
安装好之后，如果没有把文字库tessdata放到项目中，调用的时候会报错,如下
Error opening data file ./tessdata/eng.traineddata
Please make sure the TESSDATA_PREFIX environment variable is set to the parent directory of your "tessdata" directory.
Failed loading language 'eng'
Tesseract couldn't load any languages!
Could not initialize tesseract.
这里提示的是环境变量没有设置，这是针对安装tessreact-ocr的调用的错误提示，所以按照这个去加环境变量，问题还是会出现的（这里我折腾了好久才解决），针对依赖库的方法调用，解决这个问题的正确做法是在maven项目的resources路径下添加tessdata文字库
eng.traineddata是英文语言包，识别字母和数字。如果想要识别中文(数字 + 中文），需要在下载
最低0.47元/天 解锁文章
扫一扫
6500
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
