這裡我們使用selenium驅動測試，使用opencv進行頁面元素判定。

OpenCV是一個基於BSD許可（開源）發行的跨平臺計算機視覺庫，可以執行在Linux、Windows和Mac OS作業系統上。它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實現了影象處理和計算機視覺方面的很多通用演算法。

0.基本步驟

在自動化測試中，我們預先對目標影象進行截圖，使用selenium驅動頁面訪問，使用xpath預先驗證指定元素是否存在，之後使用opencv的模板匹配對元素的內容進行驗證。

在示例中，我們使用百度搜索opencv，驗證搜尋結果中是否包含百度百科的詞條，以及百度百科詞條中opencv的logo是否存在。

1.測試環境:

Firefox  v42.0

Python v2.7.10

Opencv v2.4.8

Numpy v1.8.1

Selenium v2.47.1

2.準備目標影象

使用baidu搜尋opencv，並對我們需要驗證的影象進行截圖。

3.使用selenium開啟baidu進行搜尋

browser = webdriver.Firefox() # Get local session of firefox
browser.get("http://www.baidu.com") # Load page
assert "百度" in browser.title
elem = browser.find_element_by_id("
 
kw") # Find the query box
elem.send_keys("opencv" + Keys.RETURN)
time.sleep(1) # Let the page load, will be added to the API

4.使用selenium驗證搜尋結果中是否含有百度百科詞條，這裡我們使用xpath進行驗證

try:
    browser.find_element_by_xpath("//h3/a[contains(text(),'_')]") #find baike in result page
    browser.save_screenshot('D://source.jpg
 
') #save page 
except NoSuchElementException:
assert 0, "can't find opencv element"

5.使用opencv驗證影象是否存在

sourcename = "D:/source.jpg"
source = cv.LoadImage(sourcename)
templatename="D:/template2.jpg"
template=cv.LoadImage(templatename)

W,H=cv.GetSize(source)
w,h=cv.GetSize(template)
width=W-w+1 
height=H-h+1
result=cv.CreateImage((width,height),32,1)  #result是一個矩陣，用於儲存模板與源影象每一幀相比較後的相似值

cv.MatchTemplate(source,template, result,cv.CV_TM_SQDIFF) #從矩陣中找到相似值最小的點，從而定位出模板位置
(min_x,max_y,minloc,maxloc)=cv.MinMaxLoc(result)
(x,y)=minloc
print min_x,max_y,minloc,maxloc
assert (min_x<10000000), "can't find opencv image"

6.檢視驗證結果

在編寫指令碼過程中，由於實際的影象處理偏差，min_x的最大值需要根據具體影象進行不同的調整，校驗時，可以將影象識別的結果進行輸出，以便於檢視。

cv.Rectangle(source,(int(x),int(y)),(int(x)+w,int(y)+h),(0,0,255),2,0) #use red rectangle to notify the target
cv.ShowImage("result", source)
cv.WaitKey()

影象識別結果：

參考資料：

完整程式碼請參考：