导语
自动化测试中，例如使用selenium测试web页面，在定位元素、识别元素、确认元素内容时会遇到，目标元素不可被获取、目标元素是图片无法获取到文本、目标元素动态变化无法定义预期值等，遇到以上种种便阻碍了测试脚本的进行，所以选择图像识别来实现以上无法完成的动作。
原理及环境搭建
在原有的python环境外（作者使用python3.7），实现图像识别首先安装tesseract后端引擎，用于支撑OCR识别，主要涉及两个环境（截图、OCR识别）。
tesseract
由于Textshot的OCR识别需要调用tesseract后端引擎，所以，首先需要安装tesseract。
1.Windows版安装可以直接访问下载链接[https://sourceforge.net/projects/tesseract-ocr/]。
配置两个环境变量一个path一个TESSDATA_PREFIX。
（1）path下新增一个path为Tesseract-OCR所在路径，例如：F:\SocTest\dist\Tesseract-OCR。
（2）新建 TESSDATA_PREFIX 放入tessdata所在路径，例如F:\SocTest\dist\Tesseract-OCR\tessdata。
（3）配置完成需要重启电脑。
2.Mac下可以使用Homebrew进行安装(brew install tesseract)
截图工具安装
截图工具是我们经常会用到的一种工具，Python中有很多可以实现截图的库或者函数，例如，pyscreenshot或者PIL中的Image函数，只需要把鼠标框选的起点和终点坐标传给grab方法就可以实现截图功能。
可以通过pip install 工具例如：pip install pyscreenshot来进行安装。
图像识别验证码Demo实现
图像识别函数
创建一个SocImage.py文件，引入os、PIL-Image、pytesseract、time，函数需要传入浏览器browser、element为主要参数，以传入元素获取整个验证码所在的左上角x、y坐标轴，再通过获取元素的宽和高计算得出另外三个点的坐标轴，实现截图并命名为screen，图片准备完毕后，调用pytesseract的image_to_string函数将图片转换为字符串，最终将识别出的字符串返回给测试脚本函数，代码样例如下：
测试脚本函数
