zoukankan      html  css  js  c++  java
  • 使用Selenium和openCV对HTML5 canvas游戏进行自动化功能测试(一)

    上一篇讲了HTML5 canvas游戏的基本工作原理,接下来讲如何进行自动化功能测试。

    Selenium是一个跨平台的跨浏览器的对网页进行自动化测试的工具。从Selenium 2.0开始Selenium就和WebDriver合体了。如果你还不了解Selenium怎么用,可以看看官网上的例子。Selenium支持各种语言的binding,方便起见,下面的测试脚本都用Python来写。

    自动化功能测试用例流程基本上是这样的:启动浏览器 -> 打开游戏(网页)-> 对游戏图像进行模板匹配,确保UI元素显示正确 -> 模拟用户操作 -> 到下一场景  -> 继续模板匹配 -> 继续模拟操作 -> 关闭游戏(网页)以及浏览器。如果发现问题,就意味着测试用例失败,需要报告问题。

    假如我想测试一个HTML5 canvas游戏,那么首当其冲就是要找它的canvas标签了。Selenium支持各种查找方法:

    • find_element()
    • find_element_by_id()
    • find_element_by_name()
    • find_element_by_tag_name ()
    • find_element_by_css_selector()
    • find_element_by_link_text()
    • find_element_by_partial_link_text()
    • find_element_by_xpath()

    挑个最容易的吧: canvas = browser.find_element_by_xpath("//canvas")

    那么我怎样获得canvas中的图像呢?有两种办法。一种是通过canvas.toDataURL():

    var strData = canvas.toDataURL('image/png');

    这种方法返回一个代表整个图像的Base64字符串。看上去就像:"data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO 9TXL0Y4OHwAAAABJRU5ErkJggg==" (如果你知道怎么解码,就能发现这个字符串表示了一个小圆红点点。)

    另一种方法是使用context.getImageData():

    var dataObj= context.getImageData(x, y, w, h);

    返回一个对象包含RGBA字节缓存。

    后者比前者要快很多,并且可以指定裁剪区域,推荐用后者。

    不过这两者都是Javascript调用,如何和Selenium的Python脚本联系起来呢?

    幸运的是Selenium支持直接调用Javascript:

    def getClippedImageFromCanvas(browser, canvas, x, y, w, h):
        '''Get a clipped image from canvas using context.getImageData.'''
        data = browser.execute_script("\
            var canvas= arguments[0];\
            var x=arguments[1];\
            var y=arguments[2];\
            var w=arguments[3];\
            var h=arguments[4];\
            var context = canvas.getContext('2d');\
            var dataObj= context.getImageData(x, y, w, h);\
            var data = dataObj.data;\
            return data;"
            ,canvas, x, y, w, h) 
        data_bytes = array.array('B', data).tostring()
        im = Image.fromstring("RGBA", (w, h), data_bytes)
        return im

    这样我们就获得了可以用于Python脚本的图像。接下去需要做的就是对图像进行模板匹配,比如看看预期的UI元素是否出现在正确的位置。这个工作可以由openCV完成。

    除了图像识别,我们还需要模拟用户操作,如鼠标点击:

    webdriver.ActionChains(browser).move_to_element_with_offset(canvas, x, y).click().perform()

    Selenium/Webdriver支持链式操作,很cool。

    下一篇会讲一下openCV是如何进行图像模板匹配的。 

  • 相关阅读:
    activiti流程跟踪图简单详解
    maven夹包引入的速度问题
    maven的pom.xml文件配置详解
    maven的简单使用
    Spring mail 邮件服务及其参数配置
    json格式的简单转换
    ajax的简单理解
    广告关闭按钮
    跨数据库调用
    如何完成DEDE CMS外部数据库调用|不同数据库调用数据
  • 原文地址:https://www.cnblogs.com/silmerusse/p/3201037.html
Copyright © 2011-2022 走看看