利用OpenCV完成模板匹配
OpenCV是一个基于BSD开源许可发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。主要提供C++接口,同时提供了Java、Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
本次分享《利用Python开发图像识别测试框架》实验中的实现自动化测试框架,回顾本章节的前期分享,请点击:
OpenCV是一个基于BSD开源许可发行的跨平台计算机视觉库,可以运行在Linux、Windows、Android和Mac OS操作系统上。主要提供C++接口,同时提供了Java、Python、Ruby、MATLAB等语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
在模板匹配方面,OpenCV也提供了完整的接口,相对于我们利用Python+Pillow库开发的原生算法,OpenCV实现了更加高效的匹配算法。在Python中要能够正常使用OpenCV,必须首先安装OpenCV的库文件。利用“pip install opencv-python”命令进行正常安装即可。
安装完成后,我们便可以利用OpenCV完成上一节当中的“find_image”方法完全相同的功能,其代码及备注如下:
def find_image(self, target): |
上述的find_image方法实现了与前一节中的find_image完全一样的模板匹配功能,一样的参数,一样的返回值。我们可以用上述代码替换掉原生代码,并集成到已经实现的测试框架中完成相同的功能。
此处不再赘述。
下期推送:利用Python开发Monkey测试脚本