原文地址：https://airtest.doc.io.netease.com/tutorial/9_Improved_compatibility/
注：我们的 Airtest 官方公众号（AirtestProject）会持续更新大家对于 Airtest 感兴趣的问题，欢迎有需要的同学关注并查看我们更多的内容。
原文地址：https://airtest.doc.io.netease.com/tutorial/9_Improved_compatibility/
在脚本测试的过程中，有时候我们会遇到下面这些情况：
①之前写好的截图脚本在更换一台不同分辨率的手机/更换一个环境之后，就经常遇到执行失败的报错：
报错的文字版本是：
airtest.core.error.TargetNotFoundError: 'Picture Template(E:\\test\\pycli\\untitled7.air\\tpl1570692325989.png) not found in screen'
这是因为图像识别具有一定的误差，在不同分辨率的设备上，或是画面发生了一定变化的情况下，可能会造成图像识别效果不如预期的情况。我们可以尝试各种方法修改截图，来获得更高的截图识别成功率。
②运行后查看报告，发现识别出来的位置是一个错误的位置，但是 airtest 当做是正确的。这种情况下，就需要通过调整截图、调整阈值之类的手段来修改脚本。
③运行后查看报告，报告里能看到识别到了正确的位置，也点击成功了，但是实际上没有成功点到。
这是因为在脚本编写过程中，如果有连续点击操作，屏幕内容可能会不断变化，有时候会导致脚本明明运行到了点击操作却发现没有生效的情况。这是因为屏幕内容切换速度过快，界面还未稳定的同时 airtest 就进行了元素识别和操作，导致没有成功点击到对应元素。
因此我们通常建议，在一些操作步骤结束后，适当等待一个合适的时间再进行下一步操作，例如:
from airtest.core.api import *
start_app("test_package")
sleep(5)
touch([500, 500])
sleep(1)
touch([600, 0])
①截图时尽量保证截取的图像辨识度高、独立清晰 ，例如截取一个按钮图像时，尽量不要带上太多的嘈杂背景图案，避免在背景变化后难以成功识别的问题。
这样干净的截图：
会比这样的截图好：
。
②图像识别使用的算法更适合用来识别按钮类（带边框）、图标类的图像 ，仅仅单独截取几个文字的识别成功率很低，请尽量调整图片截取内容来达到较好的识别效果，避免截取识别效果较差的内容。
③若有大量重复的、非常相似的图标堆叠在一起时，有可能识别效果不佳，在我们眼中也许每一个图标上面的文字是不一样的，然而在 Airtest 的眼中它们实在是太相似了。我们可以尝试修改截图，借助一些其他的背景样式，修改成辨识度更高的图片。
例如对于这样子的界面：
我需要点击中间第二个【安装】按钮。如果直接截图
可能根本点击不到，或者点击到错误的按钮。
但是如果我们换一种方式，截取拥有更多特征的图片：
，返回的结果则会是正确的。因为 Airtest 默认点击的是我们截图的中间位置，所以这样截图正好可以实现点击第二个【安装】按钮的效果。下文我们还可以通过设置点击位置 traget_pos，来实现第一个或第三个【安装】按钮的点击。
④尽管我们提供了便捷的自动录制功能，能够直接将当前所有操作一步一步转换成代码，但是这种情况下自动截取的图片往往不太理想，需要手工再对截图进行调整。下图是使用自动录制功能截出来的图片，可以看出截图的特征并不那么明显。
在每行图像识别脚本运行的时候，包含三个步骤：① 图像识别的初步识别结果；② 计算结果可信度；③ 通过脚本中的阈值筛选结果。
脚本中的阈值在这里起到结果筛选的作用，阈值的高低将直接影响到返回的识别结果：
阈值过高：可能导致把低可信度的初始结果全部过滤掉，最终没有有效的图像识别结果。
阈值过低：可能导致返回的是错误结果（没有正确识别结果的情况，因为阈值过低使得错误结果得以通过筛选）。
我们在提升图像脚本兼容性的时候，最重要的一个部分就是设置合理的阈值。Airtest 框架中的默认识别阈值为 0.7，我们可以进行适当调整。
我们一般使用 “图片编辑器” 修改阈值。在脚本框中双击图片打开 “图片编辑器”，我们可以实时调节右侧的 threshold 阈值数值，并点击 Snapshot + Recognition 按钮来实时验证识别结果。识别结果的可信度会直接呈现在下方状态栏上，可信度大于阈值时才会返回识别结果：
注意： 建议阈值设定在 [0.6, 0.9] 之间，避免阈值过低混入错误结果、或者阈值过高导致经常找不到结果。
如果我们想直接为整个测试脚本的图像脚本设置阈值，则可以在脚本开头时进行全局阈值的设置：
# 全局阈值的范围为[0, 1]
from airtest.core.setting import Settings as ST
ST.THRESHOLD_STRICT = 0.7 # assert_exists语句的默认阈值，一般比THRESHOLD更高一些
ST.THRESHOLD = 0.7 # 其他语句的默认阈值
在识别图像时，Airtest 会先将图像转为灰度图再进行识别。因此假如有两个按钮，形状内容相同，只有颜色不同的情况下，Airtest 将认为它们都是相同内容。如下图，如果仅截图第二个红色的【删除】按钮，Airtest 会把另外俩个灰黑色的【删除】按钮认为是相同的。
通过勾选 rgb 选项（双击图片打开图片管理器勾选），或在代码中加入 rgb=True，我们可以强制指定使用彩色图像进行识别。这样就能比较好地识别出那个红色的【删除】按钮了。
当识别出一张图像后，Airtest 将会默认去点击图像的正中心位置，有时我们希望它识别出图片后点击其他位置，就可以通过修改 target_pos 属性来实现。
例如：
在上图中，我们希望点击中间选项的 “升级” 按钮，不希望点到别的选项去，而只截出升级按钮不能满足我们的需求。
此时我们可以考虑将截图范围扩大到红色虚线框选的区域，截图后将这张方形图片视为一个九宫格，方框上的每一个暗色红点都代表一个数字，将希望被点击的位置设置为 target_pos 的值即可。在这个例子中，我们可以让截图区域的底部正好放在 “升级” 按钮上，然后设置 target_pos=8 即可正好点击到该按钮。
target_pos 取值范围是 1~9，[1, 9]，且必须为整数，默认值是 5（图像正中心）。同理，上文的安装按钮的例子，也可以通过设置 target_pos 来识别第一个和第三个按钮：
对于设备长宽比不同、设备分辨率不同、多种字体的情况，我们可以通过语法来提高兼容性。这种方式需要连接上脚本兼容性有问题的设备，把对应截图纳入搜索列表。代码脚本如下：
picList = [pic1,pic2,pic3] # 截图的图片对象列表
for pic in picList:
pos = exists(pic)
if pos:
touch(pos)
break # 只要找到图片列表中的任何一张图片，就执行touch
注意：如果for循环中没有break语句，会导致次逻辑运行时将所有的图片都找一遍 (找到后执行touch)，而非找到合适结果立即返回。
在使用不同分辨率的设备进行图像识别时，可能会导致识别成功率不佳，因此 Airtest 提供了默认的分辨率适配规则（使用的是Cocos 引擎的默认缩放规则），代码在这里。
想要提高 2d 游戏的识别精度，最好的办法就是明确指定你的游戏的分辨率适配规则，例如，直接在.air 脚本文件的开头这样写：
from airtest.core.api import *
def custom_resize_method(w, h, sch_resolution, src_resolution):
return int(w), int(h)
# 替换默认的RESIZE_METHOD
ST.RESIZE_METHOD = custom_resize_method
上面的代码指定了一个自定义的缩放规则：直接 return 原来的值，不管屏幕分辨率，所有 UI 都不进行缩放（有的游戏就是这种策略）。
这里的RESIZE_METHOD，即我们定义的custom_resize_method使用的输入参数为：
输出为：
若要自定义你的RESIZE_METHOD，只需要知道你测试的游戏的缩放规则，然后在custom_resize_method中用代码实现即可。这样做，能够大大提升不同分辨率设备下的图像识别成功率。
Airtest 采用的多种图像识别算法的效果比较，可以参考这里。
最后，如果大家对 Airtest 有疑问、BUG、建议，请到https://github.com/AirtestProject/AirtestIDE/issues 发布 issue，我们会有专人解答。同时，我们还提供了官方 QQ 群给大家沟通交流，目前 1 群已满，欢迎大家加入 2 群：
