CN111913873A - 图片校验方法、装置、系统和计算机可读存储介质 - Google Patents
图片校验方法、装置、系统和计算机可读存储介质 Download PDFInfo
- Publication number
- CN111913873A CN111913873A CN202010553064.XA CN202010553064A CN111913873A CN 111913873 A CN111913873 A CN 111913873A CN 202010553064 A CN202010553064 A CN 202010553064A CN 111913873 A CN111913873 A CN 111913873A
- Authority
- CN
- China
- Prior art keywords
- picture
- verification
- mask
- verified
- generating
- 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
- 238000012795 verification Methods 0.000 title claims abstract description 138
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000013507 mapping Methods 0.000 claims description 28
- 238000012545 processing Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000004904 shortening Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011990 functional testing Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请涉及一种图片校验,其中,该图片校验方法包括:获取待校验图片,其中,所述待校验图片具有第一标识;根据所述第一标识,获得基准图片以及校验规则;根据所述校验规则,生成校验掩模;根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。通过本申请,通过校验掩模将所述待校验图片和所述基准图片进行图片校验,具有缩短校验时间,提高准确率以及校验效率等优点。
Description
技术领域
本申请涉及用户界面检测技术领域,特别是涉及图片校验方法、装置、系统、计算机设备和计算机可读存储介质。
背景技术
“UI”即用户界面,是英文User和interface的缩写,它是用户和软件交互的接口,用户直接操作的对象。因此在软件提交用户前,必须要对其UI进行测。用户界面测试需要测试功能模块的布局是否合理,整体风格是否一致,页面是否美观,文字、图片是否完美等等。除此之外,UI测试还要确保UI功能内部的对象符合预期要求。软件在每次迭代时也应该对UI进行全面的测试。
UI测试作为测试金字塔的顶端,具有界面变动频繁,投入成本高,收益低等特点。所以一般不将UI测试作为独立的过程,而是在功能测试过程中涵盖一部分UI测试的内容。随着应用越来越多,用户对于UI的要求也越来越高。针对UI测试的特点,企业或团队纷纷将UI测试作为独立的过程,采用自动化的方法进行测试。同时也产生了不少UI自动化测试软件或框架,以帮助企业提高 UI测试效率,降低UI测试成本。
现有的用户界面测试方式,为针对用户界面上的控件或者元素的校验,首先需要测试人员能够识别这些元素,并能以代码的方式将这些控件或者元素转换成测试框架可以识别的。这个需要测试人员有较强的系统分析和编码能力。而且该方式只能针对用户界面的控件或者元素进行校验,若要对界面上的所有元素进行校验则需要较大的工作量,当用户界面上的元素的布局有意外变化时,若只校验元素的部分属性则校验结果无法达到预期。
发明内容
本申请实施例提供了一种图片校验方法、装置、系统、计算机设备和计算机可读存储介质,以至少解决相关技术中校验效果差的问题。
第一方面,本申请实施例提供了一种图片校验方法,包括:
获取待校验图片,其中,所述待校验图片具有第一标识;
根据所述第一标识,获得基准图片以及校验规则;
根据所述校验规则,生成校验掩模;
根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
在其中一些实施例中,所述根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果包括:
根据所述待校验图片以及校验掩模,生成待校验掩模图片;
根据所述基准图片以及校验掩模,生成基准掩模图片;
根据所述待校验掩模图片和所述基准掩模图片进行图片校验,生成校验结果。
在其中一些实施例中,所述根据所述待校验掩模图片和所述基准掩模图片进行图片校验,生成校验结果包括:
将所述待校验掩模图片和所述基准掩模图片进行比对,获得差异图;
将所述差异图转换为单通道图像并进行二值化处理,获得二值化图像;
识别所述二值化图像,获得差异轮廓;
根据所述差异轮廓,生成校验结果。
在其中一些实施例中,所述根据所述校验规则将所述待校验掩模图片和所述基准掩模图片中的校验区域进行比对,获得差异图包括:
检测所述待校验掩模图片和所述基准掩模图片的相似度是否大于相似阈值;
若所述待校验掩模图片和所述基准掩模图片的相似度小于或等于相似阈值,则生成差异图。
在其中一些实施例中,所述根据所述差异轮廓,生成校验结果包括:
根据所述差异轮廓,生成垂直矩形框;
根据所述垂直矩形框将所述待校验图片对应的区域进行标记,生成校验结果。
在其中一些实施例中,所述根据所述第一标识,获得基准图片以及校验规则之前包括:
获得多张基准图片;
根据多张所述基准图片,生成相应基准图片的校验规则;
建立第一标识与基准图片和/或基准图片的校验映射关系。
在其中一些实施例中,根据所述第一标识,获得基准图片或校验规则;
根据基准图片以及校验映射关系,获得校验规则;或根据所述校验规则以及校验映射关系,获得基准图片。
第二方面,本申请实施例提供了一种图片校验装置,包括:
图片获取模块,用于获取待校验图片,其中,所述待校验图片具有第一标识;
标识查询模块,用于根据所述第一标识,获得基准图片以及校验规则;
掩模生成模块,用于根据所述校验规则,生成校验掩模;
校验结果模块,用于根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面所述的图片校验方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述第一方面所述的图片校验方法。
相比于相关技术,本申请实施例提供的图片校验方法、装置、系统和计算机可读存储介质,通过校验掩模将所述待校验图片和所述基准图片进行图片校验,具有缩短校验时间,提高准确率以及校验效率等优点。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的图片校验方法的流程图;
图2是根据本申请实施例的另一种图片校验方法的流程图;
图3是根据本申请实施例的还有一种图片校验方法的流程图;
图4是根据本申请实施例的图片校验装置的结构框图;
图5为根据本申请实施例的图片校验设备的硬件结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
除非另作定义,本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形,意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在 A和B,单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
本申请提供的图片校验方法,可以应用于计算机设备中。计算机设备获取待校验图片,对待校验图片进行图片校验。所述计算机设备可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。在本实施例中,计算机设备采用OpenCV算法对待校验图片进行校验。其中,OpenCV 是一个基于开源许可的跨平台计算机视觉库,它轻量而且高效,提供了很多开发语言的接口,实现了图像处理和计算机视觉方面的很多通用算法。
本实施例还提供了一种图片校验方法。图1是根据本申请实施例的图片校验方法的流程图,如图1所示,该流程包括如下步骤:
步骤S101,获取待校验图片。
其中,所述待校验图片具有第一标识。
具体地,用户截取UI界面上的图片作为待校验图片。在一个实施例中,用于通过独立的应用或者现有UI测试框架选择需要校验的区域进行截图,然后将截好的待校验图片存储到图片数据库中。
步骤S102,根据所述第一标识,获得基准图片以及校验规则。
其中,所述基准图片为检验所述待校验图片的参照物,所述校验规则记录所述待校验图片中需要校验的区域以及判断标准。
具体地,根据所述第一标识,获得基准图片或校验规则。根据基准图片以及校验映射关系,获得校验规则;或根据所述校验规则以及校验映射关系,获得基准图片。进一步地,根据所述第一标识以及标识映射规则,获得基准图片和/或校验规则。其中,标识映射关系包括第一子映射关系、第二子映射关系以及第三子映射关系。所述第一子映射关系为第一标识映射有一个对应基准图片;所述第二子映射关系为第一标识映射有一个对应校验规则;所述第三子映射关系为第一标识映射有对应基准图片和校验规则。所述校验映射关系为每个基准图片映射有一个对应的校验规则。在一个实施例中,根据所述第一标识以及第一子映射关系,获得基准图片,根据校验映射关系查找基准图片对应的校验规则。在另一个实施例中,根据所述第一标识以及第二子映射关系,获得校验规则,根据校验映射关系查找校验规则对应的基准图片。在还有一个实施例中,根据所述第一标识以及第三子映射关系,获得基准图片和校验规则。
所述根据所述第一标识,获得基准图片以及校验规则之前包括:获得多张基准图片;根据多张所述基准图片,生成相应基准图片的校验规则;建立第一标识与基准图片和/或基准图片的校验映射关系。
具体地,获取多张基准图片,通过预设程序对基准图片进行编辑,生成对应的校验规则,并建立该基准图片与校验规则的校验映射关系。依次对多张基准图片进行编辑,获得多个校验规则,并将多张基准图片和多张校验规则建立校验映射关系。进一步地,通过预设程序对基准图片划分忽略区域和校验区域并设定用于检测相似度的相似阈值,生成校验规则。在一个实施例中,通过预设程序载入基准图片,用户通过拖动鼠标,选定一个矩形,并选择该区域是校验区域还是忽略区域。对于用户界面测试来说,当只需要对页面的布局做验证时,若直接以像素方式对比基准图片和待校验图片,必定会导致校验失败。所以需要在基准图片上划分需要忽略区域,或者选择比对的校验区域。当选择忽略区域时,可以选择对忽略区域使用颜色填充或者背景填充;当选择校验区域时,则保留校验区域的图像。将此信息保存到XML文件中。该文件将记录基准图片的名称,记录校验区域或忽略区域的左上角坐标和右下角坐标及校验标志。其中校验标志为校验或忽略。
步骤S103,根据所述校验规则,生成校验掩模。
具体地,根据所述待校验图片以及校验掩模,生成待校验掩模图片;根据所述基准图片以及校验掩模,生成基准掩模图片。进一步地,使用OpenCV算法创建一个和基准图和待校验图尺寸相同的掩模(mask),根据校验规则中校验区域的左上角坐标和右下角坐标在掩模中创建矩形区域,并将该校验区域填充白色,其余忽略区域填充黑色。或根据校验规则中忽略区域的左上角坐标和右下角坐标在掩模中创建矩形区域,并将该校验区域填充黑色,其余忽略区域填充白色。其中,掩模一般用来对处理的图像全部或者局部进行遮挡。它一般被设置成小于等于源图像的单通道矩阵图像。掩模中的每个像素点的像素值从0 到255,0为黑色,255为白色,当掩模在图像上时,被黑色掩模覆盖部分则显示黑色,而被白色覆盖部分则显示源图像。将所述校验掩模覆盖所述待校验图片,生成待校验掩模图片;将所述校验掩模覆盖所述基准图片,生成基准掩模图片。在一个实施例中,使用OpenCV算法创建一个和基准图和待校验图尺寸相同的黑色掩模(mask),校验规则中校验区域的左上角坐标和右下角坐标在掩模中创建矩形区域,将该矩形区域设置为白色。在另一个实施例中,使用OpenCV算法创建一个和基准图和待校验图尺寸相同的白色掩模(mask),校验规则中忽略区域的左上角坐标和右下角坐标在掩模中创建矩形区域,将该矩形区域设置为黑色。
步骤S104,根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
具体地,将所述待校验掩模图片和所述基准掩模图片进行比对,获得差异图;将所述差异图转换为单通道图像并进行二值化处理,获得二值化图像;识别所述二值化图像,获得差异轮廓;根据所述差异轮廓,生成校验结果。进一步地,采用OpenCV算法对基准掩模图片和待校验掩模图片使用subtract函数进行减法运算,并使用取绝对值函数abs进行取绝对值,经过这样的处理,将获得基准掩模图片和待校验掩模图片的差异图。其中,所述差异图中基准图片和待校验图片的相同部分则像素为0,会以黑色显示为相同部分,非0部分为基准图片和待校验图片的差异部分。因为差异图还是彩色图,但其中的信息不足以显示。为了将差异图片正常显示,需要对相减后的图片进行增强处理,通过将差异图转换成单通道图像并进行二值化处理,获得二值化图像,这样差异图中差异部分的图像显示的颜色为灰色或白色,相同部分的图像为黑色,具体的颜色取决于二值化的参数。采用OpenCV算法提供的findContour函数寻找二值化图像的差异轮廓,根据差异轮廓,生成校验结果。其中,差异轮廓包括轮廓个数和轮廓上所有像素点的集合。更进一步地,检测所述待校验掩模图片和所述基准掩模图片的相似度是否大于相似阈值;若所述待校验掩模图片和所述基准掩模图片的相似度小于或等于相似阈值,则生成差异图。若所述待校验掩模图片和所述基准掩模图片的相似度大于相似阈值,则所述基准图片和所述待校验图片相同。在一个实施例中,采用直方图的方式获取基准掩模图片的基准直方图以及待校验掩模图片的待校验直方图,根据基准直方图和待校验直方图获得相似度,判断相似度是否大于相似阈值。其中,相似阈值为98%。若相似度小于或等于98%,则生成差异图。若相似度大于98%,则所述基准图片和所述待校验图片相同。
所述根据所述差异轮廓,生成校验结果包括:根据所述差异轮廓,生成垂直矩形框;根据所述垂直矩形框将所述待校验图片对应的区域进行标记,生成校验结果。
具体地,根据OpenCV算法提供的boundingRect函数处理所述差异轮廓,生成所述差异轮廓的最小垂直矩形框,根据OpenCV算法提供的rectangle函数将垂直矩形框绘制到待校验图片上,并标识出待校验图片与基准图像有差异的区域生成校验结果。
通过上述步骤,获取待校验图片中的所述第一标识,获得基准图片以及校验规则;根据所述校验规则,生成校验掩模,进而对所述待校验图片和所述基准图片进行图片校验,生成校验结果,具有缩短校验时间,提高准确率以及校验效率等优点。
本申请不需要复杂的配置,只需提供一套基准图片,通过程序划分每张基准图片中需要校验区域或者忽略区域,即可完成相关设置。比较过程使用了OpenCV算法中高效强大的图片处理能力,将基准图片和待处理图片进行处理后进行比对,并将差异轮廓部分进行标记。能够非常高效的完成用户界面图像的校验,而且可以避免只校验单个或者部分元素而忽略用户界面整体布局的变化。同时通过设置忽略区域及校验区域,可以忽略用户界面中数据差异部分而关注元素的样式和布局,提高UI测试的测试效果。
本实施例还提供了一种图片校验方法。图2是根据本申请实施例的另一种图片校验方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取基准图片。
步骤S202,存储基准图片。
步骤S203,针对基准图片设置校验方式。
步骤S204,生成校验规则。
具体地,将设置的校验规则以XML文件的形式进行保存。
本实施例还提供了一种图片校验方法。图3是根据本申请实施例的还有一种图片校验方法的流程图,如图3所示,该流程包括如下步骤:
步骤S301,获取待校验图片。
步骤S302,存储待校验图片。
步骤S303,获取基准图片以及校验规则。
具体地,根据第一标识,获取基准图片以及校验规则。
步骤S304,检测是否存在校验规则。
具体地,若不存在校验规则,则进行步骤S307;若存在校验规则,则进行步骤305。
步骤S305,解析校验规则。
具体地,解析校验规则,获得基准图片的名称,校验区域的左上角坐标和右下角坐标及校验标志。
步骤S306,对基准图片和待校验图片使用相同的校验规则使用OpenCV算法进行处理。
步骤S307,将基准图片和待校验图片进行图片校验。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本实施例还提供了一种图片校验装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图4是根据本申请实施例的图片校验装置的结构框图,如图4所示,该装置包括:图片获取模块410、标识查询模块420、掩模生成模块430和校验结果模块440。
图片获取模块410,用于获取待校验图片。
标识查询模块420,用于根据所述第一标识,获得基准图片以及校验规则。
掩模生成模块430,用于根据所述校验规则,生成校验掩模。
校验结果模块440,用于根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
校验结果模块440,用于根据所述待校验图片以及校验掩模,生成待校验掩模图片;根据所述基准图片以及校验掩模,生成基准掩模图片;根据所述待校验掩模图片和所述基准掩模图片进行图片校验,生成校验结果。
校验结果模块440,用于将所述待校验掩模图片和所述基准掩模图片进行比对,获得差异图;将所述差异图转换为单通道图像并进行二值化处理,获得二值化图像;识别所述二值化图像,获得差异轮廓;根据所述差异轮廓,生成校验结果。
校验结果模块440,用于检测所述待校验掩模图片和所述基准掩模图片的相似度是否大于相似阈值;若所述待校验掩模图片和所述基准掩模图片的相似度小于或等于相似阈值,则生成差异图。
校验结果模块440,用于根据所述差异轮廓,生成垂直矩形框;根据所述垂直矩形框将所述待校验图片对应的区域进行标记,生成校验结果。
图片获取模块410,用于获得多张基准图片;根据多张所述基准图片,生成相应基准图片的校验规则;建立第一标识与基准图片和/或基准图片的校验映射关系。
标识查询模块420,用于根据所述第一标识,获得基准图片或校验规则;根据基准图片以及校验映射关系,获得校验规则;或根据所述校验规则以及校验映射关系,获得基准图片。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
另外,结合图1描述的本申请实施例图片校验方法可以由图片校验设备来实现。图5为根据本申请实施例的图片校验设备的硬件结构示意图。
图片校验设备可以包括处理器81以及存储有计算机程序指令的存储器82。
具体地,上述处理器81可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,简称为ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
其中,存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器82可包括硬盘驱动器(Hard Disk Drive,简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive,简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus,简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外部。在特定实施例中,存储器82是非易失性(Non-Volatile)存储器。在特定实施例中,存储器82包括只读存储器(Read-Only Memory,简称为ROM)和随机存取存储器(RandomAccess Memory,简称为RAM)。在合适的情况下,该ROM 可以是掩模编程的ROM、可编程ROM(ProgrammableRead-Only Memory,简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory,简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory,简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory,简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下,该RAM可以是静态随机存取存储器(Static Random-Access Memory,简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory,简称为DRAM),其中,DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory,简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory,简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory,简称SDRAM)等。
存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件,以及处理器81所执行的可能的计算机程序指令。
处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上述实施例中的任意一种图片校验方法。
在其中一些实施例中,图片校验设备还可包括通信接口83和总线80。其中,如图5所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。
通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
总线80包括硬件、软件或两者,将图片校验设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一:数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制,总线80可包括图形加速接口(Accelerated Graphics Port,简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture,简称为EISA)总线、前端总线(Front Side Bus,简称为FSB)、超传输(Hyper Transport,简称为HT)互连、工业标准架构(Industry Standard Architecture,简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count,简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture,简称为MCA)总线、外围组件互连(Peripheral Component Interconnect,简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment,简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus,简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
该图片校验设备可以基于获取到的基准图片和待校验图片,执行本申请实施例中的图片校验方法,从而实现结合图1描述的图片校验方法。
另外,结合上述实施例中的图片校验方法,本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种图片校验方法。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种图片校验方法,其特征在于,包括:
获取待校验图片,其中,所述待校验图片具有第一标识;
根据所述第一标识,获得基准图片以及校验规则;
根据所述校验规则,生成校验掩模;
根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
2.根据权利要求1所述的图片校验方法,其特征在于,所述根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果包括:
根据所述待校验图片以及校验掩模,生成待校验掩模图片;
根据所述基准图片以及校验掩模,生成基准掩模图片;
根据所述待校验掩模图片和所述基准掩模图片进行图片校验,生成校验结果。
3.根据权利要求2所述的图片校验方法,其特征在于,所述根据所述待校验掩模图片和所述基准掩模图片进行图片校验,生成校验结果包括:
将所述待校验掩模图片和所述基准掩模图片进行比对,获得差异图;
将所述差异图转换为单通道图像并进行二值化处理,获得二值化图像;
识别所述二值化图像,获得差异轮廓;
根据所述差异轮廓,生成校验结果。
4.根据权利要求3所述的图片校验方法,其特征在于,所述根据所述校验规则将所述待校验掩模图片和所述基准掩模图片中的校验区域进行比对,获得差异图包括:
检测所述待校验掩模图片和所述基准掩模图片的相似度是否大于相似阈值;
若所述待校验掩模图片和所述基准掩模图片的相似度小于或等于相似阈值,则生成差异图。
5.根据权利要求3所述的图片校验方法,其特征在于,所述根据所述差异轮廓,生成校验结果包括:
根据所述差异轮廓,生成垂直矩形框;
根据所述垂直矩形框将所述待校验图片对应的区域进行标记,生成校验结果。
6.根据权利要求1所述的图片校验方法,其特征在于,所述根据所述第一标识,获得基准图片以及校验规则之前包括:
获得多张基准图片;
根据多张所述基准图片,生成相应基准图片的校验规则;
建立第一标识与基准图片和/或基准图片的校验映射关系。
7.根据权利要求6所述的图片校验方法,其特征在于,所述根据所述第一标识,获得基准图片以及校验规则包括:
根据所述第一标识,获得基准图片或校验规则;
根据基准图片以及校验映射关系,获得校验规则;或根据所述校验规则以及校验映射关系,获得基准图片。
8.一种图片校验装置,其特征在于,包括:
图片获取模块,用于获取待校验图片,其中,所述待校验图片具有第一标识;
标识查询模块,用于根据所述第一标识,获得基准图片以及校验规则;
掩模生成模块,用于根据所述校验规则,生成校验掩模;
校验结果模块,用于根据所述校验掩模、所述待校验图片和所述基准图片进行图片校验,生成校验结果。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的图片校验方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的图片校验方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010553064.XA CN111913873A (zh) | 2020-06-17 | 2020-06-17 | 图片校验方法、装置、系统和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010553064.XA CN111913873A (zh) | 2020-06-17 | 2020-06-17 | 图片校验方法、装置、系统和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111913873A true CN111913873A (zh) | 2020-11-10 |
Family
ID=73237739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010553064.XA Pending CN111913873A (zh) | 2020-06-17 | 2020-06-17 | 图片校验方法、装置、系统和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111913873A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113192622A (zh) * | 2021-05-08 | 2021-07-30 | 上海亿为科技有限公司 | 基于云边缘的ar巡检校验医疗数据的方法、装置及设备 |
Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03186975A (ja) * | 1989-12-15 | 1991-08-14 | Sony Corp | 画像の比較方法 |
JP2004053369A (ja) * | 2002-07-18 | 2004-02-19 | Nidec Copal Corp | 実装部品検査方法 |
JP2004112469A (ja) * | 2002-09-19 | 2004-04-08 | Toshiba Corp | 画像診断装置、画像処理方法、画像処理装置及び記憶媒体 |
JP2005056252A (ja) * | 2003-08-06 | 2005-03-03 | Casio Comput Co Ltd | 画像照合装置、画像照合方法および画像照合プログラム |
JP2007017214A (ja) * | 2005-07-06 | 2007-01-25 | Dainippon Printing Co Ltd | 検査装置、検査方法 |
CN102609696A (zh) * | 2012-03-21 | 2012-07-25 | 苏州展科光电科技有限公司 | 基于图像识别的照明设备故障检测方法 |
CN102905140A (zh) * | 2012-09-21 | 2013-01-30 | 宁波大学 | 一种彩色显微立体图像对颜色校正方法 |
US20130336575A1 (en) * | 2012-06-13 | 2013-12-19 | Applied Materials Israel Ltd. | System, method and computer program product for detection of defects within inspection images |
CN104217433A (zh) * | 2014-08-29 | 2014-12-17 | 华为技术有限公司 | 一种分析图像的方法及装置 |
US20170243351A1 (en) * | 2016-02-23 | 2017-08-24 | Motorola Mobility Llc | Selective Local Registration Based on Registration Error |
CN107977660A (zh) * | 2017-10-13 | 2018-05-01 | 天津工业大学 | 基于背景先验和前景节点的感兴趣区域检测方法 |
CN108121648A (zh) * | 2016-11-29 | 2018-06-05 | 北京京东尚科信息技术有限公司 | 一种界面错误监控方法 |
CN108304784A (zh) * | 2018-01-15 | 2018-07-20 | 武汉神目信息技术有限公司 | 一种眨眼检测方法及装置 |
CN108734185A (zh) * | 2017-04-18 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 图像校验方法和装置 |
CN109242011A (zh) * | 2018-08-27 | 2019-01-18 | 深圳开立生物医疗科技股份有限公司 | 一种识别图像差异的方法及装置 |
CN109447154A (zh) * | 2018-10-29 | 2019-03-08 | 网易(杭州)网络有限公司 | 图片相似度检测方法、装置、介质及电子设备 |
JP2019040449A (ja) * | 2017-08-25 | 2019-03-14 | 旭精工株式会社 | ディスク判別装置およびディスク判別方法 |
CN109614935A (zh) * | 2018-12-12 | 2019-04-12 | 泰康保险集团股份有限公司 | 车辆定损方法及装置、存储介质及电子设备 |
CN109815100A (zh) * | 2019-01-04 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种利用图像对比分析对叫号宝软件的行为监控方法 |
CN110349207A (zh) * | 2019-07-10 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种复杂环境下的视觉定位方法 |
CN110610485A (zh) * | 2019-08-26 | 2019-12-24 | 北京许继电气有限公司 | 一种基于ssim算法的特高压输电线路通道隐患预警方法 |
CN110942493A (zh) * | 2019-11-28 | 2020-03-31 | 南京安科医疗科技有限公司 | 一种ct系统中自动生成扫描区域的方法 |
CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
-
2020
- 2020-06-17 CN CN202010553064.XA patent/CN111913873A/zh active Pending
Patent Citations (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03186975A (ja) * | 1989-12-15 | 1991-08-14 | Sony Corp | 画像の比較方法 |
JP2004053369A (ja) * | 2002-07-18 | 2004-02-19 | Nidec Copal Corp | 実装部品検査方法 |
JP2004112469A (ja) * | 2002-09-19 | 2004-04-08 | Toshiba Corp | 画像診断装置、画像処理方法、画像処理装置及び記憶媒体 |
JP2005056252A (ja) * | 2003-08-06 | 2005-03-03 | Casio Comput Co Ltd | 画像照合装置、画像照合方法および画像照合プログラム |
JP2007017214A (ja) * | 2005-07-06 | 2007-01-25 | Dainippon Printing Co Ltd | 検査装置、検査方法 |
CN102609696A (zh) * | 2012-03-21 | 2012-07-25 | 苏州展科光电科技有限公司 | 基于图像识别的照明设备故障检测方法 |
US20130336575A1 (en) * | 2012-06-13 | 2013-12-19 | Applied Materials Israel Ltd. | System, method and computer program product for detection of defects within inspection images |
CN102905140A (zh) * | 2012-09-21 | 2013-01-30 | 宁波大学 | 一种彩色显微立体图像对颜色校正方法 |
CN104217433A (zh) * | 2014-08-29 | 2014-12-17 | 华为技术有限公司 | 一种分析图像的方法及装置 |
US20170243351A1 (en) * | 2016-02-23 | 2017-08-24 | Motorola Mobility Llc | Selective Local Registration Based on Registration Error |
CN108121648A (zh) * | 2016-11-29 | 2018-06-05 | 北京京东尚科信息技术有限公司 | 一种界面错误监控方法 |
CN108734185A (zh) * | 2017-04-18 | 2018-11-02 | 北京京东尚科信息技术有限公司 | 图像校验方法和装置 |
JP2019040449A (ja) * | 2017-08-25 | 2019-03-14 | 旭精工株式会社 | ディスク判別装置およびディスク判別方法 |
CN107977660A (zh) * | 2017-10-13 | 2018-05-01 | 天津工业大学 | 基于背景先验和前景节点的感兴趣区域检测方法 |
CN108304784A (zh) * | 2018-01-15 | 2018-07-20 | 武汉神目信息技术有限公司 | 一种眨眼检测方法及装置 |
CN109242011A (zh) * | 2018-08-27 | 2019-01-18 | 深圳开立生物医疗科技股份有限公司 | 一种识别图像差异的方法及装置 |
CN109447154A (zh) * | 2018-10-29 | 2019-03-08 | 网易(杭州)网络有限公司 | 图片相似度检测方法、装置、介质及电子设备 |
CN109614935A (zh) * | 2018-12-12 | 2019-04-12 | 泰康保险集团股份有限公司 | 车辆定损方法及装置、存储介质及电子设备 |
CN109815100A (zh) * | 2019-01-04 | 2019-05-28 | 深圳市象形字科技股份有限公司 | 一种利用图像对比分析对叫号宝软件的行为监控方法 |
CN110349207A (zh) * | 2019-07-10 | 2019-10-18 | 国网四川省电力公司电力科学研究院 | 一种复杂环境下的视觉定位方法 |
CN110610485A (zh) * | 2019-08-26 | 2019-12-24 | 北京许继电气有限公司 | 一种基于ssim算法的特高压输电线路通道隐患预警方法 |
CN110942493A (zh) * | 2019-11-28 | 2020-03-31 | 南京安科医疗科技有限公司 | 一种ct系统中自动生成扫描区域的方法 |
CN111028213A (zh) * | 2019-12-04 | 2020-04-17 | 北大方正集团有限公司 | 图像缺陷检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
洪专婷: "基于机器视觉的FPC缺陷检测的方法研究及其系统实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
阚希: "基于机器视觉的印刷品缺陷在线检测系统关键技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113192622A (zh) * | 2021-05-08 | 2021-07-30 | 上海亿为科技有限公司 | 基于云边缘的ar巡检校验医疗数据的方法、装置及设备 |
CN113192622B (zh) * | 2021-05-08 | 2023-06-23 | 上海亿为科技有限公司 | 基于云边缘的ar巡检校验医疗数据的方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108664364B (zh) | 一种终端测试方法及装置 | |
KR20190026641A (ko) | 클레임 서류의 문자 인식 방법, 장치, 서버 및 저장매체 | |
CN110008997B (zh) | 图像纹理相似度识别方法、装置及计算机可读存储介质 | |
WO2021012382A1 (zh) | 配置聊天机器人的方法、装置、计算机设备和存储介质 | |
CN112416777B (zh) | 文本显示测试方法、装置、计算机设备和存储介质 | |
CN105046254A (zh) | 字符识别方法及装置 | |
CN109978044B (zh) | 训练数据生成方法和装置、以及模型的训练方法和装置 | |
CN112417899A (zh) | 文字翻译方法、装置、计算机设备和存储介质 | |
CN112199268B (zh) | 一种软件兼容性测试方法及电子设备 | |
TWI546743B (zh) | 於一影像中之物件選擇技術 | |
CN112801888A (zh) | 图像处理方法、装置、计算机设备及存储介质 | |
CN112308069A (zh) | 一种软件界面的点击测试方法、装置、设备及存储介质 | |
CN112015634A (zh) | 页面结构信息生成方法、装置和电子设备 | |
US20130129222A1 (en) | Methods and apparatuses for facilitating detection of text within an image | |
CN116168351A (zh) | 电力设备巡检方法及装置 | |
CN112149570A (zh) | 多人活体检测方法、装置、电子设备及存储介质 | |
US8824778B2 (en) | Systems and methods for depth map generation | |
CN111913873A (zh) | 图片校验方法、装置、系统和计算机可读存储介质 | |
US20230306619A1 (en) | Three-dimensional reconstruction method, apparatus, and device, and computer readable storage medium | |
US8600171B2 (en) | Image labeling using parallel processing | |
CN113722203A (zh) | 程序测试方法及装置、电子设备和计算机可读存储介质 | |
CN111860166A (zh) | 图像检测的方法、装置、计算机设备和存储介质 | |
CN113190437B (zh) | 无线模组的时序分析方法、装置、计算机设备和存储介质 | |
CN112286785B (zh) | 用户界面的异常检测方法及装置 | |
CN113268617A (zh) | 论文元数据的检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201110 |
|
RJ01 | Rejection of invention patent application after publication |