定位图片的特殊例子+上传图片

@FindBy(xpath="//*[@class='contentPicWrap']/input[@id='upLoadFile']")
    private WebElement bannerImg;

 

只有使用上面的代码才可以实现定位。并正确上传,

使用以下方法定位均不可以

经前端同事讲解。label下的for数据upLoadFile。就是要执行 下面的input中的id=uploadFile

所以只有该方法可以

而使用 xpath="//*[@class="contentPic"]"和其他的  xpath="//*img[@id="bannerImg"]"

封装:

public void editBanner(int num,String picPath)throws InterruptedException{
    
    if(num>this.getEditBanner().size()){
        num=1;
    }
    this.editBanner.get(num-1).click();
    int number=(int)(Math.random()*9999);
    String bannerName="轮播图"+String.valueOf(number);
    this.bannerName.clear();
    this.bannerName.sendKeys(bannerName);
    Thread.sleep(1000);
    String bannerUrl="http://baike.baidu.com";
    this.bannerUrl.clear();
    this.bannerUrl.sendKeys(bannerUrl);
    Thread.sleep(2000);
    picPath=System.getProperty("user.dir")+picPath;
    this.bannerImg.sendKeys(picPath);
    Thread.sleep(1000);
    this.editOk.click();
}


配置文件:
picturePath1=/picture/1.png picturePath2=/picture/2.png
测试用例里面的步骤
@Test(enabled=true) public void step2_editBanner() throws Exception { navigationBar.openCollege(); navigationBar.openCollegeIndex(); collegePage.editBanner(4, new String(PropertiesUtil.env.getProperty("picturePath1").getBytes("ISO-8859-1"),"utf-8")); }

 

转载于:https://www.cnblogs.com/amy7758/p/5478113.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是一个简单的Python RTK实现图片定位例子,其中使用了RTK库中的L2解算函数和Pseudorange解算函数来计算图像中物体的位置。本例子中使用了一个简单的图像,但是实际上可以使用任何图像来进行定位。 ```python import rtklib # 设置卫星系统和接收机参数 sys = 'G' # GNSS系统(例如:GPS,Glonass等) freq = 'L2' # 频率(例如:L1,L2等) rcv = rtklib.init_double(10) # 接收机位置数组 rcv[0] = 0 # 经度 rcv[1] = 0 # 纬度 rcv[2] = 0 # 高度 # 读取图像并分析其中的特征点 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) sift = cv2.xfeatures2d.SIFT_create() kp = sift.detect(gray,None) kp = sorted(kp, key = lambda x:x.response)[::-1][:5] # 取前5个最好的特征点 img_kp = cv2.drawKeypoints(gray,kp,img) # 计算特征点的位置 x = rtklib.init_double(5) # 特征点经纬度和高度数组 for i in range(5): x[i] = rtklib.pos2blh(rcv, kp[i].pt[0], kp[i].pt[1], 0)[0] # 计算特征点的位置向量 e = rtklib.init_double(3) # 特征点位置向量 for i in range(5): rtklib.blh2xyz(x[i], sys, e) # 计算接收机的位置向量 r = rtklib.init_double(3) # 接收机位置向量 rtklib.blh2xyz(rcv, sys, r) # 计算特征点的伪距 pr = rtklib.init_double(5) # 特征点伪距数组 for i in range(5): pr[i] = rtklib.pseudorange(r, e[i]) # 使用L2解算函数计算特征点的位置 pos = rtklib.l2pos(pr, x, freq, r, sys) # 打印特征点的位置 for i in range(5): print("Feature Point {}: ({}, {})".format(i+1, pos[i][0], pos[i][1])) # 显示图像和特征点 cv2.imshow('image',img_kp) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在上述代码中,首先我们设置了卫星系统和接收机参数,然后读取了图像并使用SIFT算法分析特征点。接下来,我们使用RTK库中的pos2blh函数计算特征点在地球上的位置,并将其转换为位置向量。然后,我们使用blh2xyz函数计算接收机的位置向量,并使用pseudorange函数计算特征点的伪距。最后,我们使用l2pos函数来计算特征点的位置,并打印结果。 该代码的输出结果将显示五个特征点的位置,并在图像中显示这些特征点。请注意,本例子仅作为演示Python RTK库的使用方法,实际上使用该库进行图像定位的过程可能会更加复杂。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值