unet image Face Fusion自动化测试？Selenium模拟操作脚本
1. 引言
随着AI图像处理技术的快速发展，人脸融合（Face Fusion）作为一项重要的视觉合成技术，广泛应用于娱乐、社交、数字人等领域。基于阿里达摩院ModelScope平台的unet image Face Fusion模型，开发者“科哥”构建了一套功能完整的WebUI系统，支持本地化部署与二次开发。
然而，在实际项目中，仅靠手动测试难以保证系统的稳定性与可重复性。为了提升测试效率、降低人工成本，本文将介绍如何使用Selenium对unet image Face Fusion WebUI进行自动化测试，实现从页面加载、参数配置到结果验证的全流程自动化。
本文属于实践应用类文章，聚焦于工程落地细节，提供完整可运行的Python脚本，并结合真实界面结构分析关键实现逻辑。
2. 技术方案选型
2.1 为什么选择Selenium？
在多种浏览器自动化工具中（如Puppeteer、Playwright、Cypress），我们最终选择Selenium + ChromeDriver，原因如下：
| 对比维度 | Selenium优势 |
|---|---|
| 浏览器兼容性 | 支持Chrome、Firefox等主流浏览器 |
| 社区生态 | Python生态成熟，文档丰富 |
| 本地Web应用适配 | 可绕过HTTPS限制，适合localhost调试 |
| 元素定位能力 | 支持XPath、CSS Selector等多种方式，精准控制UI组件 |
此外，该WebUI为Gradio框架生成的标准HTML页面，DOM结构清晰，非常适合通过Selenium进行自动化交互。
2.2 自动化目标定义
本次自动化测试的核心目标包括：
- ✅ 自动启动并访问本地Web服务
- ✅ 上传源图像和目标图像
- ✅ 配置基础与高级参数
- ✅ 触发“开始融合”按钮
- ✅ 等待并验证结果输出
- ✅ 截图保存执行过程（用于回归测试）
3. 实现步骤详解
3.1 环境准备
确保以下环境已正确安装：
# 安装Selenium库 pip install selenium # 下载ChromeDriver（版本需匹配Chrome） # 地址：https://chromedriver.chromium.org/ # 启动Face Fusion服务 /bin/bash /root/run.sh注意：请确认服务已在
http://localhost:7860正常运行。
3.2 核心代码实现
以下是完整的Selenium自动化脚本，包含详细注释说明每一步操作逻辑。
from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver.chrome.service import Service import time import os # 配置路径 CHROME_DRIVER_PATH = "/usr/local/bin/chromedriver" # 修改为你的chromedriver路径 TARGET_URL = "http://localhost:7860" IMAGE_DIR = "/root/test_images/" # 存放测试图片的目录 def setup_driver(): """初始化Chrome浏览器驱动""" options = webdriver.ChromeOptions() options.add_argument("--no-sandbox") options.add_argument("--disable-dev-shm-usage") options.add_argument("--disable-gpu") options.add_argument("--window-size=1920,1080") options.add_argument("--disable-blink-features=AutomationControlled") options.add_experimental_option("useAutomationExtension", False) options.add_experimental_option("excludeSwitches", ["enable-automation"]) service = Service(executable_path=CHROME_DRIVER_PATH) driver = webdriver.Chrome(service=service, options=options) # 移除navigator.webdriver标记，防止被检测 driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", { "source": "Object.defineProperty(navigator, 'webdriver', {get: () => false});" }) return driver def wait_for_element(driver, by, value, timeout=20): """等待元素出现""" return WebDriverWait(driver, timeout).until( EC.presence_of_element_located((by, value)) ) def upload_image(driver, input_label, image_path): """上传图片文件""" # 查找对应标签的上传区域（Gradio中通常为input[type='file']） file_input = driver.find_element(By.XPATH, f"//label[contains(text(), '{input_label}')]/following::input[@type='file']") file_input.send_keys(image_path) def main(): driver = setup_driver() try: print("正在打开Face Fusion WebUI...") driver.get(TARGET_URL) # 等待页面加载完成（等待标题出现） wait_for_element(driver, By.XPATH, "//h1[contains(text(), 'Face Fusion')]", 30) print("页面加载成功") # 上传目标图像（被融合图） target_img = os.path.join(IMAGE_DIR, "target.jpg") upload_image(driver, "目标图像", target_img) print("已上传目标图像") # 上传源图像（提供人脸） source_img = os.path.join(IMAGE_DIR, "source.jpg") upload_image(driver, "源图像", source_img) print("已上传源图像") # 调整融合比例（滑块） ratio_slider = wait_for_element(driver, By.XPATH, "//label[contains(text(), '融合比例')]/following::input[@type='range']", 15) driver.execute_script("arguments[0].value = '0.7'; arguments[0].dispatchEvent(new Event('input'));", ratio_slider) print("设置融合比例为0.7") # 展开高级参数 advanced_btn = driver.find_element(By.XPATH, "//button[contains(text(), '高级参数')]") if "collapsed" in advanced_btn.get_attribute("class"): advanced_btn.click() time.sleep(1) # 设置融合模式为 blend mode_dropdown = driver.find_element(By.XPATH, "//label[contains(text(), '融合模式')]/following::button") mode_dropdown.click() time.sleep(0.5) blend_option = driver.find_element(By.XPATH, "//li[contains(text(), 'blend')]") blend_option.click() # 设置输出分辨率为1024x1024 resolution_dropdown = driver.find_element(By.XPATH, "//label[contains(text(), '输出分辨率')]/following::button") resolution_dropdown.click() time.sleep(0.5) res_option = driver.find_element(By.XPATH, "//li[contains(text(), '1024x1024')]") res_option.click() # 调整皮肤平滑度 smooth_slider = driver.find_element(By.XPATH, "//label[contains(text(), '皮肤平滑')]/following::input[@type='range']") driver.execute_script("arguments[0].value = '0.5'; arguments[0].dispatchEvent(new Event('input'));", smooth_slider) # 点击“开始融合”按钮 start_button = driver.find_element(By.XPATH, "//button[contains(text(), '开始融合')]") driver.execute_script("arguments[0].scrollIntoView();", start_button) time.sleep(1) start_button.click() print("已点击【开始融合】，等待处理...") # 等待结果图片出现（右侧展示区） result_image = wait_for_element(driver, By.XPATH, "//div[@id='result-image']//img", 60) print("融合成功！结果已生成") # 截图保存当前状态 timestamp = int(time.time()) screenshot_path = f"/root/outputs/automation_test_{timestamp}.png" driver.save_screenshot(screenshot_path) print(f"截图已保存至: {screenshot_path}") # 可选：提取结果图片URL并下载 img_src = result_image.get_attribute("src") print(f"结果图片地址: {img_src}") time.sleep(3) # 停留查看 except Exception as e: print(f"自动化执行失败: {str(e)}") driver.save_screenshot("/root/outputs/error.png") raise finally: driver.quit() print("浏览器已关闭") if __name__ == "__main__": main()3.3 关键点解析
3.3.1 文件上传机制
Gradio的上传控件本质是隐藏的<input type="file">元素。通过XPath定位其父级<label>文本内容，再查找后续的input节点即可完成绑定。
driver.find_element(By.XPATH, "//label[contains(text(), '目标图像')]/following::input[@type='file']")3.3.2 滑块值修改
HTML原生滑块无法直接.send_keys()，必须通过JavaScript注入事件触发：
driver.execute_script("arguments[0].value = '0.7'; arguments[0].dispatchEvent(new Event('input'));", slider)否则前端不会更新状态。
3.3.3 下拉菜单选择
Gradio下拉框为自定义组件，需先点击展开，再选择对应<li>项：
dropdown.click() option = driver.find_element(By.XPATH, "//li[contains(text(), 'blend')]") option.click()3.3.4 防反爬策略
部分现代前端框架会检测navigator.webdriver标识，导致页面拒绝响应。需添加CSDP指令移除该标志：
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", { "source": "Object.defineProperty(navigator, 'webdriver', {get: () => false});" })4. 实践问题与优化
4.1 常见问题及解决方案
| 问题现象 | 原因分析 | 解决方法 |
|---|---|---|
| 页面未加载完成就报错 | 网络或服务延迟 | 使用WebDriverWait显式等待关键元素 |
| 找不到元素 | XPath不准确或动态ID | 使用contains(text())模糊匹配 |
| 滑块无反应 | 缺少事件触发 | 必须用JS设置值并派发input事件 |
| 图片上传失败 | 路径错误或格式不支持 | 检查文件是否存在，建议使用JPG/PNG |
4.2 性能优化建议
- 复用Driver实例：避免频繁启停浏览器，可用于多轮测试。
- 异步等待替代sleep：减少不必要的等待时间。
- 日志记录增强：加入
logging模块便于排查。 - 集成CI/CD：可结合GitHub Actions定时测试服务可用性。
5. 应用场景扩展
本脚本不仅可用于功能测试，还可拓展至以下场景：
- 🔁回归测试：每次代码更新后自动验证核心流程
- 📊性能压测：批量提交任务统计平均处理时间
- 🤖无人值守运维：定时检查服务是否正常响应
- 🧪参数遍历测试：自动尝试不同参数组合评估效果
例如，可封装为参数化测试函数：
def run_fusion_test(source, target, ratio, mode): # 动态传参执行一次融合 pass6. 总结
本文围绕unet image Face Fusion WebUI的实际应用场景，介绍了如何利用Selenium实现全自动化的端到端测试流程。通过完整的Python脚本示例，展示了从环境搭建、元素定位、参数配置到结果验证的全过程。
核心收获总结如下：
- 工程可行性高：Gradio生成的界面结构规范，易于自动化；
- 关键技术掌握：解决了滑块控制、下拉选择、防检测等典型难题；
- 可落地性强：脚本可直接集成进持续集成系统，提升开发效率；
- 扩展空间大：支持多图批量测试、异常监控、报告生成等进阶功能。
未来可进一步结合OpenCV对输出图像质量做自动化评分，实现真正意义上的“闭环测试”。
7. 最佳实践建议
- 保持测试图片多样性：覆盖正脸、侧脸、光照差异等场景；
- 定期更新ChromeDriver：避免版本不兼容导致失败；
- 保留截图日志：便于后期回溯问题；
- 设置超时保护：防止因服务卡死导致资源占用。
获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。
