上一篇讲了HTML5 canvas游戏的基本工作原理，接下来讲如何进行自动化功能测试。
Selenium是一个跨平台的跨浏览器的对网页进行自动化测试的工具。从Selenium 2.0开始Selenium就和WebDriver合体了。如果你还不了解Selenium怎么用，可以看看官网上的例子。Selenium支持各种语言的binding，方便起见，下面的测试脚本都用Python来写。
自动化功能测试用例流程基本上是这样的：启动浏览器 -> 打开游戏（网页）-> 对游戏图像进行模板匹配，确保UI元素显示正确 -> 模拟用户操作 -> 到下一场景 -> 继续模板匹配 -> 继续模拟操作 -> 关闭游戏（网页）以及浏览器。如果发现问题，就意味着测试用例失败，需要报告问题。
假如我想测试一个HTML5 canvas游戏，那么首当其冲就是要找它的canvas标签了。Selenium支持各种查找方法：
- find_element()
- find_element_by_id()
- find_element_by_name()
- find_element_by_tag_name ()
- find_element_by_css_selector()
- find_element_by_link_text()
- find_element_by_partial_link_text()
- find_element_by_xpath()
挑个最容易的吧： canvas = browser.find_element_by_xpath("//canvas")
那么我怎样获得canvas中的图像呢？有两种办法。一种是通过canvas.toDataURL()：
var strData = canvas.toDataURL('image/png');这种方法返回一个代表整个图像的Base64字符串。看上去就像："data:image/png;base64,iVBORw0KGgoAAAANSUhEUgAAAAUAAAAFCAYAAACNbyblAAAAHElEQVQI12P4//8/w38GIAXDIBKE0DHxgljNBAAO 9TXL0Y4OHwAAAABJRU5ErkJggg==" （如果你知道怎么解码，就能发现这个字符串表示了一个小圆红点点。）
另一种方法是使用context.getImageData()：
var dataObj= context.getImageData(x, y, w, h);
返回一个对象包含RGBA字节缓存。
后者比前者要快很多，并且可以指定裁剪区域，推荐用后者。
不过这两者都是Javascript调用，如何和Selenium的Python脚本联系起来呢？
幸运的是Selenium支持直接调用Javascript：
def getClippedImageFromCanvas(browser, canvas, x, y, w, h):
'''Get a clipped image from canvas using context.getImageData.'''
data = browser.execute_script("
var canvas= arguments[0];
var x=arguments[1];
var y=arguments[2];
var w=arguments[3];
var h=arguments[4];
var context = canvas.getContext('2d');
var dataObj= context.getImageData(x, y, w, h);
var data = dataObj.data;
return data;"
,canvas, x, y, w, h)
data_bytes = array.array('B', data).tostring()
im = Image.fromstring("RGBA", (w, h), data_bytes)
return im这样我们就获得了可以用于Python脚本的图像。接下去需要做的就是对图像进行模板匹配，比如看看预期的UI元素是否出现在正确的位置。这个工作可以由openCV完成。
除了图像识别，我们还需要模拟用户操作，如鼠标点击：
webdriver.ActionChains(browser).move_to_element_with_offset(canvas, x, y).click().perform()
Selenium/Webdriver支持链式操作，很cool。