cpu 天梯图
早就不维护了
adb 版本问题
USB Hub 芯片最好的属 NEC,USB hub 2.0 的某宝有一款,芯片是 NEC μPD720114(已改名为瑞萨电子),配了 3A 的电源。
某宝链接: https://item.taobao.com/item.htm?spm=a1z0d.6639537.1997196601.37.7e1674841AY5vA&id=548501983168
3.0 的没找到,我之前买了一批 orico 3.0 的 hub(VIA 威盛电子),供电不足,7*24 压测 adb 老掉线,蛋疼死我了。
opencv 模板匹配
没看懂什么意思?没有用到 python
*#8011# 有问题,还不如,过 9 分钟调用下 adb shell echo online
源码参考:
@Override
public boolean sameAs(IChimpImage other, double percent) {
BufferedImage otherImage = other.getBufferedImage();
BufferedImage myImage = getBufferedImage();
// Easy size check
if (otherImage.getWidth() != myImage.getWidth()) {
return false;
}
if (otherImage.getHeight() != myImage.getHeight()) {
return false;
}
int[] otherPixel = new int[1];
int[] myPixel = new int[1];
int width = myImage.getWidth();
int height = myImage.getHeight();
int numDiffPixels = 0;
// Now, go through pixel-by-pixel and check that the images are the same;
for (int y = 0; y < height; y++) {
for (int x = 0; x < width; x++) {
if (myImage.getRGB(x, y) != otherImage.getRGB(x, y)) {
numDiffPixels++;
}
}
}
double numberPixels = (height * width);
double diffPercent = numDiffPixels / numberPixels;
return percent <= 1.0 - diffPercent;
}
依赖 pillow 模块,img_base 是旧图片路径,img_pre 是新图片路径
def pic_diff(img_base, img_pre):
im_base = Image.open(img_base, 'r')
# print im.size
im_base = im_base.resize((8, 8), Image.ANTIALIAS).convert('L')
width = im_base.size[0]
height = im_base.size[1]
data_base = []
for h in range(0, height):
for w in range(0, width):
pixel = im_base.getpixel((w, h))
data_base.append(pixel)
im_pre = Image.open(img_pre, 'r')
# print im.size
im_pre = im_pre.resize((8, 8), Image.ANTIALIAS).convert('L')
width = im_pre.size[0]
height = im_pre.size[1]
data_pre = []
for h in range(0, height):
for w in range(0, width):
pixel = im_pre.getpixel((w, h))
data_pre.append(pixel)
count = 0
for x in xrange(0,64):
if data_base[x] == data_pre[x]:
count = count + 1
return count/(64.0)
谷歌 monkeyrunner 源码有个使用 RGB 值占比的算法,可以研究下😁
使用 http 代理可以完美搞定,之前爬过携程、艺龙等网站
有个好处就是,不影响无障碍服务相关的东西
已提交
PMP
已入职 OPPO?
手机公司注重体验,我们是 10 毫秒这样的颗粒度慢慢减少,能减就减
录制屏幕,借用图像识别来实现
说说具体得
你是得罪别人了么
窗口最大化试试
C# 自己写一个,我之前弄过一个,写个界面,封转下 adb 命令 https://testerhome.com/topics/6127
持久,激情,享受过程
cython 编译一下
120 帧已经够了,我们这边是 240 帧,不是两张图片算不算一帧的问题,主要是能看出时间差。
这个不是遍历么?社区有好几个方案,appclawer 等等