CN112383772B - 相机性能自动测试方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明提供一种相机性能自动测试方法、装置、电子设备及存储介质，所述方法包括：采集目标相机拍摄的测试视频；将所述测试视频逐帧转换成对应的RGB图片；获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能；基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。本发明能够实现相机AE、AF、AWB性能的自动测试分析，极大地提升测试效率以及节约内存空间，且不受人眼差异的干扰，提升了测试结果的准确性和可靠性。

Description

相机性能自动测试方法、装置、电子设备及存储介质

技术领域

本发明涉及相机测试技术领域，尤其涉及一种相机性能自动测试方法、装置、电子设备及存储介质。

背景技术

相机的3A技术是指自动对焦(Auto Focus，AF)、自动曝光(Auto Exposure，AE)及自动白平衡(Auto White Balance，AWB)技术。其中，自动对焦用于通过既得图像对比度移动镜头使图像对比度达到最大；自动曝光用于根据可用的光源条件自动设置曝光值；自动白平衡用于根据光源条件调整图片颜色的保真程度。

目前，在进行相机3A性能测试时，需采集的高帧率视频数据量通常较大。常规分析相机3A性能的方法是：将测试采集的高帧率视频解帧，然后针对解帧的数据结合人眼观察其3A变化，最后计算出相机的3A性能。常规相机3A性能测试数据分析方法具有如下缺点：1)解帧高帧率视频数据存在大量的中间数据，占据的内存空间较大；2)对解帧数据的分析需结合人眼主观判断，存在较大误差；3)整体分析数据耗时较长。

发明内容

针对上述现有技术的不足，本发明的目的在于提供一种相机性能自动测试方法、装置、电子设备及存储介质，以实现相机AE、AF、AWB性能的自动测试分析，极大地提升测试效率以及节约内存空间，且不受人眼差异的干扰，提升了测试结果的准确性和可靠性。

为了实现上述目的，本发明提供一种相机性能自动测试方法，包括：

采集目标相机拍摄的测试视频；

将所述测试视频逐帧转换成对应的RGB图片；

获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能；

基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。

在本发明一个优选实施例中，当所述待测性能类型为自动曝光性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

获取所述测试视频对应的各RGB图片的平均亮度；

绘制各所述RGB图片的平均亮度的变化曲线。

在本发明一个优选实施例中，当所述待测性能类型为自动对焦性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

将所述测试视频对应的各RGB图片分别转换成对应的灰度图片；

获取每张所述灰度图片的平均梯度；

绘制各所述灰度图片的平均梯度变化曲线。

在本发明一个优选实施例中，当所述待测性能类型为自动白平衡性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

将所述测试视频对应的各RGB图片分别转换成对应的HSV图片；

获取每张所述HSV图片的平均饱和度；

绘制各所述HSV图片的平均饱和度变化曲线。

为了实现上述目的，本发明还提供一种相机性能自动测试装置，包括：

视频获取模块，用于获取目标相机拍摄的测试视频；

RGB图片转换模块，用于将所述测试视频逐帧转换成对应的RGB图片；

待测性能类型获取模块，用于获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能；

分析模块，用于基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。

在本发明一个优选实施例中，当所述待测性能类型为自动曝光性能时，所述分析模块具体用于：

获取所述测试视频对应的各RGB图片的平均亮度；

绘制各所述RGB图片的平均亮度的变化曲线。

在本发明一个优选实施例中，当所述待测性能类型为自动对焦性能时，所述分析模块具体用于：

将所述测试视频对应的各RGB图片分别转换成对应的灰度图片；

获取每张所述灰度图片的平均梯度；

绘制各所述灰度图片的平均梯度变化曲线。

在本发明一个优选实施例中，当所述待测性能类型为自动白平衡性能时，所述分析模块具体用于：

将所述测试视频对应的各RGB图片分别转换成对应的HSV图片；

获取每张所述HSV图片的平均饱和度；

绘制各所述HSV图片的平均梯度变化曲线。

为了实现上述目的，本发明还提供一种电子设备，包括存储器、处理器以及存储在存储器上并可在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前述方法的步骤。

为了实现上述目的，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述方法的步骤。

通过采用上述技术方案，本发明相对现有技术具有如下有益效果：

本发明在测试相机性能时，首先采集目标相机拍摄的测试视频，而后将所述测试视频逐帧转换成RGB图片，并获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能，最后基于每张所述RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。可见，本发明可以实现相机AE、AF、AWB性能的自动测试分析，极大地提升了测试效率；同时，无需存储解帧高帧率视频产生的大量中间数据，节约了内存空间；此外不受人眼差异的干扰，提升了测试结果的准确性和可靠性。

附图说明

图1为本发明实施例1的相机性能自动测试方法的流程图；

图2为本发明实施例2的相机性能自动测试装置的结构框图；

图3为本发明实施例3的电子设备的硬件架构图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在本发明使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本公开。在本公开和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

实施例1

本实施例提供一种相机性能自动测试方法，用于实现相机AE、AF、AWB性能的自动测试分析。如图1所示，该方法包括以下步骤：

S1，获取目标相机拍摄的测试视频。在本实施例中，所述测试视频为高帧率视频。

S2，将所述测试视频逐帧转换成RGB图片，具体可以采用现有的任意一种转换方法进行转换，本实施例对此不做任何具体限定。

S3，获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能。

在本实施例中，待测性能类型可以是外部输入的，也可以是预先设置的，本实施例对此不做任何具体限制。

S4，基于每张所述RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。

具体地，当所述待测性能类型为自动曝光性能时，本实施例将获取所述目标相机的自动曝光性能测试结果，获取自动曝光性能测试结果的具体过程如下：

S411，获取所述测试视频对应的各RGB图片的平均亮度。

在本实施例中，可以通过以下方式获取各RGB图片的平均亮度：首先，将各RGB图片转换成对应的灰度图片；而后，读取每张灰度图片中各像素的亮度，并计算每张灰度图片中各像素的亮度的平均值作为对应RGB图片的平均亮度。

当然，本实施例还可以采用其它合适的方式获取各RGB图片的平均亮度，本实施例对此不做任何具体限制。

S412，绘制各所述RGB图片的平均亮度变化曲线。

应该理解，各RGB图片的平均亮度变化曲线即反映了所述测试视频中每帧视频数据的平均亮度变化曲线，而相机视频数据的平均亮度曲线即反映目标相机的自动曝光性能，因而本实施例将各RGB图片的平均亮度变化曲线作为目标相机的自动曝光性能测试结果。

当所述待测性能类型为自动对焦性能时，本实施例将获取所述目标相机的自动对焦性能测试结果，获取自动对焦性能测试结果的具体过程如下：

S421，将所述测试视频对应的各RGB图片分别转换成对应的灰度图片。

S422，获取每张所述灰度图片的平均梯度。在本实施例中，可以利用拉普拉斯算子计算每张所述灰度图片的平均梯度。当然，本实施例还可以采用其它合适的方式获取各灰度图片的平均梯度，本实施例对此不做任何具体限制。

S423，绘制各所述灰度图片的平均梯度变化曲线。

应该理解，各灰度图片的平均梯度变化曲线即反映了所述测试视频中每帧视频数据的平均梯度变化曲线，而相机视频数据的平均梯度曲线即反映目标相机的自动对焦性能，因而本实施例将各灰度图片的平均亮度变化曲线作为目标相机的自动对焦性能测试结果。

当所述待测性能类型为自动白平衡性能时，本实施例将获取所述目标相机的自动白平衡性能测试结果，获取自动白平衡性能测试结果的具体过程如下：

S431，将所述测试视频对应的各RGB图片分别转换成对应的HSV图片，HSV图片中的H表示色相(Hue)、S表示饱和度(Saturation)、V表示明度(Value)。

S432，获取每张所述HSV图片的平均饱和度。

本实施例中，可以通过以下方式获取各HSV图片的平均饱和度：首先，读取每张HSV图片中各像素的饱和度，并计算每张HSV图片中各像素的饱和度的平均值作为对应HSV图片的平均饱和度。

S433，绘制各所述HSV图片的平均饱和度变化曲线。

应该理解，各HSV图片的平均饱和度变化曲线即反映了所述测试视频中每帧视频数据的平均饱和度变化曲线，而相机视频数据的平均饱和度曲线即反映目标相机的自动白平衡性能，因而本实施例将各HSV图片的平均饱和度变化曲线作为目标相机的自动白平衡性能测试结果。

通过上述方案，本发明可以实现相机AE、AF、AWB性能的自动测试分析，极大地提升了测试效率；同时，无需存储解帧高帧率视频产生的大量中间数据，节约了内存空间；此外不受人眼差异的干扰，提升了测试结果的准确性和可靠性。

实施例2

本实施例提供一种相机性能自动测试装置，用于实现相机AE、AF、AWB性能的自动测试分析。如图2所示，该装置1包括：视频获取模块11、RGB图片转换模块12、待测性能类型获取模块13、分析模块14。下面分别对上述各个模块进行详细说明：

视频获取模块11用于获取目标相机拍摄的测试视频。在本实施例中，所述测试视频为高帧率视频。

RGB图片转换模块12用于将所述测试视频逐帧转换成RGB图片，具体可以采用现有的任意一种转换方法进行转换，本实施例对此不做任何具体限定。

待测性能类型获取模块13用于获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能。

在本实施例中，待测性能类型可以是外部输入的，也可以是预先设置的，本实施例对此不做任何具体限制。

分析模块14用于基于每张所述RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果。

具体地，当所述待测性能类型为自动曝光性能时，分析模块14将获取所述目标相机的自动曝光性能测试结果，获取自动曝光性能测试结果的具体过程如下：

首先，获取所述测试视频对应的各RGB图片的平均亮度。

在本实施例中，可以通过以下方式获取各RGB图片的平均亮度：将各RGB图片转换成对应的灰度图片；读取每张灰度图片中各像素的亮度，并计算每张灰度图片中各像素的亮度的平均值作为对应RGB图片的平均亮度。

当然，本实施例还可以采用其它合适的方式获取各RGB图片的平均亮度，本实施例对此不做任何具体限制。

而后，绘制各所述RGB图片的平均亮度变化曲线。

应该理解，各RGB图片的平均亮度变化曲线即反映了所述测试视频中每帧视频数据的平均亮度变化曲线，而相机视频数据的平均亮度曲线即反映目标相机的自动曝光性能，因而本实施例将各RGB图片的平均亮度变化曲线作为目标相机的自动曝光性能测试结果。

当所述待测性能类型为自动对焦性能时，分析模块14将获取所述目标相机的自动对焦性能测试结果，获取自动对焦性能测试结果的具体过程如下：

首先，将所述测试视频对应的各RGB图片分别转换成对应的灰度图片。

而后，获取每张所述灰度图片的平均梯度。在本实施例中，可以利用拉普拉斯算子计算每张所述灰度图片的平均梯度。当然，本实施例还可以采用其它合适的方式获取各灰度图片的平均梯度，本实施例对此不做任何具体限制。

最后，绘制各所述灰度图片的平均梯度变化曲线。

应该理解，各灰度图片的平均梯度变化曲线即反映了所述测试视频中每帧视频数据的平均梯度变化曲线，而相机视频数据的平均梯度曲线即反映目标相机的自动对焦性能，因而本实施例将各灰度图片的平均亮度变化曲线作为目标相机的自动对焦性能测试结果。

当所述待测性能类型为自动白平衡性能时，分析模块14将获取所述目标相机的自动白平衡性能测试结果，获取自动白平衡性能测试结果的具体过程如下：

首先，将所述测试视频对应的各RGB图片分别转换成对应的HSV图片，HSV图片中的H表示色相(Hue)、S表示饱和度(Saturation)、V表示明度(Value)。

而后，获取每张所述HSV图片的平均饱和度。

本实施例中，可以通过以下方式获取各HSV图片的平均饱和度：首先，读取每张HSV图片中各像素的饱和度，并计算每张HSV图片中各像素的饱和度的平均值作为对应HSV图片的平均饱和度。

最后，绘制各所述HSV图片的平均饱和度变化曲线。

应该理解，各HSV图片的平均饱和度变化曲线即反映了所述测试视频中每帧视频数据的平均饱和度变化曲线，而相机视频数据的平均饱和度曲线即反映目标相机的自动白平衡性能，因而本实施例将各HSV图片的平均饱和度变化曲线作为目标相机的自动白平衡性能测试结果。

通过上述方案，本发明可以实现相机AE、AF、AWB性能的自动测试分析，极大地提升了测试效率；同时，无需存储解帧高帧率视频产生的大量中间数据，节约了内存空间；此外不受人眼差异的干扰，提升了测试结果的准确性和可靠性。

实施例3

本实施例提供一种电子设备，电子设备可以通过计算设备的形式表现(例如可以为服务器设备)，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中处理器执行计算机程序时可以实现实施例1提供的相机性能自动测试方法。

图3示出了本实施例的硬件结构示意图，如图3所示，电子设备9具体包括：

至少一个处理器91、至少一个存储器92以及用于连接不同系统组件(包括处理器91和存储器92)的总线93，其中：

总线93包括数据总线、地址总线和控制总线。

存储器92包括易失性存储器，例如随机存取存储器(RAM)921和/或高速缓存存储器922，还可以进一步包括只读存储器(ROM)923。

存储器92还包括具有一组(至少一个)程序模块924的程序/实用工具925，这样的程序模块924包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

处理器91通过运行存储在存储器92中的计算机程序，从而执行每张种功能应用以及数据处理，例如本发明实施例1提供的相机性能自动测试方法。

电子设备9进一步可以与一个或多个外部设备94(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(I/O)接口95进行。并且，电子设备9还可以通过网络适配器96与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器96通过总线93与电子设备9的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备9使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID(磁盘阵列)系统、磁带驱动器以及数据备份存储系统等。

应当注意，尽管在上文详细描述中提及了电子设备的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本申请的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。

实施例4

本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，所述程序被处理器执行时实现实施例1的相机性能自动测试方法的步骤。

其中，可读存储介质可以采用的更具体可以包括但不限于：便携式盘、硬盘、随机存取存储器、只读存储器、可擦拭可编程只读存储器、光存储器件、磁存储器件或上述的任意合适的组合。

在可能的实施方式中，本发明还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行实现实施例1的相机性能自动测试方法的步骤。

其中，可以以一种或多种程序设计语言的任意组合来编写用于执行本发明的程序代码，所述程序代码可以完全地在用户设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户设备上部分在远程设备上执行或完全在远程设备上执行。

虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种相机性能自动测试方法，其特征在于，包括：

采集目标相机拍摄的测试视频；

将所述测试视频逐帧转换成对应的RGB图片；

获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能；

基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果；

所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

获取所述测试视频对应的各所述RGB图片的性能测试参数的平均值；

绘制各所述RGB图片的性能测试参数的平均值变化曲线；其中，所述性能测试参数的所述平均值变化曲线为所述目标相机与所述待测性能类型对应的所述性能测试结果。

2.根据权利要求1所述的相机性能自动测试方法，其特征在于，当所述待测性能类型为自动曝光性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

获取所述测试视频对应的各RGB图片的平均亮度；

绘制各所述RGB图片的平均亮度的变化曲线。

3.根据权利要求1所述的相机性能自动测试方法，其特征在于，当所述待测性能类型为自动对焦性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

将所述测试视频对应的各RGB图片分别转换成对应的灰度图片；

获取每张所述灰度图片的平均梯度；

绘制各所述灰度图片的平均梯度变化曲线。

4.根据权利要求1所述的相机性能自动测试方法，其特征在于，当所述待测性能类型为自动白平衡性能时，所述基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果的步骤包括：

将所述测试视频对应的各RGB图片分别转换成对应的HSV图片；

获取每张所述HSV图片的平均饱和度；

绘制各所述HSV图片的平均饱和度变化曲线。

5.一种相机性能自动测试装置，其特征在于，包括：

视频获取模块，用于获取目标相机拍摄的测试视频；

RGB图片转换模块，用于将所述测试视频逐帧转换成对应的RGB图片；

待测性能类型获取模块，用于获取待测性能类型，所述待测性能类型为自动曝光、自动对焦或自动白平衡性能；

分析模块，用于基于所述测试视频对应的各RGB图片，获取所述目标相机的与所述待测性能类型对应的性能测试结果；

所述分析模块具体用于：

获取所述测试视频对应的各所述RGB图片的性能测试参数的平均值；

绘制各所述RGB图片的性能测试参数的平均值变化曲线；其中，所述性能测试参数的所述平均值变化曲线为所述目标相机与所述待测性能类型对应的所述性能测试结果。

6.根据权利要求5所述的相机性能自动测试装置，其特征在于，当所述待测性能类型为自动曝光性能时，所述分析模块具体用于：

获取所述测试视频对应的各RGB图片的平均亮度；

绘制各所述RGB图片的平均亮度的变化曲线。

7.根据权利要求5所述的相机性能自动测试装置，其特征在于，当所述待测性能类型为自动对焦性能时，所述分析模块具体用于：

将所述测试视频对应的各RGB图片分别转换成对应的灰度图片；

获取每张所述灰度图片的平均梯度；

绘制各所述灰度图片的平均梯度变化曲线。

8.根据权利要求5所述的相机性能自动测试装置，其特征在于，当所述待测性能类型为自动白平衡性能时，所述分析模块具体用于：

将所述测试视频对应的各RGB图片分别转换成对应的HSV图片；

获取每张所述HSV图片的平均饱和度；

绘制各所述HSV图片的平均饱和度变化曲线。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在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4中任一项所述方法的步骤。

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，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述方法的步骤。

Images