uiClimber使用手册

本文介绍如何在Windows环境下安装并使用uiClimber自动化测试工具,包括配置环境依赖如Python、uiautomator2等,以及启动工具进行安卓应用的遍历测试流程。

1.环境依赖

1.1 测试系统

windows

1.2 依赖包

python >=3.6 uiautomator2>=2.10.0 tornado>=4.4 adb环境

依赖包安装方法:

1.2.1 安装python

参考链接 :https://blog.youkuaiyun.com/iTxiaozhi99/article/details/114829075?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522161586339016780261919368%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D&request_id=161586339016780261919368&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_v2~rank_v29-2-114829075.first_rank_v2_pc_rank_v29_10&utm_term=python%E5%AE%89%E8%A3%85

1.2.2 安装uiautomator2

安装好python之后采用pip方式进行安装依赖包,在cmd窗口依次输入pip install uiautomator2 ,点击回车

1.2.3 安装tornado

在cmd窗口依次输入 pip install tornado,点击回车

注意:pip install xx 时遇到There was a problem confirming the ssl certificate…的解决办法
这是因为国内墙的问题,可以使用就近的地址下载:
pip install xx -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com

1.3 手机依赖

手机需要root

1.4 测试包依赖

只能测试release包,debug包由于sunglass工具的原因,暂不支持测试

2.使用方法

2.1 安装uiClimber遍历工具

采用pip 方式进行安装 pip install -i https://test.pypi.org/simple/ uiClimber==0.3.2

cmd输入效果如下

C:\Users\tangwenbo6\IdeaProjects\UIMonkey2021>pip install -i https://test.pypi.org/simple/ uiClimber==0.3.2

注意:后续uiClimber如果有版本迭代,只修改命令最后的版本号再运行,即可更新最新版本

2.2 启动uiClimber遍历工具

命令行输入工具名称即可启动操作界面,cmd输入如下

C:\Users\tangwenbo6>uiClimber

2.3 启动之后进入工具配置页面,依照web端提示进行配置,插上手机,点击开始测试,即可启动测试
在这里插入图片描述

配置项说明:

'安卓release包url '–填写url之后会默认进行下载操作,耗时较长。url示例:http://storage.jd.com/com.bamboo.jdmall.org.com/318944/JDMALL-9.4.4-87055-Release_64bit-202103041701_sec_signed.apk

‘安卓APK路径’–此项与’安卓release包url '配置项互斥,只填写一个即可

2.4 开始测试之后cmd窗口会显示当前测试进展

Crawler.py路径c:\users\tangwenbo6\appdata\local\programs\python\python39\lib\site-packages\uiClimber\webservice\Crawler.py
ROOT_DIR路径c:\users\tangwenbo6\appdata\local\programs\python\python39\lib\site-packages\uiClimber
python.exe路径c:\users\tangwenbo6\appdata\local\programs\python\python39\python.exe
服务器状态:check_origin
服务器状态:open
服务器状态:on_message
从前端接收到请求信息是: {"taskname":"123","testtype":"0","tasktime":"10","screenshoot":"on","install":"on","login":"on","account&password":"0","apkurl":"http://storage.jd.com/com.bamboo.jdmall.org.com/318944/JDMALL-9.4.4-87055-Release_64bit-202103041701_sec_signed.apk","apkpath":"","apk_url":""}
<class 'str'>
<class 'dict'>
当前项目路径:c:\users\tangwenbo6\appdata\local\programs\python\python39\lib\site-packages\uiClimber
配置文件路径:c:\users\tangwenbo6\appdata\local\programs\python\python39\lib\site-packages\uiClimber\config\webconfig.json
测试报告路径:c:\users\tangwenbo6\appdata\local\programs\python\python39\lib\site-packages\uiClimber\result
开始写入文件
开始测试

2.5 测试结束之后,可以根据cmd窗口log信息 "测试报告路径"查看测试报告Result.html(后续计划优化在前段添加查看报告按钮,点击进行查看)

报告显示效果
在这里插入图片描述

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的智能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值