Python图片识别找坐标（appium通过识别图片点击坐标），,***如果只想了解图

Python图片识别找坐标（appium通过识别图片点击坐标），,***如果只想了解图

***如果只想了解图片相似度识别，直接看第一步即可***如果想了解appium根据图片识别点击坐标，需要看第一、二、三步背景|在做UI测试时，发现iOS自定义的UI控件，appium识别不到。所以考虑通过识别图片找坐标，进而通过点击坐标解决问题依赖python包|opencv、numpy、aircv

第一步：查找图片在原始图片上的坐标点

import aircv as acdef matchImg(imgsrc,imgobj,confidencevalue=0.5):#imgsrc=原始图像，imgobj=待查找的图片    imsrc = ac.imread(imgsrc)    imobj = ac.imread(imgobj)     match_result = ac.find_template(imsrc,imobj,confidence)  # {‘confidence‘: 0.5435812473297119, ‘rectangle‘: ((394, 384), (394, 416), (450, 384), (450, 416)), ‘result‘: (422.0, 400.0)}    if match_result is not None:        match_result[‘shape‘]=(imsrc.shape[1],imsrc.shape[0])#0为高，1为宽    return match_result

说明：通过aircv的find_template()方法，来返回匹配图片的坐标结果1.入参：find_template(原始图像imsrc，待查找的图片imobj，最低相似度confidence)2.返回结果：

{‘confidence‘: 0.5435812473297119, ‘rectangle‘: ((394, 384), (394, 416), (450, 384), (450, 416)), ‘result‘: (422.0, 400.0)

confidence：匹配相似率rectangle：匹配图片在原始图像上四边形的坐标result：匹配图片在原始图片上的中心坐标点，也就是我们要找的点击点注意：如果结果匹配到的confidence小于入参传递的相似度confidence，则会返回None，不返回字典参考文档：https://github.com/NetEaseGame/aircv

第二步：将图片匹配的坐标点，转换为手机屏幕上实际的坐标点

因为截图后在PC上的分辨率，和在手机上分辨率不一样，而我们通过第一步求出的坐标点是PC上截图的坐标点，一般比手机上大很多，所以需要转换一下坐标

photo_position=self.driver.get_screenshot_as_file(imgfile)#截屏手机 x = self.driver.get_window_size()[‘width‘]y = self.driver.get_window_size()[‘height‘]size_width,size_height = x,y #获得手机d的宽高尺寸 confidencevalue = 0.8  # 定义相似度position = matchImg(imsrc,imobj,confidence)# 用第一步的方法，实际就是find_template()方法 if position != None:    x, y = position[‘result‘]    shape_x, shape_y = tuple(map(int,position[‘shape‘]))    position_x,position_y=int(photo_position_x+(photo_width/shape_x*x)),int(photo_position_y+(photo_height/shape_y*y))    self.driver.tap([(position_x, position_y)])

思路说明：1.通过appium的方法driver.get_screenshot_as_file(filename)进行截图2.通过appium的get_window_size获得宽高的字典，进而得到宽和高3.在PC上通过截图和获取到的手机屏截图做匹配，返回匹配结果坐标以及PC上原图的尺寸4.通过PC上截图和手机上屏幕的宽高比，以及在PC上的实际坐标点，获得手机上实际的坐标点5.最后通过appium的方法对手机上的坐标进行点击drive.tap([x,y])注意：为了匹配结果的精准性，截图最好在PC上原图1:1下截图，不要放大后截图，否则相似度会差很多

第三步：优化，截取手机上部分区域图片，进行相似度匹配，提高匹配精度

因为有些图片太小了，如果在一张大图上进行匹配，经常匹配不到。那如果知道图片出现的大概位置，可以截图那个区域再进行匹配这里有两种区域截图方法：1.根据appium定位到的元素进行截图

driver.find_element(*element).screenshot(imgfile)

2.根据截图矩形左上角坐标（百分比x,y）和宽高（百分比）截图

Image.open(imgfile).crop((pc_location_x,pc_location_y,pc_location_x+pc_width,pc_location_y+pc_height)).save(imgfile)

先截取整个手机屏幕，然后根据百分比以及PC上截图的宽高进行计算，通过PIL的crop()方法截图，获得截图上的坐标然后根据PC和手机上图片的比例获得手机上的坐标

Python图片识别找坐标（appium通过识别图片点击坐标）