UI自动化之aircv图像识别中心坐标点击

最新推荐文章于 2024-11-08 12:38:39 发布

原创

最新推荐文章于 2024-11-08 12:38:39 发布 · 2.8k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#appium+pytest UI自动化

本文介绍了在UI自动化测试中，如何利用aircv库进行图像识别并实现坐标点击。通过预先截图，然后在需要查找的页面进行元素识别，提高定位准确性。在实际应用中，虽然识别速度较慢，但能有效应对屏幕亮度等因素导致的定位问题。作者期待发现更高效的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

接上篇：UI自动化之driver.Tap坐标定位上篇提到driver.tap是一种盲点方法，那么我们改如何解决，这里我用到了aircv图像识别库，安装 pip install aircv。思路是预先的截待识别的图片元素imgobj，用之去在需要查找的页面imgsrc 去识别，如果存在则返回true，不存在则返回false，

import aircv as ac
    """ 
    待识别图片在截屏中的中心坐标，注：imgobj按1:1截图
    """
    def acTap(self,path):
        pic_time = time.strftime('%Y-%m-%d-%H_%M_%S',time.localtime(time.time()))
        dic_time = 'ScreenShot' + time.strftime