主要功能：

0、安裝、啟動、卸載app

1、模擬點擊（基于坐標）

2、模擬滑動（基于坐標）

3、文本輸入（支持中文輸入）

4、屏幕截圖

3、文本識別（用于斷言）

4、圖片識別（用于斷言）

廢話不多說，代碼比較清楚

#-- coding: utf-8 --

import sys,os

from PIL import Image

import pytesseract

import time

import cv2 as cv

import numpy as np

"""

使用前提：

1、 本地需要有adb，并且配置了環(huán)境變量

2、 檢查設備連接狀態(tài)的時候只檢查了是否有模擬器，并且只能一個設備，如果有其他需求可以自行修改 check_devices_state 函數(shù)即可

3、 使用了圖片文字識別工具（安裝好后需要配置環(huán)境變量）：http://digi.bib.uni-mannheim.de/tesseract/tesseract-ocr-setup-4.00.00dev.exe 下載好安裝的時候需要勾選下載所有語言庫。單獨中文語言庫安裝路徑：https://github.com/tesseract-ocr/tessdata/find/master/chi_sim.traineddata

4、 使用到了第三方庫：PIL（這是一個圖片處理庫） ， 使用 pip install Pillow 命令進行安裝

5、 需要使用三方庫：pytesseract（這是一個圖片文字識別庫）， 使用 pip install pytesseract 命令進行安裝（如果已經(jīng)配置過tesseract的環(huán)境變量則不需要額外配置）

6、 需要使用第三方庫：numpy和cv2 用于做圖片圖片匹配使用，分別使用領命 pip install opencv-python 和 pip install numpy 進行安裝

"""

#-- coding: utf-8 --

import sys,os

from PIL import Image

import pytesseract

import time

import cv2 as cv

import numpy as np

sys.path.append("E:\\myPython\\autoTest")

from printColor import winColor # 導入自己的方法庫

# 安卓基礎類

class Android_auto_test:

# 檢查設備連接狀態(tài)的函數(shù),只適用于模擬器

def check_devices_state(self):

flag = 0

while flag < 3:

command_result = str(os.popen("adb devices").readlines())

if "127.0.0.1" in command_result or "emulator-5554" in command_result:

return True

else:

print("未檢測到設備，重啟adb服務... ...")

os.system("adb kill-server")

os.system("adb start-server")

flag = flag+1

winColor().print_red_text("Error：未找到模擬器設備，請確認模擬器設備是否存在")

exit(0)

# 安裝apk，傳入apk路徑

def install_apk(self, apkPath):

self.check_devices_state()

try:

os.system("adb install -r {}".format(apkPath))

except:

winColor().print_red_text("Error: install faild")

exit(0)

# 卸載apk，傳入包名進行卸載

def uninstall_apk(self, packageName):

self.check_devices_state()

os.system("adb uninstall {}".format(packageName))

# 獲取apk包名。需要使用aapt命令，請確保本地有該命令的運行環(huán)境先

def get_package_name(self, apkPath):

command_result_name = os.popen("aapt dump badging {} | findstr name".format(apkPath)).read()

packageName = command_result_name.split()[1].split("'")[1]

command_result_activty = os.popen("aapt dump badging {} | findstr activity".format(apkPath)).read()

launchActivityName = command_result_activty.split()[1].split("'")[1]

return packageName, launchActivityName

# 啟動游戲

def launch_game(self, packageName, launchActivity):

self.check_devices_state()

try:

os.system(r"adb shell am start {}/{}".format(packageName, launchActivity))

except:

winColor().print_red_text("Error: 啟動失敗, 需要用 包名/包名.activity名 來啟動游戲")

X, Y = 0, 0

def __init__(self):

self.check_devices_state()

X, Y = os.popen("adb shell wm size").read().strip().split(":")[-1].strip().split("x") # 獲取模擬器尺寸

# 截圖，返回截圖存放路徑。可自定義截圖尺寸，需要傳入左上角x,y和右下角x,y

def screencap(self, startX = 0, startY = 0, endX = X, endY = Y):

self.check_devices_state()

os.system("adb shell screencap /data/local/tmp/test.png")

os.system("adb pull /data/local/tmp/test.png tmp.png")

if endX != self.X:

img = Image.open("tmp.png")

cropped = img.crop((startX, startY, endX, endY)) # (left, upper, right, lower)

cropped.save("tmp.png")

pypath = os.path.realpath( os.path.dirname(__file__) )

return os.path.join(pypath, "tmp.png")

# 識別圖片中的文字。對圖片進行灰度、二化值處理

def get_picture_str(self, picturePath, colorValue = None):

# 實際多次測試后發(fā)現(xiàn)，對于我們游戲內(nèi)字體，無需進行二化值處理即可識別，但是需要對要識別的圖片進行一下剪裁來提高識別效率

# 圖片灰度處理

picture = Image.open(picturePath).convert('L')

picture.save(picturePath, dpi=(300.0,300.0))

## 二值化，采用閾值分割法，threshold為分割點

if colorValue != None:

winColor().print_green_text("Message: 使用二值化處理, 分割點：{}".format(colorValue))

threshold = colorValue

table = []

for j in range(256):

if j < threshold:

table.append(0)

else:

table.append(1)

newPicture = picture.point(table, '1')

## 保存的時候調(diào)整屏幕分辨率為300，有利于 tesseract 識別

newPicture.save(picturePath, dpi=(300.0,300.0))

# 識別

text=pytesseract.image_to_string(Image.open(picturePath), lang='chi_sim')

return text

# 文字是否在屏幕中 - 檢查5次。

def check_str_exist(self, checkStr, startX = 0, startY = 0, endX = X, endY = Y, times = 5):

flag = 0

while flag < times:

if checkStr in self.get_picture_str(self.screencap(startX, startY, endX, endY), colorValue = None):

return True

flag = flag + 1

time.sleep(1)

return False

# 點擊坐標, 使用的模擬器屏幕分辨率為 1280x720

def click(self, x, y):

self.check_devices_state()

os.system("adb shell input tap {0} {1}".format(x,y))

time.sleep(0.5)

# 從一個坐標滑動到另一個坐標，t表示滑動耗時

def swipe(self, oldx, oldy, newx, newy, t):

self.check_devices_state()

cmd = "adb shell input swipe {0} {1} {2} {3} {4}".format(oldx, oldy, newx, newy, t)

os.system(cmd)

time.sleep(1)

# 輸入文本

def set_text(self, s):

self.check_devices_state()

#如果要輸入的文本中包含空格，則必須使用keyevent 62來代替，以下的寫法最后會多輸入一個空格；不過對我自己沒什么影響所以就沒處理了

if len(s.split()) == 1:

os.system("adb shell input text '{0}'".format(s) )

else:

for i in s.split():

os.system("adb shell input text '{0}'".format(i))

os.system("adb shell input keyevent 62")

time.sleep(1)

# 輸入含有中文的文本( 需要在模擬器上預先安裝 ADBKeyBoard.apk)

def set_text_utf8(self, s):

self.check_devices_state()

cmd = "adb shell am broadcast -a ADB_INPUT_TEXT --es msg '%s'" %s

os.system(cmd)

# 圖片識別，根據(jù)傳入的圖片,獲取該圖片在屏幕中的位置, 傳入圖片和相似度（取0-1，最好使用0.99）, 還可以傳入需要獲取的point位置，上中下

def get_flagPicture_point(self, flagPicture, precision = 0.99, locationPoint = "center"):

flag1 = 0

while flag1< 5:

screencapPicture = self.screencap()

flag = cv.imread(flagPicture)

screen = cv.imread(screencapPicture)

result = cv.matchTemplate(screen, flag, cv.TM_CCORR_NORMED) #模板匹配，使用cv.TM_SQDIFF_NORMED方法

y, x = flag.shape[:2] #返回圖片的高和寬

min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)

if max_val >= precision: #這里做一個判斷，經(jīng)過大量測試，能匹配到的圖片閾值大于0.99的時候，才是真的匹配到了

tl = max_loc

if locationPoint == "center":

point = (tl[0] + x/2, tl[1] + y/2)

if locationPoint == "bottom": # 1160 439 1160 444

point = (tl[0] + x/2, tl[1] + y)

if locationPoint == "top":

point = (tl[0] + x/2, tl[1])

return point

else:

flag1 = flag1 + 1

time.sleep(2)

return False

"""

# 模板匹配demo

# def find_picture(picture, flag):

# methods = [cv.TM_SQDIFF_NORMED, cv.TM_CCORR_NORMED, cv.TM_CCOEFF_NORMED] #三種比對方式

# x,y = flag.shape[:2] #返回圖片的長和高

# for md in methods:

# result = cv.matchTemplate(picture, flag, md) #模板匹配

# cv.TM_SQDIFF_NORMED: minval越小匹配效果越好

# cv.TM_CCORR_NORMED: max_val越接近1效果越好

# cv.TM_CCOEFF_NORMED: max_val越接近1效果越好

# min_val, max_val, min_loc, max_loc = cv.minMaxLoc(result)

# if md == cv.TM_SQDIFF_NORMED:

# tl = min_loc

# else:

# tl = max_loc

# br = (tl[0]+y, tl[1] + x)

# cv.rectangle(picture, tl, br, [0,0,0])#在picture上畫一個矩形,參數(shù):原圖,矩陣坐上坐標,矩陣右下坐標,劃線的顏色,劃線的寬度

# cv.imshow(np.str(md), picture) #展示圖片（圖片名，原圖）

# picture = cv.imread("C:\\Users\\xuzhonghui\\Desktop\\MyTools\\find\\flag1.png")

# flag = cv.imread("C:\\Users\\xuzhonghui\\Desktop\\MyTools\\find\\picture1.png")

# find_picture(picture, flag)

# cv.waitKey()

# cv.destoryAllWindows()

"""

# 斷言成功則點擊對應位置，否則報錯停止腳本運行，為了減少代碼量，專門寫的一個函數(shù)

def click_str(self, checkStr, startX = 0, startY = 0, endX = X, endY = Y, clickX = 0, clickY = 0, ErrorCode = 0):

if self.check_str_exist(checkStr, startX, startY, endX, endY) == True:

self.click(clickX, clickY)

else:

winColor().print_red_text("stepError: errorCode = {}".format(ErrorCode))

exit(0)

總結

以上是生活随笔為你收集整理的python 安卓库_python 库实战 - 安卓简易自动化框架的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。