在實際工作中，App的按鍵響應時間作為一項核心效能指標，在每個版本基本都會進行資料的收集。

縱向對比（與之前版本），目前主要依賴於開發埋點，橫向對比（競品間），需要人工拿高清攝像機錄製採集，然後利用分幀工具進行分幀，根據幀數計算響應時間。如果這套流程可以自動化的話將會釋放很多人力。

1、錄屏

 儘可能的能夠錄製高fps的視訊，這樣可以減少丟幀帶來的資料誤差。

第三方錄屏工具：安卓錄屏大師

呼叫系統介面: MediaProjection和MediaProjectionManager（Android 5.0以上系統支援）

Adb命令: adb shell screenrecord /sdcard/demo.mp4

2、分幀

接下來需要將錄製的視訊進行分幀，一般採用ffmpeg來進行分幀。

分幀命令：ffmpeg -i demo.mp4 -r 60 -t 100 %d.jpeg（-r 設定幀率）

3、影象處理

可以使用Python影象處理PIL的Image模組或者CV的cv2模組，需要基礎的影象處理知識背景。

4、計算響應時間

通過識別起始幀和終止幀的位置，計算出響應時間。響應時間 = 總幀數 * 1/60

此外，最近看到幾篇利用機器學習來計算響應時間，具體思路如下：錄屏和分幀工具如上，只不過需要收集一些訓練資料，通過對訓練資料進行訓練建立模型，其次啟動應用，錄製視訊，對視訊進行分幀，得到測試資料集，最後利用訓練的模型對測試資料集進行預測分析，得到總幀數，計算出響應時間。思路很好，可以嘗試將機器學習應用於軟體測試領域，具體複雜度需要根據業務需要來評估。