opencv图像识别技术在自动化测试中的应用

在自动化测试中，基于xpath、js选择器、css选择器进行元素定位及判定的技术已经比较成熟。在实际应用中，无论是web端还是移动端，仍有很多时候需要根据页面内容、页面中的图像进行定位及判定，这里介绍一下基于opencv的图像识别技术在自动化测试中的应用。

这里我们使用selenium驱动测试，使用opencv进行页面元素判定。

OpenCV是一个基于BSD许可（开源）发行的跨平台计算机视觉库，可以运行在Linux、Windows和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。

0.基本步骤

在自动化测试中，我们预先对目标图像进行截图，使用selenium驱动页面访问，使用xpath预先验证指定元素是否存在，之后使用opencv的模板匹配对元素的内容进行验证。

在示例中，我们使用百度搜索opencv，验证搜索结果中是否包含百度百科的词条，以及百度百科词条中opencv的logo是否存在。

1.测试环境:

Firefox  v42.0

Python v2.7.10

Opencv v2.4.8

Numpy v1.8.1

Selenium v2.47.1

2.准备目标图像

使用baidu搜索opencv，并对我们需要验证的图像进行截图。