在上一篇文章中我们分析了图像识别和传统ui自动化的区别，在今天这篇文章中我们一起学习一下图像识别在网站监控中的应用。
在以往的监控中，我们对web项目中的监控有很多种，其中最常见的就是接口监控而且这种监控的收益最高，而且最容易发现问题。但是对于一个大型的网站系统来说，从服务端到前端展示有很多层：内网 VIP、CDN 等。但是接口的监控并不能准确地反应用户看到的前端页面状态，，比如：数据库层，数据异常、空白页面等。这个时候就需要我们全方位进行监控，比如css，jss的加载异常监控，DOM的展示是否正常这些可以通过自动化来实现部分监控。但是这些还是不能从用户角度进行全面监控，所以今天我们就来分享一种页面级别的监控。
需要解决的几个问题：
1、 模拟用户打开要监控的网站（Phantomjs 和webdriver）
2、 对要监控的网站进行打开并截图
3、 如何找到本次的访问与上次问题的差异
4、 如果评估一个相对差异值进行确定是否有问题
关于技术的选型：
l Selenium
Selenium是一个Web的自动化测试工具，最初是为网站自动化测试而开发的，最初是为网站自动化测试而开发的，类型像我们玩游戏用的按键精灵，可以按指定的命令自动化操作，不同是Selenium可以直接运行在浏览器上，它支持所有主流的浏览器(包括PhantomJS这些无界面的浏览器)。
Selenium可以根据我们的指令，让浏览器自动加载页面，获取需要的页面，甚至页面截屏，或者判断网站上某些动作是否发生。
Selenium自己不带浏览器，不支持浏览器的功能，它需要与第三方浏览器结合在一起才能使用。但是我们有时候需要让它内嵌在代码中运行，所有我们而已用一个叫PhantomJS的工具代替真实的浏览器。
可以从PyPI网站下载Selenium库http://pypi.python.org/simple/sulenium,也可以用第三方管理器pip命令安装:pip install selenium
Selenium官方参考文档：http://selenium-python.readthedocs.io/index.html
l PhantomJS
PhantomJS是一个基于Webkit的"无界面"(headless)浏览器，它会把网站加载到内存并执行页面上的JavaScript，因为不会展示图形界面，所以运行起来比完整的浏览器更高效。
如果我们把Selenium和PhantomJS结合在一起，就可以运行一个非常强大的网络爬虫了，这个爬虫可以处理JavaScript、Cookie、headers，以及任何我们真实用户需要做的事情。
注意：PhantomJS只能从它的网站(http://phantomjs.org/download.html)下载。因为PhantomJS是一个功能完善(虽然无界面)的浏览器而非一个Python库，所以它不需要像Python的其它库一样安装，但我们可以通过Selenium调用PhantomJS来直接使用
PhantomsJS官方才考文档：http://phantomjs.org/documention
考虑到监控主要任务在监控不在测试。系统并不需要太多考虑兼容性，而且监控功能相对单一，主要对页面进行功能上的回归测试和截图，所以选择了Selenium+PhantomJS
l 图像对比
关于图像对比我这边简单实用的是OpenCV这个也比较成熟，而且文档比较丰富上手容易，而且也满足了当前的需求刚好支持的语言也比较符合。所以就直接实用OpenCV，关于改软件的安装这里就不做介绍了，下面简单介绍一下我们常用的使用方法（部分参考网上文档）
现在OpenCV for Python就是通过NumPy进行绑定的。所以在使用时必须掌握一些NumPy的相关知识！
图像就是一个矩阵，在OpenCV for Python中，图像就是NumPy中的数组！
如果读取图像首先要导入OpenCV包，方法为：
1. import cv2
读取并显示图像
在Python中不需要声明变量，所以也就不需要C++中的cv::Mat xxxxx了。只需这样：
1. img = cv2.imread("D:\cat.jpg")
OpenCV目前支持读取bmp、jpg、png、tiff等常用格式。更详细的请参考OpenCV的参考文档。
接着创建一个窗口
1. cv2.namedWindow("Image")
然后在窗口中显示图像
1. cv2.imshow("Image", img)
最后还要添上一句：
1. cv2.waitKey (0)
如果不添最后一句，在IDLE中执行窗口直接无响应。在命令行中执行的话，则是一闪而过。、
关于图像对比的方法参考了网上的部分代码：
部分的业务逻辑代码如下：
l 结果展示
通过大量的数据计算如果前后两次请求的相识度在70%以上网站结构基本上没有变化（之所以是70，因为每次请求的新闻内容都是不一样的所以导致相识度在70%+）
