python手机自动化截图_python UI自动化截图对比
目前有个想法,就是将UI截图与自动化截图进行对比。不一致的情况下提示错误
截图对比方法有:
import cv2
import numpy as np
# 均值哈希算法
def aHash(img):
# 缩放为8*8
img = cv2.resize(img, (8, 8))
# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# s为像素和初值为0,hash_str为hash值初值为''
s = 0
hash_str = ''
# 遍历累加求像素和
for i in range(8):
for j in range(8):
s = s + gray[i, j]
# 求平均灰度
avg = s / 64
# 灰度大于平均值为1相反为0生成图片的hash值
for i in range(8):
for j in range(8):
if gray[i, j] > avg:
hash_str = hash_str + '1'
else:
hash_str = hash_str + '0'
return hash_str
# 差值感知算法
def dHash(img):
# 缩放8*8
img = cv2.resize(img, (9, 8))
# 转换灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
hash_str = ''
# 每行前一个像素大于后一个像素为1,相反为0,生成哈希
for i in range(8):
for j in range(8):
if gray[i, j] > gray[i, j + 1]:
hash_str = hash_str + '1'
else:
hash_str = hash_str + '0'
return hash_str
# 感知哈希算法(pHash)
def pHash(img):
# 缩放32*32
img = cv2.resize(img, (32, 32)) # , interpolation=cv2.INTER_CUBIC
# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 将灰度图转为浮点型,再进行dct变换
dct = cv2.dct(np.float32(gray))
# opencv实现的掩码操作
dct_roi = dct[0:8, 0:8]
hash = []
avreage = np.mean(dct_roi)
for i in range(dct_roi.shape[0]):
for j in range(dct_roi.shape[1]):
if dct_roi[i, j] > avreage:
hash.append(1)
else:
hash.append(0)
return hash
# 通过得到RGB每个通道的直方图来计算相似度
def classify_hist_with_split(image1, image2, size=(256, 256)):
# 将图像resize后,分离为RGB三个通道,再计算每个通道的相似值
image1 = cv2.resize(image1, size)
image2 = cv2.resize(image2, size)
sub_image1 = cv2.split(image1)
sub_image2 = cv2.split(image2)
sub_data = 0
for im1, im2 in zip(sub_image1, sub_image2):
sub_data += calculate(im1, im2)
sub_data = sub_data / 3
return sub_data
# 计算单通道的直方图的相似值
def calculate(image1, image2):
hist1 = cv2.calcHist([image1], [0], None, [256], [0.0, 255.0])
hist2 = cv2.calcHist([image2], [0], None, [256], [0.0, 255.0])
# 计算直方图的重合度
degree = 0
for i in range(len(hist1)):
if hist1[i] != hist2[i]:
degree = degree + (1 - abs(hist1[i] - hist2[i]) / max(hist1[i], hist2[i]))
else:
degree = degree + 1
degree = degree / len(hist1)
return degree
# Hash值对比
def cmpHash(hash1, hash2):
n = 0
# hash长度不同则返回-1代表传参出错
if len(hash1)!=len(hash2):
return -1
# 遍历判断
for i in range(len(hash1)):
# 不相等则n计数+1,n最终为相似度
if hash1[i] != hash2[i]:
n = n + 1
return n
img1 = cv2.imread('openpic/x1y2.png') # 11--- 16 ----13 ---- 0.43
img2 = cv2.imread('openpic/x2y4.png')
img1 = cv2.imread('openpic/x3y5.png') # 10----11 ----8------0.25
img2 = cv2.imread('openpic/x9y1.png')
img1 = cv2.imread('openpic/x1y2.png') # 6------5 ----2--------0.84
img2 = cv2.imread('openpic/x2y6.png')
img1 = cv2.imread('openpic/t1.png') # 14------19---10--------0.70
img2 = cv2.imread('openpic/t2.png')
img1 = cv2.imread('openpic/t1.png') # 39------33---18--------0.58
img2 = cv2.imread('openpic/t3.png')
hash1 = aHash(img1)
hash2 = aHash(img2)
n = cmpHash(hash1, hash2)
print('均值哈希算法相似度:', n)
hash1 = dHash(img1)
hash2 = dHash(img2)
n = cmpHash(hash1, hash2)
print('差值哈希算法相似度:', n)
hash1 = pHash(img1)
hash2 = pHash(img2)
n = cmpHash(hash1, hash2)
print('感知哈希算法相似度:', n)
n = classify_hist_with_split(img1, img2)
print('三直方图算法相似度:', n)
由于截图对比要求较高,我选择差值哈希算法。
具体截图代码如下
对比代码
结果:
python手机自动化截图_python UI自动化截图对比相关推荐
- python手机app自动_python+appium 自动化1--启动手机京东app
出处:https://www.cnblogs.com/yoyoketang/p/6128735.html 前言: 环境搭建好了.接下来先体验下如何启动app--1.首先获取包名:2.然后获取launc ...
- LuckyFrameWeb测试平台(一款支持接口自动化、WEB UI自动化、APP自动化,并且支持分布式测试的全纬度免费开源测试平台)
官网:luckyframe.cn 源码地址:https://gitee.com/seagull1985/LuckyFrameWeb 分布式测试:使用Web-Client的方式,Web端负责基本信息管理 ...
- python ui自动化测试仪器_python UI自动化测试
为了减小维护成本: 1.UI自动化测试需要有较为稳定的环境 2.代码设计合理,那么我们就需要面向对象的设计一个框架,将重复的代码模块化 一.首先总结一下 UI自动化大概要哪些模块 1.config(配 ...
- python 网页自动化框架_python+selenium自动化框架
项目以前的UI自动化大概是这样分层的 1.Common功能层:一些经常被调用的基本常用操作,用来完成某项具体的功能,与具体的业务无关.比如常用的封装: --将元素定位方法重新封装 --封装上下左右滑动 ...
- python selenium unittest_python+selenium+unittest——ui自动化的轻量级选择
最近项目部分趋于稳定,部分功能进入了维护阶段,但每次的小改动都需要进行回归测试,回归的用例不多但也算是重复劳动浪费资源.为了节约这部分人力,我考虑引入web的ui自动化.之前在其他项目中用的都是jav ...
- python做ui自动化_[python]RobotFramework自定义库实现UI自动化
1.安装教程 环境搭建不多说,网上资料一大堆,可参考https://www.cnblogs.com/puresoul/p/3854963.html,写的比较详细,值得推荐.目前python3是不支持r ...
- jemeter python接口自动化测试平台_python接口自动化测试之request
之前小编写过Rest-assuert接口测试框架,它是基于java的,那么怎么轻轻松松玩转python接口自动化测试呢?今天小编就写写如何使用python Request进行接口自动测试. 学习任何一 ...
- python自动化控制_python用于自动化控制编程
Python自动化是做什么的 软件测试里面有Python自动化测试这个课程吗? 在人工智能+大数据的飞速发展的大环境下,Python开发语言日渐火爆,Python自动化测试也将逐渐取代传统的软件测试, ...
- python(十二)Uiautomator2搭建UI自动化框架实战
前言 由于公司UI自动化框架底层用的是Uiautomator2,所以我就用Uiautomator2搭了一套UI自动化框架,并运用某软件做了一个实战,思路其实和之前写的Appnium一样的 ps:这里其 ...
最新文章
- Android应用开发-快速入门
- 巧用HashMap一行代码统计单词出现次数
- java支付模块架构,涨薪7K!
- linux下c语言编程gedit,Ubuntu Linux下实现Gedit支持NesC语法高亮
- Python库:Pyinstaller库、pip工具、pip指定安装源和版本
- 关于未在本地计算机上注册“Microsoft.Jet.OleDb.4.0”提供程序的解决办法
- 深度学习中常见的Normalization总结—Batch Normalization,Instance Normalization
- FreeSwitch中的会议功能
- 学习总结-《父与子的编程之旅》chapter 17
- android桌面工具,不一样的Android桌面小工具
- python小波变换时频分析
- 12306为什么买票这么难
- 一维码二维码的生成及打印
- i78700k配什么显卡好_最新适合搭配i7-8700的显卡推荐 i7 8700配什么显卡好
- space-around space-evenly区别
- js遍历对象(js遍历对象的所有属性)
- windows7所有版本
- 家用小型监控器安装位置与功能
- Mybatis框架Result Maps解析
- 蓄电池充放电一体机(铅酸电池组和铁锂电池组)放电、充电、循环充电设备应用
热门文章
- 在 Asp.Net Core 中使用 worker services
- 简单聊聊AspNetCore的启动流程
- WSL2 支持挂载物理磁盘,Windows 可直接访问 ext4
- dotNET Core 3.X 请求处理管道和中间件的理解
- asp.net core 使用newtonsoft完美序列化WebApi返回的ValueTuple
- 知道的越多,越感觉自己渺小
- WTM重磅更新,LayuiAdmin免费用 and more
- HttpClientFactory 使用说明 及 对 HttpClient 的回顾和对比
- 程序员修仙之路--把用户访问记录优化到极致
- ASP.NET Core Identity 实战(3)认证过程