编写一个基于 UIAutomator2 和 Pytest 的图片相似度测试脚本是一个有趣且富有挑战的任务。UIAutomator2 是一个用于 Android 应用的自动化测试框架，而 Pytest 是一个功能强大的 Python 测试框架。以下是一个简单的教程，帮助你创建一个基本的图片相似度测试脚本。

准备工作

1. 安装必要的库和工具

• 确保你已安装 Python，并使用 pip 安装必要的库：
  pip install uiautomator2 pip install pytest pip install opencv-python pip install scikit-image

2. 设置手机与开发环境的连接

• 连接你的 Android 设备到计算机，并确保开发者选项已启用。
• 启动 adb 服务并确保设备已正确连接。
  adb devices

3. 启动 UIAutomator2 服务

• 在你的 Python 脚本中，启动 UIAutomator2 服务以便进行测试。
  import uiautomator2 as u2 d = u2.connect() # 连接到设备

创建测试脚本

1. 捕获屏幕截图

   使用 UIAutomator2 捕获当前屏幕的截图并保存下来：

   screenshot_file = "/sdcard/screenshot.png"  
   d.screenshot(screenshot_file)  

2. 下载截图到本地

   使用 adb 或 UIAutomator2 将截图从设备中下载到本地：

   local_file = "screenshot.png"  
   d.pull(screenshot_file, local_file)  

3. 计算图片相似度

   使用 OpenCV 或 Scikit-Image 计算两张图片的相似度，这里使用结构相似性 (SSIM) 作为示例：

   from skimage.metrics import structural_similarity as ssim  
   import cv2  
   def calculate_similarity(img1_path, img2_path):  
      img1 = cv2.imread(img1_path, cv2.IMREAD_GRAYSCALE)  
      img2 = cv2.imread(img2_path, cv2.IMREAD_GRAYSCALE)  
      score, _ = ssim(img1, img2, full=True)  
      return score  

4. 编写 Pytest 测试用例

   将图像相似度检测纳入 Pytest 测试用例中，以下是一个简单的例子：

   import pytest  
   def test_image_similarity():  
      reference_image = "reference.png"  # 参考图像  
      test_image = "screenshot.png"      # 测试图像  
      similarity_score = calculate_similarity(reference_image, test_image)  
      assert similarity_score > 0.9, f"图像相似度过低：{similarity_score}"  
   if __name__ == "__main__":  
      pytest.main()  

运行测试

在终端中执行以下命令运行你的测试：

pytest test_script.py  

注意事项

• 设备兼容性：确保设备与 UIAutomator2 的兼容性。
• 图片质量及大小：在比较图像之前，确保两张图像的分辨率相同。
• 阈值调整：根据场景适当调整 SSIM 相似度的阈值。

通过以上步骤，你就可以设置一个简单的基于 UIAutomator2 和 Pytest 的图片相似度测试脚本。当然，根据项目需要，可以进一步优化测试逻辑和处理过程。