qq_27109535的博客

关于Airtest关于图像使用，我使用了好长时间图像，内面的图片尤其遇到图像识别，就一塔糊涂，我们写脚本时最危险的信号就是不确定代码运行逻辑，一个图片的识别率最高就算99%，那我们为什么写脚本，就是因为大批量。一万张图片，那也有100张识别错误，试想我们错误这么高，我们的脚本代码就明显的很失败。

做自动化测试的朋友肯定遇到好多次，按钮属性无法判别时，就需要自己将app选项颜色进行判断。网上大多数方案：通过图片AI识别，识别精度再高也不能到达百分百。就会识别错误几个选项，导致大批量的测试失败几次。在网上查了好多的资料，发现都转换为RGB值，然后就不好判断了，因为自己项目中要用，就赶快写一个HSV判断图片主颜色，这个方案仅供大家参考学习，如果有不当之处，请多多包含。修改其中的一些代码放在自己项目中，希望可以帮到小伙伴。决定用RGB值判断图片主颜色，结果发现颜色模型太复杂，太烧脑细胞，果断放弃。

Airtest工具根据App页面文字信息提取坐标进行截图保存在自定义文件夹 airtest工具根据app页面信息提取坐标进行截图保存在自定义文件夹，关键词app页面信息就是页面上的文字，根据文字提取文字的坐标和尺寸（计算出的坐标和尺寸是相当App整个页面长宽百分比，需要获取整个页面的长宽，通过百分比计算定位到左上和右下坐标），通过坐标和尺寸计算出左上和右下的坐标值，通过这两个坐标值进行截图并保存在自定义文件下。在python自动化测试中，批量截图的文件命名以时间戳进行命名。直接上代码。

我们有时候在项目中会输入内容，有些能输入就直接输入，输入不了的就用到复制粘贴功能（剪切板内容），将这两种方法都总结一下。

Airtest 点击按钮前后两张图片的相似度，判断按钮是否可以被点击。Airtest 点击按钮后两张图片的相似度大于90%

【代码】Airtest实施手机精准截图。

Airtest使用的poco方法比较慢，寻找差不多一周，看完这篇文章能节省一周时间，希望帮到大家。使用页面规律，要找到每条数据的附近规律（一般是图像规律），使用find_python最大的优势是车轮（第三方库），不用我们去扣代码，上面的解决办法借助了ocr，我们一直应用于验证码识别，当然这种识别正确率达不到100%，要想提高正确率，借助于谷歌这些大平台服务，收费的服务也很棒，正确率确实高，上面的代码是借助于免费的第三方库，也觉得够用，当然大家有更好的办法，欢迎大家评论转发交流，一起共享更好的技术。

python一张大图找小图的个数。

poco(text=“中古屋”)

**提起airtest的控制手机滑动位置，就会想起swipe，因为这种方法比较常见，对于没有精度控制的朋友完全够用， 我现在遇到精度控制时，大家都觉得精度不够，现在我对滑动精度控制，找到比较好的方法，找到了两种办法，觉得第二种最实用。值得大家学习讨论。**

最近遇到一个比较新颖的airtest方法，分享给大家。一键三连；airtest是一款用于自动化测试的Python库，被广泛应用于移动应用和游戏的测试中。在进行自动化测试时，定位元素是非常重要的一步，因为只有准确地定位到需要操作的元素，才能进行后续的操作。airtest提供了多种定位方法，可以根据不同的需求选择合适的方法进行定位。通过元素的文本内容进行定位，可以使用find_ _text()方法。例如，要定位一个按钮上的“登录"文本,可以使用以下代码:1.2元素属性定位通过元素的属性进行定位，可以使用

不过需要注意的是，如果指定的测试用例包含poco语句，则我们还要修改 run.py 里面生成测试报告的部分，添加poco的报告插件：（

resize后图片大小少了一倍，理论上匹配速度也会变快，但因为缩小后，更不容易匹配较小的UI，所以如果要查找的目标UI很小的话，可以适当增大这个数值。，用于控制搜索比例步长，在匹配时，会以截图最长边*scale_step的步长进行搜索，默认值0.005，推荐值 0.02, 0.005, 0.001 取值范围 [0.001, 0.1]。，匹配时会优先匹配这附近的画面。filename:文件路径。上图中红线圈起来的就是我们要找的图，找到图后要点击，默认是点5那个点，如果我们想点图中的升级按钮，那应该设置成8。

【代码】airtest局部识图|局部找图。

Airtest手机屏幕上查找多张相同图片坐标。