使用OpenCV与Selenium对比新旧CMS页面截图差异遇报错求助

嘿，我帮你捋捋这个问题——你用Selenium截新旧CMS页面、再用OpenCV找差异画矩形的思路完全没问题，报错肯定是某个细节没踩对，咱们一步步来解决：

第一步：先把Selenium截图的坑填上 #

很多人忽略了固定窗口尺寸这一点，要是新旧页面的截图尺寸不一样，后续OpenCV处理直接炸锅。先确保你的截图代码是这样的：

from selenium import webdriver

def capture_cms_screenshot(url, save_path):
    # 配置Chrome选项，固定窗口大小是关键！
    options = webdriver.ChromeOptions()
    options.add_argument("--headless=new")  # 无头模式，不用弹浏览器窗口
    options.add_argument("--window-size=1920,1080")  # 统一窗口尺寸，可根据你的页面调整
    options.add_argument("--disable-extensions")  # 避免插件干扰

    driver = webdriver.Chrome(options=options)
    driver.get(url)
    # 加个等待确保页面加载完成
    driver.implicitly_wait(10)
    driver.save_screenshot(save_path)
    driver.quit()

# 调用截图：替换成你的新旧CMS地址
capture_cms_screenshot("旧CMS页面URL", "old_cms.png")
capture_cms_screenshot("新CMS页面URL", "new_cms.png")

运行完可以检查下两张图的尺寸，用cv2.imread读入后打印shape，必须完全一致！

第二步：搞定自适应阈值的报错 #

自适应阈值报错90%的原因是没转灰度图或者参数不对，它只能处理单通道的灰度图，而且blockSize必须是奇数。给你个能跑通的示例：

import cv2
import numpy as np

# 读取图像并转灰度
old_img = cv2.imread("old_cms.png")
new_img = cv2.imread("new_cms.png")

# 先检查图像是否读取成功
if old_img is None or new_img is None:
    raise ValueError("图像读取失败！检查文件路径是否正确，或者截图是否损坏")

old_gray = cv2.cvtColor(old_img, cv2.COLOR_BGR2GRAY)
new_gray = cv2.cvtColor(new_img, cv2.COLOR_BGR2GRAY)

# 正确调用自适应阈值：blockSize用奇数，C是微调的常数（2-5都可以）
adapt_thresh_old = cv2.adaptiveThreshold(
    old_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2
)
adapt_thresh_new = cv2.adaptiveThreshold(
    new_gray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 11, 2
)

如果还是报错，把具体的错误信息贴出来，但先确保上面的步骤都做了——转灰度、blockSize是奇数、图像有效。

第三步：解决轮廓检测的报错 #

如果关掉自适应阈值后轮廓检测还是报错，大概率是差异图没处理好或者轮廓检测参数用错了。直接给你一个稳定的完整对比流程，跳过容易出问题的自适应阈值（如果不是必须用的话）：

# 1. 计算灰度图的差异
diff = cv2.absdiff(old_gray, new_gray)

# 2. 二值化：把差异区域转成白色，背景黑色（阈值30可以根据实际调整）
_, thresh = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)

# 3. 膨胀操作：把零散的小差异点合并成大区域，方便轮廓检测
kernel = np.ones((5,5), np.uint8)
dilated_diff = cv2.dilate(thresh, kernel, iterations=2)

# 4. 轮廓检测：这里注意参数顺序，返回的是轮廓和层级
contours, _ = cv2.findContours(dilated_diff, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 5. 在新页面截图上画红色矩形标记差异
result_img = new_img.copy()
for contour in contours:
    # 过滤掉小噪点（面积阈值100可以自己调）
    if cv2.contourArea(contour) < 100:
        continue
    # 获取轮廓的外接矩形
    x, y, w, h = cv2.boundingRect(contour)
    # 画矩形：红色，线宽2
    cv2.rectangle(result_img, (x, y), (x+w, y+h), (0, 0, 255), 2)

# 保存结果图
cv2.imwrite("cms_diff_result.png", result_img)

常见报错排查清单 #

1. 轮廓检测报错：检查传入findContours的是不是单通道二值图（打印dilated_diff.shape，应该是(高度, 宽度)，不是(高度, 宽度, 3)）
2. 噪点太多：调高二值化的阈值（比如把30改成50），或者增大膨胀的kernel（比如改成(7,7)），或者调大contourArea的过滤阈值
3. 没检测到差异：再次确认两张截图的尺寸完全一致，或者调低二值化的阈值，让小差异也能被检测到
4. 自适应阈值还是报错：试试换ADAPTIVE_THRESH_MEAN_C替代GAUSSIAN_C，或者调整blockSize的数值（比如改成15）

内容的提问来源于stack exchange，提问作者E. Jaep