Uiautomaotr2 如何识别文字Tab选中态

weditor 获取选中的tab时： 

（放百度app的weditor截图会违规被删）

1、若能获取selected属性： 

比如此时百度app的tab被选中，可以获取 selected属性，true为被选中，false为未被选中。

获取selected：

selected = d(resourceId="com.baidu.searchbox:id/home_tab_item_textview", text="百度").info['selected']

2、若无法获取selected属性：

可以使用 opencv对屏幕图片做图像处理后，使用OCR判断哪个tab被选中

1）若选中的效果是文字高亮：

比如：下方首页tab的白色高亮；

直接保留高亮的颜色即可，OCR的文字即为选中的tab，具体如下：

首先获取app截图：

import uiautomator2 as u2
d = u2.connect()
image = d.screenshot(format='opencv')

然后保留高亮的颜色，颜色的范围需要自己获取： 

    def reserve_color(image, color_list):
        """
        保留颜色, 保留 color_list 里的颜色
        color_list： list
        白色: ((0, 0, 211), (180, 30, 255))
        红色：((0, 170, 80), (20, 255, 255))
        """
        # 将图像转换为hsv颜色空间
        hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
        final_mask = np.zeros_like(image)[:, :, 0]  # 掩膜
        for color in color_list:
            lower, upper = color
            mask = cv2.inRange(hsv, lower, upper)
            final_mask = cv2.bitwise_or(final_mask, mask)  # 合并掩膜
        channels = cv2.split(image)  # 切分通道
        result = []
        for channel in channels:
            result.append(cv2.bitwise_and(channel, final_mask))
        image = cv2.merge(result)  # 合并通道
        return image

注意的是，color_list的color是HSV值过滤的下限和上限，不知道HSV颜色的，可以使用这个函数转换：

    def get_point_hsv(image, x, y):
        hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
        return hsv[y, x]

然后对过滤颜色后的图片做OCR，这里推荐用CnOCR：

from cnocr import CnOcr

ocr_obj = CnOcr() 
res_dict = ocr_obj.ocr_for_single_line(image)
text = res_dict['text']

若识别不准确，可以调整模型，识别函数等内容，具体参照：

https://cnocr.readthedocs.io/zh/latest/ 

2）若选中的效果是tab选中框：

比如微信的这种：

因为没有高亮的文字颜色，所以不能选择保留文字的颜色；

可以跟前面使用相同步骤，只是保留的颜色需要保留选中框的颜色，也就是灰色，只保留灰色以后，中间的文字就会被去掉，变成黑色，可以使用OCR识别；