APP自动化测试，判断页面与预期是否相同

自动化测试中，有时需要验证页面跳转是否正常

1、选择appium实现，因为要填写appPcakage和appActivity，只能验证一个单独的APP，在自身APP上各个页面是否跳转正常

例如：焦点从APP中的【智能音箱】TAB移动到【历史】TAB后，可以通过try去判断“历史”页面是否存在应有的元素，若抛出异常说明跳转没有成功

1#从A页面，跳转到B页面
2driver.find_element_by_xpath(u"//*[@text='历史']").click()
3
4# 判断是否成功跳转到了B页面
5try:
6    driver.find_element_by_xpath(u"//*[@text='全部历史']") 
7    print u"成功"
8except NoSuchElementException as msg: 
9    print u"失败，查找元素异常%s"%msg

2、若需求是验证从A_APP跳转到B_APP，因为有多个APP，因为要填写appPcakage和appActivity，appium就会有一定局限性，如图所示APP，源均来源于第三方APP，点击跳转到第三方APP，appium判断是否跳转成功就有一定难度

若不用appium判断，可以利用opencv进行判断，因为大多数app启动时都会有splash页，我们可以利用代码判断启动时的splash页与预期图片是否一致

代码如下，输出的值越接近0则两张图片相似度越高，若输出的值为0，则两张图一致

1import cv2
2import numpy as np
3
4class Test:
5    
6    def getHash(self,image):
7        avreage=np.mean(image)
8        hash0 = []
9        for i in range(image.shape[0]):
10            for j in range(image.shape[1]):
11                if image[i,j]>avreage:
12                    hash0.append(1)
13                else:
14                    hash0.append(0)
15
16        return hash0
17
18    def Hamming_distance(self,hash1,hash2):
19        num = 0
20        for index in range(len(hash1)):
21            if hash1[index] != hash2[index]:
22                num += 1
23        return num
24
25    def classify_aHash(self,image1,image2):
26        image1 = cv2.resize(image1,(8,8))
27        image2 = cv2.resize(image2,(8,8))
28        gray1 = cv2.cvtColor(image1,cv2.COLOR_BGR2GRAY)
29        gray2 = cv2.cvtColor(image2,cv2.COLOR_BGR2GRAY)
30        hash1 = self.getHash(gray1)
31        hash2 = self.getHash(gray2)
32        return self.Hamming_distance(hash1,hash2)
33if __name__ == '__main__':
34    w=Test()   　　#导入1.png图片和2.png图片
35    img1 = cv2.imread('1.png')
36    img2 = cv2. imread('2.png')
37    degree = w.classify_aHash(img1,img2)　　#输出值等于0说明两张图片一致，输出值不为0，则越接近0则越相似
38    print degree
39    cv2.waitKey(0)