图像区别于元素之处在于，元素需要网页或窗口内必须存在的，它可以是某个div元素块，也可以是某个桌面窗口（如微信等）
但是，很多情况下我们是捕获不到窗口元素的或网页元素的，一方面是由于很多网页元素隐藏在网页源码里，我们捕获的时候，很容易与其他元素混淆，导致整个流程失败，一方面窗口元素虽然显示的可能是某个按钮元素，但是实际上它可能仅仅只是一个文本，这时候我们点击它也是没有任何响应的，为了真正的模拟人工去进行识别和后续的操作，图像系统由此诞生
图像，顾名思义就是我们肉眼可见的图片，你可以把它理解成一种可视化的元素，我们首先可以在整个桌面或某个窗口内去截图，没错，就是去截图，只要截到图片以后，不管他是什么元素，亦或者是什么网页结构，RPA机器人都会对这个图片所在的位置进行点击和操作，实现完全模拟人的效果。