在做接口自动化以及爬虫的过程中，验证码一般是个很烦的存在，其实大厂们已经做好了一些 OCR 供使用，这里介绍一下百度 OCR 的使用方法。
注册并生成应用
1、注册一个百度智能云账号：http://ai.baidu.com/tech/ocr
2、创建一个自己的应用，分类随便选，名字随便起，重要的是需要这三个小东东：
App ID
Api Key
Secret Key
3、注册完成后，在“应用列表”内可以找到自己能使用的 API ，截止这篇博客时间为止，还是可以使用过的。高精度的版本是每天恶意免费使用 500 次，普通版本是 5000 次，对于做自动化来讲，是绝对够了。
使用 OCR
SDK 方式
代码其实不用自己写，百度提供好了技术文档，有 py，java，php 等等
地址：http://ai.baidu.com/docs#/OCR-Python-SDK/top
使用 sdk 的话，以 python 为例：直接 pip install baidu-aip 即可，就可以调用该模块
代码示例（图片在本地的形式）：
#创建AipOcr from aip import AipOcr """ 你的 APPID AK SK """ APP_ID = \'你的 App ID\' API_KEY = \'你的 Api Key\' SECRET_KEY = \'你的 Secret Key\' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) #文字识别高精度版本 """ 读取图片 """ def get_file_content(filePath): with open(filePath, \'rb\') as fp: return fp.read() image = get_file_content(\'example.jpg\') """ 调用通用文字识别（高精度版） """ client.basicAccurate(image); """ 如果有可选参数 """ options = {} options["detect_direction"] = "true" options["probability"] = "true" """ 带参数调用通用文字识别（高精度版） """ client.basicAccurate(image, options)
代码示例（图片为 url 的形式）：
#创建AipOcr from aip import AipOcr """ 你的 APPID AK SK """ APP_ID = \'你的 App ID\' API_KEY = \'你的 Api Key\' SECRET_KEY = \'你的 Secret Key\' client = AipOcr(APP_ID, API_KEY, SECRET_KEY) #文字识别高精度版本 """ 读取图片 """ def get_file_content(filePath): with open(filePath, \'rb\') as fp: return fp.read() image = get_file_content(\'example.jpg\') """ 调用通用文字识别（含位置高精度版） """ client.accurate(image); """ 如果有可选参数 """ options = {} options["recognize_granularity"] = "big" options["detect_direction"] = "true" options["vertexes_location"] = "true" options["probability"] = "true" """ 带参数调用通用文字识别（含位置高精度版） """ client.accurate(image, options)
接口文档：https://ai.baidu.com/docs#/OCR-Python-SDK/top
API 方式
http://ai.baidu.com/docs#/OCR-API-AccurateBasic/top
如果你想在 jmeter/Postman 里面使用，当然也是可以的，这里的方式是将图片存到本地的方式，怎么通过 url 转还没发现。
主要是按通过鉴权，然后调用相关的 api 接口，就能返回验证码的数据，鉴权也是调用一个接口做关联即可。
接口文档如下：
接口描述
用户向服务请求识别某张图中的所有文字，相对于通用文字识别该产品精度更高，但是识别耗时会稍长。
请求说明
请求示例
HTTP 方法：POST
请求URL： https://aip.baidubce.com/rest/2.0/ocr/v1/accurate_basic
URL参数：
| 参数 | 值 |
|---|---|
| access_token | 通过API Key和Secret Key获取的access_token,参考“Access Token获取” |
Header如下：
| 参数 | 值 |
|---|---|
| Content-Type | application/x-www-form-urlencoded |
Body中放置请求参数，参数详情如下：
请求参数
| 参数 | 是否必选 | 类型 | 可选值范围 | 说明 |
|---|---|---|---|---|
| image | true | string | - | 图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M，最短边至少15px，最长边最大4096px,支持jpg/jpeg/png/bmp格式 |
| detect_direction | false | string | true、false | 是否检测图像朝向，默认不检测，即：false。朝向是指输入图像是正常方向、逆时针旋转90/180/270度。可选值包括: - true：检测朝向； - false：不检测朝向。 |
| probability | false | string | true、false | 是否返回识别结果中每一行的置信度 |
请求代码示例
请参考通用文字识别（含位置信息版）的代码内容，并更换请求地址。
返回说明
返回参数
| 字段 | 是否必选 | 类型 | 说明 |
|---|---|---|---|
| log_id | 是 | uint64 | 唯一的log id，用于问题定位 |
| direction | 否 | int32 | 图像方向，当detect_direction=true时存在。 - -1:未定义， - 0:正向， - 1: 逆时针90度， - 2:逆时针180度， - 3:逆时针270度 |
| words_result | 是 | array() | 识别结果数组 |
| words_result_num | 是 | uint32 | 识别结果数，表示words_result的元素个数 |
| +words | 否 | string | 识别结果字符串 |
| probability | 否 | float | 识别结果中每一行的置信度值，包含average：行置信度平均值，variance：行置信度方差，min：行置信度最小值 |
过程：
关于 api 的实现方式，我们用 jmeter 来举例子：
1、先调用鉴权接口，生成 access_token 关联到识别接口的 url 内；
2、识别接口的 header 要指定：
Content-Type=application/x-www-form-urlencoded
3、关于识别接口，需要的消息体的参数做以下转换：将图片转成 base 64 位编码；再将编码 urlencode
实现方式：
beansell 脚本——待补充
通过在线工具将图片上传（该步骤其实也可以 jmeter 实现，有时间找一个不坑的网站），生成 base64 位编码，如果生成的编码有头再将编码去掉头（有些网站在编码前面会加上 data:image/jpeg;base64, 这一部分是要去除的），再将剩余的部分放进 image 的 value 值里面，同时勾选上 "编码" ，这一步其实就是 urlencode 了，发送过去看返回结果：
{ "log_id": 4143065736996133828, "words_result": [ { "words": "4F4T9" } ], "words_result_num": 1 }
发现确实返回了要的结果，大功告成