CN105913088A - 一种卡顿识别方法、装置及计算设备 - Google Patents
一种卡顿识别方法、装置及计算设备 Download PDFInfo
- Publication number
- CN105913088A CN105913088A CN201610227030.5A CN201610227030A CN105913088A CN 105913088 A CN105913088 A CN 105913088A CN 201610227030 A CN201610227030 A CN 201610227030A CN 105913088 A CN105913088 A CN 105913088A
- Authority
- CN
- China
- Prior art keywords
- picture
- video file
- frame
- card
- similarity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Television Signal Processing For Recording (AREA)
Abstract
本发明公开了一种卡顿识别方法、装置及计算设备,其中卡顿识别方法适于在计算设备中执行,该方法包括以下步骤:根据预设的录屏时长对移动终端的测试过程进行录屏;将录屏获得的视频文件导出至计算设备;按照预设的时间间隔,对所述视频文件进行取帧处理形成图片;分析相邻的两张图片的相似度;如果所述相似度均大于相似度阈值,则判断出现卡顿,执行卡顿处理。
Description
技术领域
本发明涉及移动终端领域,特别涉及一种卡顿识别方法、装置及计算设备。
背景技术
随着移动互联网技术和移动终端技术的蓬勃发展,智能手机、平板电脑等移动终端得到广泛使用,其功能更加丰富,支持的应用也更为多样化。用户对移动终端的性能要求也随之越来越高,特别是运行流畅度方面,已成为用户衡量性能是否具有优越性的一项重要指标。
然而,众多的应用在使用时占据了较多的系统资源,导致移动终端易出现卡顿现象。目前,识别移动终端卡顿的技术方案多分为三类。一类是测试人员进行手动操作,人为判断是否存在卡顿,但该方法不仅难以避免人工误差,主观性太强,还耗费时间和人力资源。另一类是使用高速相机等硬件设备或工具来捕抓移动终端的当前页面,并对捕抓到的多个页面进行分析对比来判断,但该方法中测试效率较低,且花销较高,过于昂贵。还有一类是通过移动终端的系统中的FPS值来衡量判断,虽较易实现,但系统本身的数据可靠性尚不足以信赖。
发明内容
为此,本发明提供一种卡顿识别的方案,以力图解决或者至少缓解上面存在的问题。
根据本发明的一个方面,提供一种卡顿识别的方法,适于在计算设备中执行,计算设备适于与作为被测试设备的移动终端连接并对移动终端在测试过程中的卡顿进行识别,该方法包括如下步骤。首先,根据预设的录屏时长对移动终端的测试过程进行录屏;将录屏获得的视频文件导出至计算设备;按照预设的时间间隔,对视频文件进行取帧处理形成图片;分析相邻的两张图片的相似度;如果相似度均大于相似度阈值,则判断出现卡顿,执行卡顿处理。
可选地,在根据本发明的卡顿识别方法中,按照预设的时间间隔,对视频文件进行取帧处理形成图片包括:获取待取帧处理的视频文件的帧数,帧数为录屏时长内的视频文件所包含的图像数量;根据帧数、录屏时长和时间间隔计算出对视频文件取帧的取帧间隔;按照取帧间隔对视频文件包含的各帧图像进行取帧处理;将取帧处理后选出的各帧图像保存为图片。
可选地,在根据本发明的卡顿识别方法中,按照取帧间隔对视频文件包含的各帧图像进行取帧处理包括:获取视频文件包含的各帧图像;对各帧图像按录屏的时间顺序进行按序编号;选出上述编号能被取帧间隔整除的图像;对选出的各帧图像按录屏的时间顺序重新按序编号。
可选地,在根据本发明的卡顿识别方法中,分析相邻的两张图片的相似度包括:将相邻的两张图片转化成预设尺寸的图片;将转化后的图片划分成大小相等的多个图片块;计算上述两张图片对应位置上的图片块的直方图;根据直方图计算相邻的两张图片的相似度。
可选地,在根据本发明的卡顿识别方法中,相似度阈值为95%~100%。
可选地,在根据本发明的卡顿识别方法中,相似度阈值为99%。
可选地,在根据本发明的卡顿识别方法中,执行卡顿处理包括保存相似度分析数据和系统日志。
可选地,在根据本发明的卡顿识别方法中,如果相似度未均大于相似度阈值,则判断未出现卡顿,并从计算设备中删除视频文件。
可选地,在根据本发明的卡顿识别方法中,根据预设的录屏时长对移动终端的测试过程进行录屏之前,包括执行自动化测试脚本开始测试。
根据本发明的又一个方面,提供一种卡顿识别装置,适于驻留在计算设备中,计算设备适于与作为被测试设备的移动终端连接并对移动终端在测试过程中的卡顿进行识别。该装置包括录屏模块、导出模块、取帧模块、分析模块和卡顿处理模块。其中,录屏模块,适于根据预设的录屏时长对移动终端的测试过程进行录屏;导出模块,适于将录屏获得的视频文件导出至计算设备;取帧模块,适于按照预设的时间间隔,对视频文件进行取帧处理形成图片;分析模块,适于分析相邻的两张图片的相似度;卡顿处理模块,适于当相似度均大于相似度阈值时,判断出现卡顿,执行卡顿处理。
可选地,在根据本发明的卡顿识别装置中,取帧模块包括:获取单元,适于获取待取帧处理的视频文件的帧数,帧数为录屏时长内的视频文件所包含的图像数量;第一计算单元,适于根据帧数、录屏时长和时间间隔计算出对视频文件取帧的取帧间隔;取帧处理单元,适于按照取帧间隔对视频文件包含的各帧图像进行取帧处理;保存单元,适于将取帧处理后选出的各帧图像保存为图片。
可选地,在根据本发明的卡顿识别装置中,取帧处理单元进一步适于:获取视频文件包含的各帧图像;对各帧图像按录屏的时间顺序进行按序编号;选出上述编号能被取帧间隔整除的图像;对选出的各帧图像按录屏的时间顺序重新按序编号。
可选地,在根据本发明的卡顿识别装置中,分析模块包括:转化单元,适于将相邻的两张图片转化成规格一致的图片;划分单元,适于将转化后的图片划分成大小相等的多个图片块;第二计算单元,适于计算上述两张图片对应位置上的图片块的直方图;第三计算单元,适于根据直方图计算相邻的两张图片的相似度。
可选地,在根据本发明的卡顿识别装置中,相似度阈值为95%~100%。
可选地,在根据本发明的卡顿识别装置中,相似度阈值为99%。
可选地,在根据本发明的卡顿识别装置中,卡顿处理模块进一步适于保存相似度分析数据和系统日志。
可选地,在根据本发明的卡顿识别装置中,包括删除模块,适于当相似度未均大于相似度阈值时,判断未出现卡顿,并从计算设备中删除视频文件。
可选地,在根据本发明的卡顿识别装置中,包括脚本执行模块,适于执行自动化测试脚本开始测试。
根据本发明的又一个方面,还提供一种计算设备,包括根据本发明的卡顿识别装置。
根据本发明的卡顿识别的技术方案,首先对移动终端的测试过程进行录屏,并将获得的视频文件导出至计算设备,按照预设的时间间隔对视频文件进行取帧处理形成图片,分析相邻两张图片的相似度,若相似度均大于相似度阈值,则判断出现卡顿并执行卡顿处理。上述技术方案中,对测试过程进行录屏,进而对视频文件取帧获得的图片进行相似度分析来识别卡顿,一方面可以在测试过程中保持了现场录屏数据,另一方面也实现了移动终端卡顿识别的量化处理,极大地提高了测试效率。而且一旦出现卡顿现象,通过执行卡顿处理来保存分析数据和系统日志,便于辅助后续的研发工作,还避免了人力和设备的浪费。
附图说明
为了实现上述以及相关目的,本文结合下面的描述和附图来描述某些说明性方面,这些方面指示了可以实践本文所公开的原理的各种方式,并且所有方面及其等效方面旨在落入所要求保护的主题的范围内。通过结合附图阅读下面的详细描述,本公开的上述以及其它目的、特征和优势将变得更加明显。遍及本公开,相同的附图标记通常指代相同的部件或元素。
图1示出了根据本发明的一个实施例的计算设备100的示意图;
图2示出了根据本发明一个实施例的卡顿识别方法200的流程图;以及
图3示出了根据本发明的一个实施例的卡顿识别装置300的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
图1是示例计算设备100的框图。在基本的配置102中,计算设备100典型地包括系统存储器106和一个或者多个处理器104。存储器总线108可以用于在处理器104和系统存储器106之间的通信。
取决于期望的配置,处理器104可以是任何类型的处理,包括但不限于:微处理器((μP)、微控制器(μC)、数字信息处理器(DSP)或者它们的任何组合。处理器104可以包括诸如一级高速缓存110和二级高速缓存112之类的一个或者多个级别的高速缓存、处理器核心114和寄存器116。示例的处理器核心114可以包括运算逻辑单元(ALU)、浮点数单元(FPU)、数字信号处理核心(DSP核心)或者它们的任何组合。示例的存储器控制器118可以与处理器104一起使用,或者在一些实现中,存储器控制器118可以是处理器104的一个内部部分。
取决于期望的配置,系统存储器106可以是任意类型的存储器,包括但不限于:易失性存储器(诸如RAM)、非易失性存储器(诸如ROM、闪存等)或者它们的任何组合。系统存储器106可以包括操作系统120、一个或者多个应用122以及程序数据124。在一些实施方式中,应用122可以布置为在操作系统上利用程序数据124进行操作。
计算设备100还可以包括有助于从各种接口设备(例如,输出设备142、外设接口144和通信设备146)到基本配置102经由总线/接口控制器130的通信的接口总线140。示例的输出设备142包括图形处理单元148和音频处理单元150。它们可以被配置为有助于经由一个或者多个A/V端口152与诸如显示器或者扬声器之类的各种外部设备进行通信。示例外设接口144可以包括串行接口控制器154和并行接口控制器156,它们可以被配置为有助于经由一个或者多个I/O端口158和诸如输入设备(例如,键盘、鼠标、笔、语音输入设备、触摸输入设备)或者其他外设(例如打印机、扫描仪等)之类的外部设备进行通信。示例的通信设备146可以包括网络控制器160,其可以被布置为便于经由一个或者多个通信端口164与一个或者多个其他计算设备162通过网络通信链路的通信。
网络通信链路可以是通信介质的一个示例。通信介质通常可以体现为在诸如载波或者其他传输机制之类的调制数据信号中的计算机可读指令、数据结构、程序模块,并且可以包括任何信息递送介质。“调制数据信号”可以这样的信号,它的数据集中的一个或者多个或者它的改变可以在信号中编码信息的方式进行。作为非限制性的示例,通信介质可以包括诸如有线网络或者专线网络之类的有线介质,以及诸如声音、射频(RF)、微波、红外(IR)或者其它无线介质在内的各种无线介质。这里使用的术语计算机可读介质可以包括存储介质和通信介质二者。
计算设备100可以实现为小尺寸便携(或者移动)电子设备的一部分,这些电子设备可以是诸如蜂窝电话、个人数字助理(PDA)、个人媒体播放器设备、无线网络浏览设备、个人头戴设备、应用专用设备、或者可以包括上面任何功能的混合设备。计算设备100还可以实现为包括桌面计算机和笔记本计算机配置的个人计算机。在一些实施例中,计算设备100被配置为执行根据本发明的卡顿识别方法。应用122包括根据本发明的卡顿识别装置300。
图2示出了根据本发明一个实施例的卡顿识别方法200的流程图。卡顿识别方法200适于在计算设备(例如图1所示的计算设备100)中执行。
移动终端例如智能手机、平板电脑等,在出厂之前会对其运行的流畅度进行测试,例如发送数条SMS或者MMS以验证其收发成功率以及稳定性、连续进行多次呼叫、多次对文件系统进行添加或删除操作、多任务多进程情况下的冲突测试以及极限测试,通过计算设备与被测试移动终端连接,进行移动终端的卡顿识别。
目前,Android系统的应用最为广泛,基于Android系统开发的各类软件也不胜枚举。以下以Android系统为例描述本发明的技术方案。首先,以Android系统为基础对预先收集产生卡顿现象的主要场景设计相应的测试用例。其中,卡顿现象绝大多数出现在对文件、CPU和内存的频繁碎片式的操作切换后,对界面或列表进行滑动,或是对应用进行启动和切换等操作过程中。根据上述测试用例中的操作步骤和顺序用脚本语言描述出来,生成自动化测试脚本。通过在计算设备中运行测试脚本,对与计算设备如PC端连接的移动终端的运行过程中的卡顿进行识别。
如图2所示,方法200始于步骤S210。在步骤S210开始之前,执行自动化测试脚本开始测试。在步骤S210中,根据预设的录屏时长对移动终端的测试过程进行录屏。在本实施例中,录屏时长预设为3秒,通过调用adb命令来对移动终端的测试过程进行录屏,该adb命令可表示为adb shell screenrecord--time-limit 3/sdcard/demo.mp4,意思为对移动终端录屏3秒,录制的视频格式为MP4,视频文件的名称为demo,且保存在sd卡的根目录下。同时,在录屏完成后通过变量RecordedList1来记录下录制好的视频文件的名称demo。
随后,在步骤S220中,将录屏获得的视频文件导出至计算设备。在本实施例中,通过调用adb命令来实现视频的导出,该adb命令可表示为adb pull/sdcard/demo.mp4D:/,表明名称为demo的视频文件已导出至计算设备中D盘的根目录下。在视频导出至计算设备后,将视频文件名称demo存储在RecordedList2中,并将存储在RecordedList1中的视频文件名称demo删除,表明该视频已成功导出。换言之,在视频导出过程中会一直检测RecordedList1中是否有值,即是否有视频文件的名称记录。如果有,则继续导出视频文件,并将已导出的视频文件的名称存储在RecordedList2中,而从RecordedList1中删除;如果没有,则执行等待处理,直至RecordedList1中再次出现新的视频文件的名称。
在步骤S230中,按照预设的时间间隔,对视频文件进行取帧处理形成图片。在对视频文件进行取帧处理前,检测RecordedList2中是否存在视频文件的名称记录。在本实施例中,检测到视频文件的名称为demo的记录,则通过Python中的OpenCV和PIL库对导出的视频文件进行取帧分析,并将存储在RecordedList2中的视频文件名称demo删除。实际上,该视频文件是通过连续播放录屏获得的多帧图像而形成的动态播放过程。对视频文件进行取帧处理,即是将视频中的每一帧图像按照预设的时间间隔取出,从而将其保存以形成待分析的静态的图片。
首先,获取待取帧处理的视频文件帧数,帧数为录屏时长内的视频文件所包含的图像数量。帧数与录屏的时长及帧率有关,帧率是用于测量显示帧数的量度,以每秒显示帧数(Frames per Second)来衡量。录屏时的帧率即为移动终端的实时屏幕显示帧率,在本实施例中,帧率为60fps,则录屏时长为3秒、帧率为60fps的视频文件包含180帧图像。预设的时间间隔为50毫秒,根据帧数、录屏时长和时间间隔计算出对视频取帧的间隔,即取帧间隔=帧数/(录屏时长/时间间隔),将数值带入得出取帧间隔为3,单位为帧,表明每3帧取其中最后1帧图像保存作为待分析的图片。通过函数cv2.VideoCapture(videoPath)对视频文件取帧,其中videoPath表示视频文件的存储路径。接下来,按照取帧间隔对视频文件包含的各帧图像进行取帧处理。先获取视频文件包含的各帧图像,再对各帧图像按录屏的时间顺序进行按序编号,即对获取的180帧图像按录屏的时间顺序进行从1~180的按序编号。选出上述编号能被取帧间隔整除的图像,并对选出的各帧图像按录屏的时间顺序重新按序编号,则将编号为3、6、9、……、177、180的图像选出后进行时间上的重新排序,将其编号对应更新为1、2、3、……、59、60。最后,将上述编号为1~60的各帧图片保存为图片用于后期的相似度分析。关键代码如下所示:
在步骤S240中,分析相邻的两张图片的相似度。在本实施例中,先对在步骤S230中获得的60张待分析的图片按编号顺序以图片1、图片2、……、图片60表示,再依次对相邻两张图片的相似度进行分析。首先,将相邻的两张图片转化为预设尺寸的图片。其中,预设尺寸为256×256像素,则先将图片1和图片2转化成256×256像素的统一规格的图片。其次,将转化后的图片划分成大小相等的多个图片块,即将转化后的图片1和图片2划分成4×4的16个大小相等的图片块,各图片块的尺寸均为64×64像素,并按照从左至右、从上至下的顺序逐一编号,则图片1中的16个图片块依次表示为图片1-1、图片1-2、……、图片1-15、图片1-16,图片2中的16个图片块依次表示为图片2-1、图片2-2、……、图片2-15、图片2-16。随后,计算上述两张图片对应位置上的图片块的直方图,即调用PIL库中的img.histogram()函数分别计算图片1-1和图片2-1、图片1-2和图片2-2、……、图片1-15和图片2-15、图片1-16和图片2-16的直方图。最后,根据直方图计算相邻的两张图片的相似度,即根据图片1-1和图片2-1的直方图计算出图片1-1和图片2-1的相似度,根据图片1-2和图片2-2的直方图计算出图片1-2和图片2-2的相似度,以此类推,直至根据图片1-16和图片2-16的直方图计算出图片1-16和图片2-16的相似度,并将获得的16个相似度的值取均值作为图片1和图片2的相似度。此时,图片的相似度计算转化成为直方图的距离计算,在本实施例中依照如下公式进行直方图相似度的定量度量:
式中,G,S为相邻图片的直方图,gn为颜色空间G第n个样点对应的直方图数据,sn为颜色空间S第n个样点对应的直方图数据,N为颜色空间样点数,通常取值为768。这是因为对于PIL库而言,其为RGB模式的图片计算的直方图样点数为768,计算量并不算太大,因此可不进行降维处理而直接使用。获得图片1和图片2的相似度后,继续对后续图片进行处理,即分别对图片2和图片3、图片3和图片4、……、图片58和图片59、图片59和图片60上述相邻的两张图片进行相似度计算。关键代码如下所示:
在步骤S250中,如果相似度均大于相似度阈值,则判断出现卡顿,执行卡顿处理。其中,卡顿处理包括保存相似度分析数据和系统日志。在本实施例中,由步骤S240计算得出图片1~60中相邻两张图片的相似度在99.17%~99.68%的范围内波动,均大于预设的相似度阈值99%,说明出现卡顿现象,执行卡顿处理。而在本发明的又一实施例中,通过步骤S240计算得出的图片1~60中相邻两张图片的相似度未均大于相似度阈值99%,则判断未出现卡顿,并从计算设备中将视频文件demo删除。
图3示出了根据本发明一个实施例的卡顿识别装置300的示意图。该装置包括:录屏模块310、导出模块320、取帧模块330、分析模块340和卡顿处理模块350。该装置还包括删除模块和脚本执行模块(图中均未示出),删除模块位于卡顿处理模块350之后,适于当相似度未均大于相似度阈值时,判断未出现卡顿,并从计算设备中删除视频文件。脚本执行模块位于录屏模块310之前,适于执行自动化测试脚本开始测试。
录屏模块310适于根据预设的录屏时长对移动终端的测试过程进行录屏。在本实施例中,预设的录屏时长为3秒,对测试过程录屏后获得的视频文件名称为demo。
导出模块320适于将录屏获得的视频文件导出至计算设备。在本实施例中,通过adb pull命令将视频文件demo导出至计算设备中。
取帧模块330适于按照预设的时间间隔,对视频文件进行取帧处理形成图片。具体地,取帧模块330包括获取单元331,适于获取待取帧处理的视频文件的帧数,帧数为录屏时长内的视频文件所包含的图像数量;第一计算单元332,适于根据帧数、录屏时长和时间间隔计算出对视频文件取帧的取帧间隔;取帧处理单元333,适于按照取帧间隔对视频文件包含的各帧图像进行取帧处理;保存单元334,适于将取帧处理后选出的各帧图像保存为图片。其中,取帧处理单元333进一步适于获取视频文件包含的各帧图像;对各帧图像按录屏的时间顺序进行按序编号;选出上述编号能被取帧间隔整除的图像;对选出的各帧图像按录屏的时间顺序重新按序编号。在本实施例中,预设的时间间隔为50毫秒,对视频文件demo进行取帧处理后形成了图片1~60共计60张图片。
分析模块340适于分析相邻的两张图片的相似度。具体地,分析模块340包括将相邻的两张图片转化成规格一致的图片的转化单元341,将转化后的图片划分成大小相等的多个图片块的划分单元342,计算上述两张图片对应位置上的图片块的直方图的第二计算单元343以及根据直方图计算相邻的两张图片的相似度的第三计算单元344。
卡顿处理模块350适于当相似度均大于相似度阈值时,判断出现卡顿,执行卡顿处理。其中,相似度阈值为95%~100%。相似度阈值还可以为99%。卡顿处理模块350进一步适于保存相似度分析数据和系统日志。在本实施例中,对图片1~60中相邻两张图片的相似度计算得到的结果在99.17%~99.68%的范围内波动,均大于相似度阈值99%,说明出现了卡顿,执行卡顿处理。
关于卡顿识别的具体步骤以及实施例,在基于图2的描述中已经详细公开,此处不再赘述。
在现有的卡顿识别方法中,往往在测试后整理数据时才能体现结果,不便保留和复现卡顿现象,还可能在识别卡顿时因人工误差、设备和系统数据可靠性等降低测试结果的准确性和效率。根据本发明实施例的卡顿识别技术方案,首先对移动终端的测试过程进行录屏,并将获得的视频文件导出至计算设备,按照预设的时间间隔对视频文件进行取帧处理形成图片,分析相邻两张图片的相似度,若相似度均大于相似度阈值,则判断出现卡顿并执行卡顿处理。上述技术方案中,对测试过程进行录屏,进而对视频文件取帧获得的图片进行相似度分析来识别卡顿,不仅在测试过程中保持了现场录屏数据,还实现了移动终端卡顿识别的量化处理,提高了测试效率。而且一旦出现卡顿现象,通过执行卡顿处理来保存分析数据和系统日志,便于辅助后续程序的维护和修复,节省了监测仪器的资源投入,避免人力资源的浪费。
A9.如A1-4中任一项所述的方法,所述根据预设的录屏时长对移动终端的测试过程进行录屏之前,包括执行自动化测试脚本开始测试。
B11.如B10所述的装置,所述取帧模块包括:
获取单元,适于获取待取帧处理的视频文件的帧数,所述帧数为录屏时长内的视频文件所包含的图像数量;
第一计算单元,适于根据帧数、录屏时长和时间间隔计算出对视频文件取帧的取帧间隔;
取帧处理单元,适于按照所述取帧间隔对视频文件包含的各帧图像进行取帧处理;
保存单元,适于将取帧处理后选出的各帧图像保存为图片。
B12.如B11所述的装置,所述取帧处理单元进一步适于:
获取所述视频文件包含的各帧图像;
对各帧图像按录屏的时间顺序进行按序编号;
选出上述编号能被取帧间隔整除的图像;
对所述选出的各帧图像按录屏的时间顺序重新按序编号。
B13.如B10所述的装置,所述分析模块包括:
转化单元,适于将相邻的两张图片转化成规格一致的图片;
划分单元,适于将所述转化后的图片划分成大小相等的多个图片块;
第二计算单元,适于计算上述两张图片对应位置上的图片块的直方图;
第三计算单元,适于根据所述直方图计算相邻的两张图片的相似度。
B14.如B10-13中任一项所述的装置,其中所述相似度阈值为95%~100%。
B15.如B14所述的装置,其中所述相似度阈值为99%。
B16.如B10-13中任一项所述的装置,所述卡顿处理模块进一步适于保存相似度分析数据和系统日志。
B17.如B10-13中任一项所述的装置,包括删除模块,适于当所述相似度未均大于相似度阈值时,判断未出现卡顿,并从计算设备中删除所述视频文件。
B18.如B10-13中任一项所述的装置,包括脚本执行模块,适于执行自动化测试脚本开始测试。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组件可以布置在如该实施例中所描述的设备中,或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外,所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此,具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外,装置实施例的在此所述的元素是如下装置的例子:该装置用于实施由为了实施该发明的目的的元素所执行的功能。
如在此所使用的那样,除非另行规定,使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例,并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明,但是受益于上面的描述,本技术领域内的技术人员明白,在由此描述的本发明的范围内,可以设想其它实施例。此外,应当注意,本说明书中使用的语言主要是为了可读性和教导的目的而选择的,而不是为了解释或者限定本发明的主题而选择的。因此,在不偏离所附权利要求书的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围,对本发明所做的公开是说明性的,而非限制性的,本发明的范围由所附权利要求书限定。
Claims (10)
1.一种卡顿识别方法,适于在计算设备中执行,所述方法包括:
根据预设的录屏时长对移动终端的测试过程进行录屏;
将录屏获得的视频文件导出至计算设备;
按照预设的时间间隔,对所述视频文件进行取帧处理形成图片;
分析相邻的两张图片的相似度;
如果所述相似度均大于相似度阈值,则判断出现卡顿,执行卡顿处理。
2.如权利要求1所述的方法,所述按照预设的时间间隔,对所述视频文件进行取帧处理形成图片包括:
获取待取帧处理的视频文件的帧数,所述帧数为录屏时长内的视频文件所包含的图像数量;
根据帧数、录屏时长和时间间隔计算出对视频文件取帧的取帧间隔;
按照所述取帧间隔对视频文件包含的各帧图像进行取帧处理;
将取帧处理后选出的各帧图像保存为图片。
3.如权利要求2所述的方法,按照所述取帧间隔对视频文件包含的各帧图像进行取帧处理包括:
获取所述视频文件包含的各帧图像;
对各帧图像按录屏的时间顺序进行按序编号;
选出上述编号能被取帧间隔整除的图像;
对所述选出的各帧图像按录屏的时间顺序重新按序编号。
4.如权利要求1所述的方法,所述分析相邻的两张图片的相似度包括:
将相邻的两张图片转化成预设尺寸的图片;
将所述转化后的图片划分成大小相等的多个图片块;
计算上述两张图片对应位置上的图片块的直方图;
根据所述直方图计算相邻的两张图片的相似度。
5.如权利要求1-4中任一项所述的方法,其中所述相似度阈值为95%~100%。
6.如权利要求5所述的方法,其中所述相似度阈值为99%。
7.如权利要求1-4中任一项所述的方法,其中所述执行卡顿处理包括保存相似度分析数据和系统日志。
8.如权利要求1-4中任一项所述的方法,还包括:
如果所述相似度未均大于相似度阈值,则判断未出现卡顿,并从计算设备中删除所述视频文件。
9.一种卡顿识别装置,适于驻留在计算设备中,所述装置包括:
录屏模块,适于根据预设的录屏时长对移动终端的测试过程进行录屏;
导出模块,适于将录屏获得的视频文件导出至计算设备;
取帧模块,适于按照预设的时间间隔,对所述视频文件进行取帧处理形成图片;
分析模块,适于分析相邻的两张图片的相似度;
卡顿处理模块,适于当所述相似度均大于相似度阈值时,判断出现卡顿,执行卡顿处理。
10.一种计算设备,包括如权利要求9所述的卡顿识别装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610227030.5A CN105913088A (zh) | 2016-04-13 | 2016-04-13 | 一种卡顿识别方法、装置及计算设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610227030.5A CN105913088A (zh) | 2016-04-13 | 2016-04-13 | 一种卡顿识别方法、装置及计算设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105913088A true CN105913088A (zh) | 2016-08-31 |
Family
ID=56746839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610227030.5A Pending CN105913088A (zh) | 2016-04-13 | 2016-04-13 | 一种卡顿识别方法、装置及计算设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105913088A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776253A (zh) * | 2016-12-08 | 2017-05-31 | 武汉斗鱼网络科技有限公司 | 一种界面卡顿监测方法及装置 |
CN107770529A (zh) * | 2017-11-07 | 2018-03-06 | 万兴科技股份有限公司 | 一种录屏方法以及装置 |
CN108364338A (zh) * | 2018-02-06 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 一种图像数据的处理方法、装置及电子设备 |
CN108737885A (zh) * | 2018-06-07 | 2018-11-02 | 北京奇艺世纪科技有限公司 | 一种分析在线视频播放卡顿的方法及装置 |
WO2019015411A1 (zh) * | 2017-07-21 | 2019-01-24 | 格力电器(武汉)有限公司 | 录屏方法、装置及电子设备 |
CN109284221A (zh) * | 2018-10-31 | 2019-01-29 | 中国农业银行股份有限公司 | 一种预警系统及方法 |
CN109726031A (zh) * | 2018-12-27 | 2019-05-07 | 努比亚技术有限公司 | 一种冻屏监测方法、移动终端及计算机可读存储介质 |
CN110099051A (zh) * | 2019-04-25 | 2019-08-06 | 深圳市腾讯网域计算机网络有限公司 | 卡顿风险的检测方法、装置及电子设备 |
CN110113630A (zh) * | 2019-06-19 | 2019-08-09 | 北京达佳互联信息技术有限公司 | 视频检测方法、装置、电子设备及存储介质 |
CN110430425A (zh) * | 2019-07-31 | 2019-11-08 | 北京奇艺世纪科技有限公司 | 一种视频流畅度确定方法、装置、电子设备及介质 |
CN110475124A (zh) * | 2019-09-06 | 2019-11-19 | 广州虎牙科技有限公司 | 视频卡顿检测方法及装置 |
CN110509873A (zh) * | 2019-09-27 | 2019-11-29 | 京东方科技集团股份有限公司 | 倒车影像辅助装置及方法、倒车影像 |
CN110781084A (zh) * | 2019-10-21 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 卡顿识别参数确定方法和装置、存储介质及电子装置 |
CN111131903A (zh) * | 2019-12-24 | 2020-05-08 | 中国电信股份有限公司云南分公司 | Iptv高清视频业务用户卡顿监测及实时优化方法 |
CN111193923A (zh) * | 2019-09-24 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 视频质量评估方法、装置、电子设备及计算机存储介质 |
CN111263225A (zh) * | 2020-01-08 | 2020-06-09 | 恒安嘉新(北京)科技股份公司 | 视频卡顿预测方法、装置、计算机设备及存储介质 |
CN111556312A (zh) * | 2020-04-27 | 2020-08-18 | 峰米(北京)科技有限公司 | 一种视频卡顿的检测方法、装置、系统和存储介质 |
CN111654756A (zh) * | 2020-06-03 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 卡顿检测方法、装置、设备及可读存储介质 |
CN112073597A (zh) * | 2020-08-14 | 2020-12-11 | 北京三快在线科技有限公司 | 视觉稳定度检测方法、装置、设备以及存储介质 |
CN112073261A (zh) * | 2020-08-24 | 2020-12-11 | 深圳市共进电子股份有限公司 | 数据处理方法、系统及装置 |
CN113703655A (zh) * | 2020-05-21 | 2021-11-26 | 青岛海信移动通信技术股份有限公司 | 移动终端及其定屏检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413357A (zh) * | 2010-09-24 | 2012-04-11 | 富泰华工业(深圳)有限公司 | 测试装置及其测试方法 |
CN104079926A (zh) * | 2014-07-04 | 2014-10-01 | 南京富士通南大软件技术有限公司 | 一种远程桌面软件的视频性能测试方法 |
CN104679649A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 一种软件流畅度测试方法和测试装置 |
CN104967903A (zh) * | 2015-07-28 | 2015-10-07 | 无锡天脉聚源传媒科技有限公司 | 一种视频播放的检测方法及装置 |
-
2016
- 2016-04-13 CN CN201610227030.5A patent/CN105913088A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102413357A (zh) * | 2010-09-24 | 2012-04-11 | 富泰华工业(深圳)有限公司 | 测试装置及其测试方法 |
CN104679649A (zh) * | 2013-11-29 | 2015-06-03 | 腾讯科技(深圳)有限公司 | 一种软件流畅度测试方法和测试装置 |
CN104079926A (zh) * | 2014-07-04 | 2014-10-01 | 南京富士通南大软件技术有限公司 | 一种远程桌面软件的视频性能测试方法 |
CN104967903A (zh) * | 2015-07-28 | 2015-10-07 | 无锡天脉聚源传媒科技有限公司 | 一种视频播放的检测方法及装置 |
Cited By (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106776253B (zh) * | 2016-12-08 | 2020-08-04 | 武汉斗鱼网络科技有限公司 | 一种界面卡顿监测方法及装置 |
CN106776253A (zh) * | 2016-12-08 | 2017-05-31 | 武汉斗鱼网络科技有限公司 | 一种界面卡顿监测方法及装置 |
WO2019015411A1 (zh) * | 2017-07-21 | 2019-01-24 | 格力电器(武汉)有限公司 | 录屏方法、装置及电子设备 |
CN107770529A (zh) * | 2017-11-07 | 2018-03-06 | 万兴科技股份有限公司 | 一种录屏方法以及装置 |
CN108364338A (zh) * | 2018-02-06 | 2018-08-03 | 阿里巴巴集团控股有限公司 | 一种图像数据的处理方法、装置及电子设备 |
CN108737885A (zh) * | 2018-06-07 | 2018-11-02 | 北京奇艺世纪科技有限公司 | 一种分析在线视频播放卡顿的方法及装置 |
CN109284221B (zh) * | 2018-10-31 | 2022-06-03 | 中国农业银行股份有限公司 | 一种预警系统及方法 |
CN109284221A (zh) * | 2018-10-31 | 2019-01-29 | 中国农业银行股份有限公司 | 一种预警系统及方法 |
CN109726031A (zh) * | 2018-12-27 | 2019-05-07 | 努比亚技术有限公司 | 一种冻屏监测方法、移动终端及计算机可读存储介质 |
CN110099051A (zh) * | 2019-04-25 | 2019-08-06 | 深圳市腾讯网域计算机网络有限公司 | 卡顿风险的检测方法、装置及电子设备 |
CN110099051B (zh) * | 2019-04-25 | 2021-05-11 | 深圳市腾讯网域计算机网络有限公司 | 卡顿风险的检测方法、装置及电子设备 |
CN110113630A (zh) * | 2019-06-19 | 2019-08-09 | 北京达佳互联信息技术有限公司 | 视频检测方法、装置、电子设备及存储介质 |
CN110113630B (zh) * | 2019-06-19 | 2021-05-18 | 北京达佳互联信息技术有限公司 | 视频检测方法、装置、电子设备及存储介质 |
CN110430425A (zh) * | 2019-07-31 | 2019-11-08 | 北京奇艺世纪科技有限公司 | 一种视频流畅度确定方法、装置、电子设备及介质 |
CN110430425B (zh) * | 2019-07-31 | 2021-02-05 | 北京奇艺世纪科技有限公司 | 一种视频流畅度确定方法、装置、电子设备及介质 |
CN110475124B (zh) * | 2019-09-06 | 2021-10-08 | 广州虎牙科技有限公司 | 视频卡顿检测方法及装置 |
CN110475124A (zh) * | 2019-09-06 | 2019-11-19 | 广州虎牙科技有限公司 | 视频卡顿检测方法及装置 |
CN111193923A (zh) * | 2019-09-24 | 2020-05-22 | 腾讯科技(深圳)有限公司 | 视频质量评估方法、装置、电子设备及计算机存储介质 |
CN110509873A (zh) * | 2019-09-27 | 2019-11-29 | 京东方科技集团股份有限公司 | 倒车影像辅助装置及方法、倒车影像 |
CN110781084B (zh) * | 2019-10-21 | 2021-02-02 | 腾讯科技(深圳)有限公司 | 卡顿识别参数确定方法和装置、存储介质及电子装置 |
CN110781084A (zh) * | 2019-10-21 | 2020-02-11 | 腾讯科技(深圳)有限公司 | 卡顿识别参数确定方法和装置、存储介质及电子装置 |
CN111131903A (zh) * | 2019-12-24 | 2020-05-08 | 中国电信股份有限公司云南分公司 | Iptv高清视频业务用户卡顿监测及实时优化方法 |
CN111263225A (zh) * | 2020-01-08 | 2020-06-09 | 恒安嘉新(北京)科技股份公司 | 视频卡顿预测方法、装置、计算机设备及存储介质 |
CN111556312A (zh) * | 2020-04-27 | 2020-08-18 | 峰米(北京)科技有限公司 | 一种视频卡顿的检测方法、装置、系统和存储介质 |
CN111556312B (zh) * | 2020-04-27 | 2021-11-02 | 峰米(北京)科技有限公司 | 一种视频卡顿的检测方法、装置、系统和存储介质 |
CN113703655A (zh) * | 2020-05-21 | 2021-11-26 | 青岛海信移动通信技术股份有限公司 | 移动终端及其定屏检测方法 |
CN111654756A (zh) * | 2020-06-03 | 2020-09-11 | 腾讯科技(深圳)有限公司 | 卡顿检测方法、装置、设备及可读存储介质 |
CN111654756B (zh) * | 2020-06-03 | 2021-06-11 | 腾讯科技(深圳)有限公司 | 卡顿检测方法、装置、设备及可读存储介质 |
EP4044612A4 (en) * | 2020-06-03 | 2023-03-29 | Tencent Technology (Shenzhen) Company Limited | DELAY DETECTION METHOD AND APPARATUS, AND READABLE STORAGE DEVICE AND MEDIA |
CN112073597A (zh) * | 2020-08-14 | 2020-12-11 | 北京三快在线科技有限公司 | 视觉稳定度检测方法、装置、设备以及存储介质 |
CN112073261A (zh) * | 2020-08-24 | 2020-12-11 | 深圳市共进电子股份有限公司 | 数据处理方法、系统及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105913088A (zh) | 一种卡顿识别方法、装置及计算设备 | |
CN110059468B (zh) | 一种小程序风险识别方法和装置 | |
US20130117855A1 (en) | Apparatus for automatically inspecting security of applications and method thereof | |
CN108874268B (zh) | 用户行为数据的采集方法及装置 | |
US10657036B2 (en) | Determining visual testing coverages | |
CN110245080B (zh) | 生成场景测试用例的方法及装置 | |
CN109814868B (zh) | 网络传输模拟方法、装置、计算机设备及存储介质 | |
CN106990725A (zh) | 一种基于虚拟现实的虚拟气味实现装置 | |
CN103744941A (zh) | 一种基于网站属性信息确定网站评测结果的方法和装置 | |
CN107784551A (zh) | 股票舆情数据处理方法、装置、计算机设备和存储介质 | |
CN111881706B (zh) | 活体检测、图像分类和模型训练方法、装置、设备及介质 | |
CN109359029A (zh) | 一种自动化非侵入式的安卓应用无障碍支持检测方法 | |
US20160188680A1 (en) | Electronic device and information searching method for the electronic device | |
US20220270228A1 (en) | Method and apparatus for obtaining information | |
CN109840212A (zh) | 应用程序的功能测试方法、装置、设备及可读存储介质 | |
CN109615620A (zh) | 图像压缩度识别方法、装置、设备及计算机可读存储介质 | |
CN104424435A (zh) | 一种获取病毒特征码的方法及装置 | |
CN114238048B (zh) | 一种Web前端性能自动化测试方法及系统 | |
CN113033500B (zh) | 动作片段检测方法、模型训练方法及装置 | |
CN111291259B (zh) | 一种数据筛选方法、装置、电子设备和存储介质 | |
CN109840417A (zh) | 一种恶意软件检测方法及装置 | |
CN112907145A (zh) | 模型解释方法以及电子设备 | |
CN110110523A (zh) | 一种提升规则代码扫描准确率的方法 | |
CN112131468A (zh) | 推荐系统中的数据处理方法、装置 | |
CN110162459A (zh) | 测试案例生成方法、装置及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160831 |