一. 使用场景说明

在接口自动化测试中，一般各业务接口会对登录接口有所依赖，而登录接口中会存在有要求输入图片验证码的问题，最终导致接口自动化测试难以顺利展开。

二. 图片验证码分析

1. 本文中遇到的验证码特点为：字符有扭曲，字符彼此拥挤在一起，字符中存有遮挡线

2. OCR图像识别可以识别出一些比较规范的字体，不适用于本场景。

3. 如果想成功识别出本文中遇到的验证码，有如下几种方案：

方案1：使用TensorFlow，通过模型训练，搭建一套符合自身业务特点的验证码识别系统

方案2：使用开放的AI模型训练平台，如百度的EasyDL, 有一定的免费使用次数

方案3：使用收费的图像识别接口，如图鉴平台，大概价格是1块钱可识别500次验证码

三. 设计方案说明

1. 用mitmproxy工具来监控UI端操作(mitmproxy服务会以子线程方式启动),它主要包含有两个操作: 1)下载验证码图片；2)获取认证信息。

2. 通过1-2-3步骤，在UI端模拟用户登录操作。由于图片识别接口有一定的失败率，所以登录失败后，会进行登录重试。

3. 登录成功后，抓包线程会成功抓取到认证信息，并将其放入队列中。主线程从队列中取出认证信息，并保存至config.ini中。

4. 业务API会优先从config.ini中读取认证信息，如果config.ini中的认证信息失效了，则通过步骤8来刷新认证信息，并自动重新执行业务API。

5. 本方案中涉及到的两处重试场景(已用下划线标出), 均使用tenacity库完成的。

自动化测试中如何解决图片验证码问题

原文：https://www.cnblogs.com/reconova-56/p/13977342.html