此文章来源于项目官方公众号：“AirtestProject”
版权声明：允许转载，但转载必须保留原链接；请勿用作商业或者非法用途

前言

在 Airtest1.2.0 版本，我们新增了 1 个图像识别的算法：mstpl。该算法在一定程度上可以提高我们图像识别的正确率。

另外，mstpl 算法还有俩个特有的参数，分别是 scale_step 和 scale_max 。那么今天我们就来聊一聊这俩个参数是如何调节的。

1. 如何调节 scale_step

scale_step 用于控制搜索比例步长，它代表匹配时搜索的精细程度。进行图像匹配时，会在原始截图的一定缩放范围内以截图最长边 * scale_step 的步长进行搜索。默认值 0.01，取值范围 [0.001, 0.1]，推荐值 0.02, 0.005, 0.001。

通常该值不需要调整，当出现跨分辨率匹配（特别是匹配较小截图）无法匹配到时可以尝试减小它。不过减小它会大幅增加匹配时间。

举个例子，我们在进行如下所示的图像识别时：

会发现当 scale_step=0.01 时是识别不到的：

而当 scale_step=0.005 的时候，又可以识别成功：

2. 如何调节 scale_max

scale_max 用于调节匹配的最大范围，默认值 800， 取值范围 [700 , 2000]，推荐值 740, 800, 1000。

考虑到匹配性能 mstpl 在开始匹配之前会将截屏大小限制一个最大值，比如，截屏为 (699, 1964) ，scale_max=1000 ，那么在匹配前截屏会被 resize 为 (356，1000)。

理论上 scale_max 越小速度越快，但也会有匹配不到较小的 UI 风险。不过由于提前退出机制，scale_max 较大时匹配较小的 UI 也可能出现更快的情况。

使用中，如果遇到截图非常小匹配不到，可以尝试调大 scale_max 。

举个例子，我们在进行如下所示的图像识别时：

会发现当 scale_max=1000 时是识别不到的：

而当 scale_max=1100 的时候，又可以识别成功：

3. 在哪里修改这俩个参数的值

1）通过图像编辑器修改

我们可以在 IDE 中双击该图片打开图像编辑器，在右侧的参数表格中，修改 scale_step 和 scale_max 的值，修改完毕之后别忘记点击右下角的 OK 按钮来保存修改：

2）直接在脚本里修改

我们也可以在 IDE 的脚本编辑窗里，右键单击空白处，选择 图片/代码模式切换 ，切换到代码模式后，在图像脚本里面添加/修改 scale_step 和 scale_max 的值：

touch(Template(r"tpl1631007320263.png", scale_max=1100, scale_step=0.005))

3）修改 Airtest 使用的图像识别算法

有时候，我们想根据自己项目的需求来修改 Airtest 使用的图像识别算法，比如调整 Airtest 图像识别算法的使用顺序，或者指定仅使用其中某一个算法：

from airtest.core.settings import Settings as ST

# 调整Airtest图像识别算法的使用顺序
ST.CVSTRATEGY = ["mstpl","tpl", "sift","brisk"]

# 指定仅使用mstpl算法
ST.CVSTRATEGY = ["mstpl"]

小结

那么今天关于新算法 “mstpl” 的介绍就到这里啦，如果同学们对新算法还有其他疑问，或者对 Airtest 的图像识别算法有什么意见，欢迎反馈到我们的 issue-helper 网址上（https://airtest.netease.com/issue_list）。

Airtest 官网：https://airtest.netease.com/
Airtest 教程官网：https://airtest.doc.io.netease.com/
搭建企业私有云服务：https://airlab.163.com/b2b

官方答疑 Q 群：654700783

呀~这么认真都看到这里啦，帮忙点击左下角的爱心，给我点个赞支持一下把，灰常感谢~