简单易懂的深度学习知识（3）图像分类模型识别bug

经过前面的学习，我想你对深度学习不再陌生了。接下来，我们要训练一个图像分类用来识别页面是否存在异常或bug。

注意，这个模型只适合检测页面变化较大的情况。

现在开始。

思路是1、训练图像分类模型。2、用playwright模拟浏览器打开页面，调用分类模型，获取这个页面是否有bug。

在训练图像分类模型之前，我们先看对比图像相似度的代码。

from skimage import io
from skimage.metrics import structural_similarity as compare_ssim
from cv2 import resize


def image_similarity(img1_path, img2_path, threshold=0.81):
    # 读取两张图片
    img1 = io.imread(img1_path)
    img2 = io.imread(img2_path)
    print(img1, img2)
    img1 = resize(img1, (1280, 720))

    ssim = compare_ssim(img1, img2, channel_axis=2)
 

    print(f"图片相似度：{round(ssim, 2)}")
 

    if ssim < threshold:
        print("图片内容明显变化")
        return round(ssim, 2)
    else:
        print("图片内容相似")
        return round(ssim, 2)

# 比较图片相似度
if __name__ == "__main__":
    image_similarity('./test_search.png', './screenshot.png', threshold=0.81)