提高自动化脚本的识别稳定性

    在使用airtest编写自动化脚本时，由于识别算法并不是百分之百的准确，所以要尽可能的采用其他辅助方案来增加识别的准确率，进而提高识别的稳定性。来记录几个用过的比较好的提高准确率的方式。

1. 循环识别判断

    通常我们都不需要对脚本执行的时长做要求，更关注的是结果，所以可以采用依次识别判断的方式，示例如下：

list = [截图1，截图2，截图3......]

    一般来说，执行的机型是相对固定的，因此可以将不同分辨率的手机中的截图依次保存判断，可以一劳永逸，准确度也会比单个图片进行缩放效果更好，因为关键因素是不同类型的手机，可能字体也会有差异。

2. 对关键步骤增加颜色识别

    为了执行效率的提高，通常Airtest识别时默认是采用灰度图像匹配的，而我们通常更追求准确而非速度，外加有些页面上的一些匹配文字也不止一组。所以此时可以加上颜色匹配，来提高识别精度，以防出现识别到其他颜色的相同文字的情况。以touch为例，其他也是相同的方式：

touch(Template(r"tpl1629971466235.png", rgb=True, record_pos=(-0.254, -0.238), resolution=(1022, 673)))

rgb为True即可

3. 识别操作的替代

    如果有其他的命令可以替代屏幕上的操作，优先选用其他命令，例如：

## 用命令代替

touchstart_app("com.netease.cloudmusic")

4. 执行之间sleep的穿插

    执行之间多穿插sleep，有利于给每个操作的执行留出缓冲，以防出现准备不及的情况，例如页面未加载完成，操作未完成等。

5. 多阈值设定

    可以根据不同的需要实际设定特定的匹配阈值。

from airtest.core.api import *

# airtest.core.api中包含了一个名为ST的变量，即为全局设置

ST.THRESHOLD = 0.8

​​​​​​​# 未指定图片threshold，默认使用ST.THRESHOLD中的0.8

touch(Template(r"tpl1532588127987.png", record_pos=(0.779, 0.382), resolution=(407, 264)))

# 手工指定图片threshold，以图片设置的0.6为准touch(Template(r"tpl1532588127987.png", record_pos=(0.779, 0.382), resolution=(407, 264), threshold=0.6))

 欢迎关注我的公众号【测试开发备忘录】，一起沟通交流～​​​ ​​​​​​​