前言
在Airtest1.2.0版本，我们新增了1个图像识别的算法：mstpl。该算法在一定程度上可以提高我们图像识别的正确率。
另外，mstpl算法还有俩个特有的参数，分别是 scale_step 和 scale_max 。那么今天我们就来聊一聊这俩个参数是如何调节的。
1. 如何调节 scale_step
scale_step 用于控制搜索比例步长，它代表匹配时搜索的精细程度。进行图像匹配时，会在原始截图的一定缩放范围内以截图最长边 * scale_step 的步长进行搜索。默认值0.01，取值范围 [0.001, 0.1]，推荐值 0.02, 0.005, 0.001。
通常该值不需要调整，当出现跨分辨率匹配（特别是匹配较小截图）无法匹配到时可以尝试减小它。不过减小它会大幅增加匹配时间。
举个例子，我们在进行如下所示的图像识别时：
会发现当 scale_step=0.01 时是识别不到的：
而当 scale_step=0.005 的时候，又可以识别成功：
2. 如何调节 scale_max
scale_max 用于调节匹配的最大范围，默认值800， 取值范围 [700 , 2000]，推荐值 740, 800, 1000。
考虑到匹配性能mstpl在开始匹配之前会将截屏大小限制一个最大值，比如，截屏为(699, 1964) ，scale_max=1000 ，那么在匹配前截屏会被 resize 为(356，1000)。
理论上 scale_max 越小速度越快，但也会有匹配不到较小的UI风险。不过由于提前退出机制，scale_max 较大时匹配较小的UI也可能出现更快的情况。
使用中，如果遇到截图非常小匹配不到，可以尝试调大 scale_max 。
举个例子，我们在进行如下所示的图像识别时：
会发现当 scale_max=1000 时是识别不到的：
而当 scale_max=1100 的时候，又可以识别成功：
3. 在哪里修改这俩个参数的值
1）通过图像编辑器修改
我们可以在IDE中双击该图片打开图像编辑器，在右侧的参数表格中，修改 scale_step 和 scale_max 的值，修改完毕之后别忘记点击右下角的OK按钮来保存修改：
2）直接在脚本里修改
我们也可以在IDE的脚本编辑窗里，右键单击空白处，选择 图片/代码模式切换 ，切换到代码模式后，在图像脚本里面添加/修改 scale_step 和 scale_max 的值：
touch(Template(r"tpl1631007320263.png", scale_max=1100, scale_step=0.005))
3）修改Airtest使用的图像识别算法
有时候，我们想根据自己项目的需求来修改Airtest使用的图像识别算法，比如调整Airtest图像识别算法的使用顺序，或者指定仅使用其中某一个算法：
from airtest.core.settings import Settings as ST
# 调整Airtest图像识别算法的使用顺序
ST.CVSTRATEGY = ["mstpl","tpl", "sift","brisk"]
# 指定仅使用mstpl算法
ST.CVSTRATEGY = ["mstpl"]
小结
那么今天关于新算法 “mstpl” 的介绍就到这里啦，如果同学们对新算法还有其他疑问，或者对Airtest的图像识别算法有什么意见，欢迎反馈到我们的 issue-helper 网址上。
Airtest官网：https://airtest.netease.com/
Airtest教程官网：https://airtest.doc.io.netease.com/
搭建企业私有云服务：https://airlab.163.com/b2b
官方答疑 Q 群：654700783
呀，这么认真都看到这里啦，帮忙点个推荐支持一下呗，灰常感谢~