深入探索Airtest图像识别算法_airtest 图像识别算法

2024软件测试面试刷题，这个小程序（永久刷题），靠它快速找到工作了！（刷题APP的天花板）-CSDN博客文章浏览阅读2.3k次，点赞85次，收藏11次。你知不知道有这么一个软件测试面试的刷题小程序。里面包含了面试常问的软件测试基础题，web自动化测试、app自动化测试、接口测试、性能测试、自动化测试、安全测试及一些常问到的人力资源题目。最主要的是他还收集了像阿里、华为这样的大厂面试真题，还有互动交流板块……https://blog.csdn.net/AI_Green/article/details/134931243?spm=1001.2014.3001.5502很多人可能只知道Airtest框架会自动在页面识别图像，那么它到底是如何识别的，用了哪些算法？

那么小编这边今天从官方文档查阅到的知识点，给大家稍微介绍一下Airtest框架的图像识别算法，这样能够使我们对Airtest图像识别算法有更加清晰认识，同时也能更好的使用好它。

如有兴趣的同学，也可以直接查阅官方文档：图像识别算法

Airtest图像识别算法介绍

示例

下图是Airtest图像识别生成的日志信息，通过日志信息可以看到在图片识别过程中，会用到下面三种匹配算法。

从上图可以看出，Airtest尝试使用了TemplateMatching、SIFTMatching、BRISKMatching这几个算法去匹配，还能查看到匹配的结果。

介绍

在Airtest框架中有多种不同的图像识别算法，包括模板匹配和特征点匹配，示例中的TemplateMatching 属于模板匹配算法，SIFTMatching、BRISKMatching属于特征点匹配方法。模板匹配算法依赖于特征向量来进行图像匹配，而特征点匹配算法则是依赖于图像的特征点。

模板匹配

不能跨不同的分辨率识别，就是说换一台不同的分辨率设备就可能会导致识别失败

特征点匹配

支持跨分辨率识别

阈值和可信度

当我们编写好截图脚本，并且程序在运行的时候，是如何利用这些图像识别算法来判断是否有执行结果的？

就不得不提阈值和可信度了，当程序在执行图像识别过程中，会返回一个匹配结果，也就是可信度，顾名思义就是图像的相似度大小，这个取值范围是[0，1]。而阈值是每个图像脚本中都会有的属性，用于判定图像是否识别成功的依据，在不手动更改的前提下，默认值为0.7，取值范围也是[0,1]。

当图像识别算法执行完后，就会计算出来一个可信度。当可信度 > 阈值的时候，程序判定是找到了最好的匹配结果。就会停止继续匹配。而当可信度 < 阈值，就会认为还没找到最好的匹配结果，会继续其他算法进行匹配，当不同识别算法都不符合要求，则程序返回TargetNotFoundError识别失败的错误信息。

1.可信度 > 阈值，识别成功

2.可信度 < 阈值，识别失败，没有找到图像

总结

当我们了解Airtest识别图像的原理之后，会更加有助于我们在实际场景中使用图像识别算法，以及当图像识别成功率不高的情况，如何通过比较适合的方式来优化我们的脚本，确保图像识别脚本的稳定性和健壮性，是值得我们去思考的。

如果大家在使用过程有什么想法和疑问，也可以和小编一起探讨。总之，很多方法和技巧都是在实践中总结出来的，所以大家要多多实践。

行动吧，在路上总比一直观望的要好，未来的你肯定会感谢现在拼搏的自己！如果想学习提升找不到资料，没人答疑解惑时，请及时加入群： 786229024，里面有各种测试开发资料和技术可以一起交流哦。

最后： 下方这份完整的软件测试视频教程已经整理上传完成，需要的朋友们可以自行领取【保证100%免费】
软件测试面试文档
我们学习必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有字节大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。