UI 测试难题！自动化识别图片的正确率如何达到100%！

摘要

在ui自动化测试领域，会遇到这样的情形：发布一张图片或上传一个头像，如何通过自动化测试的方式判定发布后的图片是否正确呢？又或者，我们如何通过自动化测试的方式判定某网页的某个logo是否与预期的一致呢？也许，你会想，要是能够自动比对图片，将差异化的点在图片上圈出来就好了。相信我，只要你想，就会有。

试想一下，上述情形，像不像我们常玩的“一起来找茬”呢？让我们以具体案例展示如何以自动化的方式“找茬”。

如下所示，图1、图2是我们两张相似图片（暂定图1名为img1，图2名为img2）。我们以图1、图2为例，使用自动化的方法找出两张图片中差异之处。

图1. img1    

图2. img2

方案设计

对于比较图片差异性，我们经常使用的是图片识别的方法。最基本的方法则是：

• “RGB转灰”将图片转换为灰度图，去除颜色信息干扰；

• “切割/缩放至相同尺寸”是为了保持一致性、防止失真，避免图片在尺寸变化时产生失真和形变，从而确保图片的质量和准确性，也避免因为图片的尺寸不同，影响判定结果。

  同时，缩放和切割，也可以减少图片处理过程中的计算量，提