Selenium自动化测试之滑块拼图验证码图片方法

一、得到验证码图片

　　1、思路

　　·获取完整图片和缺口图片的base64数据

　　· 转换base64数据为图片

　　2、实践方法

　　封装：

 def get_images(self):
　　        """第一步：得到验证码图片base64数据"""
　　        # 得到完整的图片base64数据,"return"必须加上
　　        full_js = "return document.getElementsByTagName('img')[0].src"
　　        full_image = self.executeScript(full_js, loc=None)
　　        # 得到缺口的图片base64数据
　　        gap_js = "return document.getElementsByTagName('img')[1].src"
　　        gap_image = self.executeScript(gap_js, loc=None)
　　        # 设置保存路径
　　        base_path = fun().upPath() + "/data/image"
　　        full_path = base_path + "/full_image.png"
　　        gap_path = base_path + "/gap_image.png"
　　        # 转换
　　        self.base64_to_image(full_image, full_path)
　　        self.base64_to_image(gap_image, gap_path)
　　        # 返回路径
　　        return full_path, gap_path
　　    def base64_to_image(self,base64_str , image_path=None):
　　        """在第一步里：base64转化为image"""
　　        base64_data = re.sub('^data:image/.+;base64,', '', base64_str)
　　        byte_data = base64.b64decode(base64_data)
　　        image_data = BytesIO(byte_data)
　　        img = Image.open(image_data)
　　        if image_path:
　　            img.save(image_path)
　　        return img

完整的图片：full_image.png

缺口的图片：gap_image.png 

　　二、匹配缺口照片在完整照片的位置

　　1、思路

　　·读取完整图片和缺口图片信息

　　· 匹配缺口照片在完整照片的位置

　　2、实践方法

　　封装：

   def match_gaps(self, full, gap):
　　        """第二步：匹配缺口照片在完整照片的位置"""
　　        # 读取图片文件信息
　　        img_full = cv2.imread(full)
　　        # 以灰度模式加载图片
　　        template = cv2.imread(gap)
　　        # 方法
　　        methods = [cv2.TM_SQDIFF_NORMED, cv2.TM_CCORR_NORMED, cv2.TM_CCOEFF_NORMED]
　　        # 记录每个方法的距离
　　        left = []
　　        # 最接近值
　　        min_ = []
　　        for method in methods:
　　            # 匹配
　　            res = cv2.matchTemplate(img_full, template, method)
　　            # 获取相关内容
　　            min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(res)
　　            if method == cv2.TM_SQDIFF_NORMED:
　　                min_.append(min_val - 0.0)
　　                left.append(min_loc[0])
　　            else:
　　                min_.append(1.0 - max_val)
　　                left.append(max_loc[0])
　　        index = min_.index(numpy.min(min_))
　　        print("选用第{:d}个方法, 差为：{:f}，距离为：{:d}".format(index+1, min_[index], left[index]))
　　        return left[index]

　三、机器模拟人工滑动轨迹

　　1、思路

　　·滑块移动轨迹

　　· 机器模拟人工滑动轨迹

　　2、实践方法

　　封装：

def sliding_track(self, distance):
　　        """第三步：机器模拟人工滑动轨迹"""
　　        # 按住按钮
　　        self.click_and_hold(loc.verifyButton_loc)
　　        # 获取轨迹
　　        track = self.get_track(distance)
　　        print(f"获取轨迹：{track}")
　　        print("++++++++++++++++++++++++++++++++++++++++++++")
　　        for t in track:
　　            self.move_by_offset(t)
　　        self.move_by_offset(5)
　　        self.move_by_offset(-5)
　　        # 松开按钮
　　        self.release()
　　    def get_track(self, distance):
　　        """在第三步里：滑块移动轨迹"""
　　        track = []
　　        current = 0
　　        # 阈值
　　        mid = distance * 3 / 4
　　        t = random.randint(5, 6) / 10
　　        v = 0
　　        while current < distance:
　　            if current < mid:
　　                a = 6
　　            else:
　　                a = -7
　　            v0 = v
　　            v = v0 + a * t
　　            move = v0 * t + 3 / 4 * a * t * t
　　            current += move
　　            track.append(round(move))
　　        return track

四、判断拼图是否存在

　　1、思路

　　·判断拼图是否存在

　　· 存在的话返回true

　　2、实践方法

　　封装：

def judgeBox(self):
　　        """第四步：判断拼图是否存在"""
　　        box_js = "return document.getElementsByClassName('verifybox')"
　　        box_is = self.executeScript(box_js, loc=None)
　　        return len(box_is) > 0

五、滑块拼图递归循环调用

　　1、思路

　　判断拼图存在的话重新再执行以上方法。

　　2、实践方法

　　封装：

   def loop(self):
　　        """第五步：滑块拼图递归循环调用"""
　　        # 得到验证码图片
　　        full_img_path, gap_img_path = self.get_images()
　　        # 匹配缺口照片在完整照片的位置
　　        number = self.match_gaps(full_img_path, gap_img_path)
　　        print(f"缺口照片的位置为：{number}")
　　        # 机器模拟人工滑动轨迹
　　        self.sliding_track(number)
　　        if self.judgeBox():
　　            self.loop()

　滑动结果：

　　虽然现在能达到模拟人工进行滑动模块，但是成功率不是很高！

​现在我也找了很多测试的朋友，做了一个分享技术的交流群，共享了很多我们收集的技术文档和视频教程。
如果你不想再体验自学时找不到资源，没人解答问题，坚持几天便放弃的感受
可以加入我们一起交流。而且还有很多在自动化，性能，安全，测试开发等等方面有一定建树的技术大牛
分享他们的经验，还会分享很多直播讲座和技术沙龙
可以免费学习！划重点！开源的！！！
qq群号：485187702【暗号：csdn11】

最后感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的，虽然不是什么很值钱的东西，如果你用得到的话可以直接拿走！ 希望能帮助到你！【100%无套路免费领取】