CN112559342A - 一种画面测试图像的获取方法、装置、设备及存储介质 - Google Patents
一种画面测试图像的获取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112559342A CN112559342A CN202011450539.9A CN202011450539A CN112559342A CN 112559342 A CN112559342 A CN 112559342A CN 202011450539 A CN202011450539 A CN 202011450539A CN 112559342 A CN112559342 A CN 112559342A
- Authority
- CN
- China
- Prior art keywords
- image
- test
- segmentation
- standard
- picture
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 322
- 238000000034 method Methods 0.000 title claims abstract description 68
- 230000011218 segmentation Effects 0.000 claims abstract description 186
- 238000012545 processing Methods 0.000 claims abstract description 32
- 230000008569 process Effects 0.000 claims abstract description 25
- 239000013598 vector Substances 0.000 claims description 20
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000013142 basic testing Methods 0.000 claims description 7
- 238000003709 image segmentation Methods 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 5
- 230000000007 visual effect Effects 0.000 claims description 4
- 230000002159 abnormal effect Effects 0.000 abstract description 9
- 238000012937 correction Methods 0.000 abstract description 6
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000013519 translation Methods 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
- G06F11/3692—Test management for test results analysis
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
- G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Multimedia (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例公开了一种画面测试图像的获取方法、装置、设备及存储介质。该方法包括：获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对测试画面图像进行相似度匹配；如果测试画面图像的相似度匹配结果不满足第一匹配标准，则对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；基于第一分割标准图像，对第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。本发明实施例解决了传统自动化测试系统不具备画面异常测试功能的问题，实现了对测试画面图像中异常显示的图像位置进行定位的目的，从而有助于指导后续的修正工作。
Description
技术领域
本发明实施例涉及游戏测试技术领域，尤其涉及一种画面测试图像的获取方法、装置、设备及存储介质。
背景技术
传统采用的自动化测试系统是基于代码接口和侵入式设计完成的，自动化测试系统测试得到的实际返回的结果是应用程序产生的返回值，而应用程序的用户只关心进行输入操作之后的输出结果。
传统的自动化测试系统在实际的测试过程中，经常会出现自动化返回值是正确的结果，得到程序运行正常的结论，但用户在输出端看到的显示画面却是有明显缺陷或者错误的，如显示画面中物体缺失或未显示等。因此，传统的自动化测试系统存在不能准确的测试出应用程序在运行过程中出现的画面显示异常的问题，并且不具备对画面中出现异常显示的图像位置进行定位的功能。
发明内容
本发明实施例提供了一种画面测试图像的获取方法、装置、设备及存储介质，以解决传统自动化测试系统不具备画面异常测试功能的问题，实现对画面中出现异常显示的图像位置进行定位的目的。
第一方面，本发明实施例提供了一种画面测试图像的获取方法，该方法包括：
获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对所述测试画面图像进行相似度匹配；
如果所述测试画面图像的相似度匹配结果不满足第一匹配标准，则对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
第二方面，本发明实施例还提供了一种画面测试图像的获取装置，该装置包括：
相似度匹配模块，用于获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对所述测试画面图像进行相似度匹配；
测试画面图像分割模块，用于如果所述测试画面图像的相似度匹配结果不满足第一匹配标准，则对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
目标分割测试图像确定模块，用于基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的至少一个目标分割测试图像。
第三方面，本发明实施例还提供了一种电子设备，该电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述所涉及的任一所述的画面测试图像的获取方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述所涉及的任一所述的画面测试图像的获取方法。
本发明实施例通过对测试画面图像进行相似度匹配，并在相似度匹配结果不满足匹配标准时，对测试画面图像进行分割处理，继续对分割得到的第一分割测试图像进行相似度匹配，直到得到相似度匹配结果不满足目标匹配标准的目标分割测试图像，解决了传统自动化测试系统不具备画面异常测试功能的问题，实现了对测试画面图像中异常显示的图像位置进行定位的目的，从而有助于指导后续的修正工作。
附图说明
图1是本发明实施例一提供的一种画面测试图像的获取方法的流程图。
图2是本发明实施例二提供的一种画面测试图像的获取方法的流程图。
图3是本发明实施例二提供的一种画面测试图像的获取方法的具体实例的流程图。
图4是本发明实施例三提供的一种画面测试图像的获取装置的示意图。
图5是本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1是本发明实施例一提供的一种画面测试图像的获取方法的流程图，本实施例可适用于对应用程序测试过程中的显示画面进行测试和对异常画面进行定位的情况，该方法可以由画面测试图像的获取来执行，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备中。具体包括如下步骤：
S110、获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对测试画面图像进行相似度匹配。
应用程序是一种可用于完成某项或多项特定工作的计算机程序，具有可视的用户界面与用户进行交互。此处对应用程序不作限定。在一个实施例中，可选的，应用程序为游戏软件。其中，具体的，基于传统测试系统对应用程序进行测试的过程中，获取应用程序在该测试过程中显示的测试画面图像。
其中，具体的，标准画面图像是预先设置的与测试画面图像对应的用于相似度匹配的图像。
在一个实施例中，可选的，相似度匹配的方法包括但不限于感知哈希算法、卷积神经网络模型、尺度不变特征转换算法、基于欧氏距离的相似度匹配算法、基于曼哈顿距离的相似度匹配算法、基于汉明距离的相似度匹配算法或基于皮尔逊相关系数的相似度匹配算法等。
在一个实施例中，可选的，基于标准画面图像，对测试画面图像进行相似度匹配，包括：基于尺度不变特征转换算法，分别对测试画面图像和标准画面图像进行特征提取，得到测试画面图像对应的测试特征向量和标准画面图像对应的标准特征向量；基于测试特征向量和标准特征向量，对测试画面图像和标准画面图像进行相似度匹配。
其中，尺度不变特征转换算法(Scale-Invariant Feature Transform，SIFT)是一种基于电脑视觉的算法，用来侦测与描述图像中的局部性特征，其原理是在空间尺度中寻找极值点，提取出极值点的位置、尺度和旋转不变量，并基于位置、尺度和旋转不变量构建图像局部特征描述算子对图像进行描述。SIFT算法的特点有：SIFT算法提取得到的图像局部特征描述算子对旋转、尺度缩放和亮度变化保持不变性，对视角改变、仿射变换和噪声也保持一定程度的稳定性；独特性，SIFT算法的信息量丰富，适用于在海量特征数据库中进行快速、准确的匹配；多量性，即使图像包含少数的几个物体也可以产生大量的SIFT特征向量；高速性，经优化的SIFT匹配算法甚至可以达到实时的要求；可扩展性，可以很方便的与其他形式的特征向量进行联合。
其中，具体的，SIFT算法特征提取得到特征向量的具体步骤主要包括：多尺度空间极值点检测、关键点的精确定位、关键点的主方向计算和描述子的构建。其中，多个尺度空间极值点检测，具体的，尺度是用来精确地描述一个物体的大小，在不同距离观察同一物体其大小不同，自然尺度也不同，尺度空间能够模拟人在距离目标由近到远时目标在视网膜上所成像的变化过程。构建多个尺度空间，在不同尺度空间中，图像的模糊程度随尺度变大而变大，在尺度空间中进行极值点检测。其中，具体的，极值点是指不会因光照改变而消失的点，角点、边缘点、暗区域的亮点以及亮区域的暗点都是符合极值点要求的点。其中，关键点的精确定位，具体的，在基于高斯差分运算(Difference of Gaussian，DoG)得到极值点后，由于DoG算子会产生较强的边缘响应，为了增强匹配稳定性和提高抗噪能力，需要对DoG函数进行曲线拟合，以精确确定关键点的位置和尺度，同时除去低对比度的关键点和不稳定的边缘响应。其中，关键点的主方向计算，具体的，为了让关键点不会随图像的旋转变化而发生变化，还需要为每个关键点指明方向参数，即为每一个关键点分配一个基准方向，示例性的，可采用图像梯度的方法来对每个关键点确定方向。其中，描述子的构建，具体的，通过上述步骤得到每个关键点的位置、尺度和方向三个信息，分别对应平移、缩放与旋转的不便性，但此时关键点还是独立的存在，没有考虑关键点与其周围像素点之间的关系，描述子的构建便是通过选取关键点及其邻域的像素建立一个描述符，用一组特征向量对该关键点进行描述。
其中，具体的，测试特征向量是采用SIFT算法基于测试画面图像构建的描述子，标准特征向量是采用SIFT算法基于标准画面图像构建的描述子。在一个实施例中，可选的，基于测试特征向量与标准特征向量之间的欧式距离确定测试画面图像和标准画面图像的匹配度。其中，具体的，针对测试画面图像中的任一关键点，确定标准画面图像中与该关键点的欧式距离最近的前两个关键点，如果最近的欧式距离与次近的欧式距离的比值小于预设比例阈值，则将测试画面图像中的关键点和标准画面图像中与该关键点欧式距离最近的关键点共同作为一对匹配点。示例性的，将匹配点的对数与测试画面图像中关键点的总数量之间的比值作为测试画面图像与标准画面图像之间的匹配度。
S120、如果测试画面图像的相似度匹配结果不满足第一匹配标准，则对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像。
其中，具体的，相似度匹配结果为测试画面图像与标准画面图像之间的匹配度或测试画面图像与标准画面图像之间的匹配关系，示例性的，匹配度可以是40％、80％或90％等等，匹配关系可以是匹配成功或匹配失败。其中，具体的，第一匹配标准是与测试画面图像的相似度匹配结果对应的匹配标准，示例性的，第一匹配标准可以是匹配度大于匹配度阈值或匹配关系为匹配成功。
在一个实施例中，可选的，对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像，包括：基于预设分割数量，对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像。
其中，具体的，预设分割数量大于1，示例性的，预设分割数量可以2个、4个或13个等等。其中，以测试画面图像为例，可以是测试画面图像进行等分分割或对测试画面图像进行非等分分割，分割得到的第一分割测试画面的形状可以是圆形、三角形或矩形等等。此处对测试画面图像的具体分割方式不作限定。
其中，具体的，标准画面图像的分割方式与测试画面图像的分割方式相同。举例而言，如果对测试画面图像进行四等分分割，则对与测试画面图像对应的标准画面图像进行四等分分割。
S130、基于第一分割标准图像，对第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
在本实施例中，目标匹配标准用于描述与第一分割测试图像的相似度匹配结果对应的匹配标准。其中，具体的，以相似度匹配结果为匹配度为例，假设目标匹配标准为匹配度大于80％，针对测试画面图像分割得到的至少两个第一分割测试图像，将匹配度小于等于80％对应的第一分割测试图像作为目标分割测试图像，从而实现对测试画面图像中异常显示的图像位置进行定位。
本实施例的技术方案，通过对测试画面图像进行相似度匹配，并在相似度匹配结果不满足匹配标准时，对测试画面图像进行分割处理，继续对分割得到的第一分割测试图像进行相似度匹配，直到得到相似度匹配结果不满足目标匹配标准的目标分割测试图像，解决了传统自动化测试系统不具备画面异常测试功能的问题，实现了对测试画面图像中异常显示的图像位置进行定位的目的，从而有助于指导后续的修正工作。
实施例二
图2是本发明实施例二提供的一种画面测试图像的获取方法的流程图，本实施例的技术方案是上述实施例的基础上的进一步细化。可选的，所述基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像，包括：如果所述第一分割测试图像的相似度匹配结果不满足第二匹配标准，则对所述第一分割测试图像和第一分割标准图像分别继续进行分割处理，得到第二分割测试图像和第二分割标准图像；基于所述第二分割标准图像，对所述第二分割测试图像进行相似度匹配，直到分割处理数据满足预设分割标准，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
本实施例的具体实施步骤包括：
S210、获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对测试画面图像进行相似度匹配。
S220、如果测试画面图像的相似度匹配结果不满足第一匹配标准，则对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像。
在上述实施例的基础上，可选的，标准画面图像包括不包含紫块贴图的第一贴图图像和/或包含紫块贴图的第二贴图图像，相应的，方法还包括：当标准画面图像包括第一贴图图像时，如果相似度匹配结果小于预设匹配度阈值，则测试画面图像的相似度匹配结果不满足第一匹配标准；和/或，当标准画面图像包括第二贴图图像时，如果相似度匹配结果大于等于预设匹配度阈值，则测试画面图像的相似度匹配结果不满足第一匹配标准。
其中，紫块贴图可表征游戏引擎内贴图损坏或丢失等异常状态下的显示贴图，用于提示贴图显示存在异常。需要说明的是，紫块贴图只是为了指代一种贴图显示异常的情况，并不对异常状态下的显示贴图的颜色或形态等进行限定，示例性的，异常状态下的显示贴图也可以是红色。
其中，示例性的，对测试画面图像和标准画面图像进行2×2分割处理，分别得到4个第一分割测试图像和4个第一分割标准图像。
S230、如果第一分割测试图像的相似度匹配结果不满足第二匹配标准，则对第一分割测试图像和第一分割标准图像分别继续进行分割处理，得到第二分割测试图像和第二分割标准图像。
其中，示例性的，第一匹配标准与第二匹配标准可以相同也可以不同。
其中，具体的，针对测试画面图像分割得到的每个第一分割测试图像，如果第一分割测试图像的相似度匹配结果不满足第二匹配标准，则对该第一分割测试图像继续进行分割处理，如果第一分割测试图像的相似度匹配结果满足第二匹配标准，则保留该第一分割测试图像。
以上述举例为例，假设分割得到的4个第一分割测试图像中有1个第一分割测试图像的相似度匹配结果不满足第二匹配标准，对该第一分割测试图像继续进行2×2分割处理，得到4个第二分割测试图像。假设第一分割测试图像中有2个第一分割测试图像的相似度匹配结果不满足第二匹配标准，则得到8个第二分割测试图像。
S240、基于第二分割标准图像，对第二分割测试图像进行相似度匹配，直到分割处理数据满足预设分割标准，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
其中，具体的，直到分割处理数据满足预设分割标准之前，重复执行对分割测试图像和分割标准图像进行相似度匹配，并对相似度匹配结果不满足匹配标准的分割测试图像和分割标准图像进行分割处理的操作。
在一个实施例中，可选的，预设分割标准包括第一分割测试图像对应的分割次数达到第一次数阈值、第二分割测试图像对应的分割次数达到第二次数阈值以及分割得到的图像总数量达到预设数量阈值中至少一种。
其中，具体的，第一分割测试图像对应的分割次数为执行分割处理的次数。
举例而言，假设第一分割测试图像的图像数量为4个，且相似度匹配结果不满足第二匹配标准的第一分割测试图像的数量为1个，则对该第一分割测试图像进行分割次数，得到4个第二分割测试图像，且相似度匹配结果不满足第三匹配标准的第一分割测试图像的数量为1个，则对该第二分割测试图像进行分割次数，得到4个第三分割测试图像。其中，具体的，第一分割测试图像对应的分割次数为2次，第二分割测试图像对应的分割次数为1次，分割得到的图像总数量为10个。
图3是本发明实施例二提供的一种画面测试图像的获取方法的具体实例的流程图。具体的，获取测试画面图像，基于标准画面图像对测试画面图像进行相似度匹配，判断相似度匹配结果是否满足第一匹配标准，如果是，则结束，如果否，则对测试画面图像进行分割得到至少两个第一分割测试图像。针对每个第一分割测试图像，将第一分割测试图像作为当前分割测试图像，基于当前标准图像对当前分割测试图像进行相似度匹配，判断相似度匹配结果是否满足第一匹配标准，如果是，则保留当前分割测试图像，如果否，则判断分割处理数据是否满足预设分割标准，如果是，则将当前分割测试图像作为目标分割测试图像，并获取下一分割测试图像，并对该下一分割测试图像执行相似度匹配操作。如果是，则对当前分割测试图像进行分割得到下一组分割测试图像，其中，下一组分割测试图像包含至少两个第二分割测试图像。针对下一组分割测试图像重复执行上述步骤。
在上述实施例的基础上，可选的，该方法还包括：基于与目标分割测试图像对应的相似度匹配结果，生成画面测试报告；基于目标分割测试图像、画面测试报告和基础测试报告，生成目标测试报告，并将目标测试报告进行输出；其中，基础测试报告是基于应用程序在测试过程中生成的程序反馈数据生成的。
其中，示例性的，基于传统测试系统对应用测试进行测试，基于应用程序在测试过程中生成的程序反馈数据生成基础测试报告。其中，具体的，将包含目标分割测试图像、画面测试报告和基础测试报告的目标测试报告进行输出，以使开发人员基于该目标测试报告对应用程序进行后续的修正工作。
如果对测试画面图像进行一次性分割，并对一次性分割得到的多个分割测试图像分别进行相似度匹配，容易造成对大量不存在异常显示的图像进行相似度匹配的情况，从而增加了不必要的计算量。本实施例的技术方案，通过在每一次分割处理完成后，对分割得到的分割测试图像进行相似度匹配，并对相似度匹配结果不满足预设匹配标准的分割测试图像继续进行分割处理，解决了一次性分割处理带来的计算量大的问题，在实现对测试画面图像中异常显示的图像位置进行定位的同时，提高了图像位置的定位效率。
实施例三
图4是本发明实施例三提供的一种画面测试图像的获取装置的示意图。本实施例可适用于对应用程序测试过程中的显示画面进行测试和对异常画面进行定位的情况，该装置可采用软件和/或硬件的方式实现，该装置可以配置于终端设备中。该画面测试图像的获取装置包括：相似度匹配模块310、测试画面图像分割模块320和目标分割测试图像确定模块330。
其中，相似度匹配模块310，用于获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对测试画面图像进行相似度匹配；
测试画面图像分割模块320，用于如果测试画面图像的相似度匹配结果不满足第一匹配标准，则对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
目标分割测试图像确定模块330，用于基于第一分割标准图像，对第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的至少一个目标分割测试图像。
本实施例的技术方案，通过将测试过程中显示的测试画面图像与标准画面图像进行相似度匹配，并基于匹配结果生成画面测试报告，解决了传统自动化测试系统不具备画面异常测试功能的问题，使得在自动化测试结束后得到关于显示画面的测试数据，从而有助于指导后续的修正工作，以降低应用程序在投入使用后出现画面缺陷的概率。
在上述技术方案的基础上，可选的，目标分割测试图像确定模块330具体用于：
如果第一分割测试图像的相似度匹配结果不满足第二匹配标准，则对第一分割测试图像和第一分割标准图像分别继续进行分割处理，得到第二分割测试图像和第二分割标准图像；
基于第二分割标准图像，对第二分割测试图像进行相似度匹配，直到分割处理数据满足预设分割标准，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
在上述技术方案的基础上，可选的，预设分割标准包括第一分割测试图像对应的分割次数达到第一次数阈值、第二分割测试图像对应的分割次数达到第二次数阈值以及分割得到的图像总数量达到预设数量阈值中至少一种。
在上述技术方案的基础上，可选的，测试画面图像分割模块320具体用于：
基于预设分割数量，对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像。
在上述技术方案的基础上，可选的，相似度匹配模块310具体用于：
基于尺度不变特征转换算法，分别对测试画面图像和标准画面图像进行特征提取，得到测试画面图像对应的测试特征向量和标准画面图像对应的标准特征向量；
基于测试特征向量和标准特征向量，对测试画面图像和标准画面图像进行相似度匹配。
在上述技术方案的基础上，可选的，标准画面图像包括不包含紫块贴图的第一贴图图像和/或包含紫块贴图的第二贴图图像，相应的，该装置还包括：
相似度匹配标准判断模块，用于当标准画面图像包括第一贴图图像时，如果相似度匹配结果小于预设匹配度阈值，则测试画面图像的相似度匹配结果不满足第一匹配标准；和/或，
当标准画面图像包括第二贴图图像时，如果相似度匹配结果大于等于预设匹配度阈值，则测试画面图像的相似度匹配结果不满足第一匹配标准。
在上述技术方案的基础上，可选的，该装置还包括：
目标测试报告输出模块，用于基于与目标分割测试图像对应的相似度匹配结果，生成画面测试报告；基于目标分割测试图像、画面测试报告和基础测试报告，生成目标测试报告，并将目标测试报告进行输出；其中，基础测试报告是基于应用程序在测试过程中生成的程序反馈数据生成的。
本发明实施例所提供的画面测试图像的获取装置可以用于执行本发明实施例所提供的画面测试图像的获取方法，具备执行方法相应的功能和有益效果。
值得注意的是，上述画面测试图像的获取装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
实施例四
图5是本发明实施例四提供的一种电子设备的结构示意图，本发明实施例为本发明上述实施例的画面测试图像的获取方法的实现提供服务，可配置上述实施例中的画面测试图像的获取装置。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示，电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线、微通道体系结构(MAC)总线、增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示，通常称为“硬盘驱动器”)。尽管图5中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM，DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42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。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该电子设备12交互的设备通信，和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，电子设备12还可以通过网络适配器20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。如图5所示，网络适配器20通过总线18与电子设备12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12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、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的画面测试图像的获取方法。
通过上述电子设备，解决了传统自动化测试系统不具备画面异常测试功能的问题，实现了对测试画面图像中异常显示的图像位置进行定位的目的，从而有助于指导后续的修正工作。
实施例五
本发明实施例五还提供了一种包含计算机可执行指令的存储介质，计算机可执行指令在由计算机处理器执行时用于执行一种画面测试图像的获取方法，该方法包括：
获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对测试画面图像进行相似度匹配；
如果测试画面图像的相似度匹配结果不满足第一匹配标准，则对测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
基于第一分割标准图像，对第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，程序设计语言包括面向对象的程序设计语言，诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言，诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)，连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上的方法操作，还可以执行本发明任意实施例所提供的画面测试图像的获取方法中的相关操作。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种画面测试图像的获取方法，其特征在于，包括：
获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对所述测试画面图像进行相似度匹配；
如果所述测试画面图像的相似度匹配结果不满足第一匹配标准，则对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
2.根据权利要求1所述的方法，其特征在于，所述基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像，包括：
如果所述第一分割测试图像的相似度匹配结果不满足第二匹配标准，则对所述第一分割测试图像和第一分割标准图像分别继续进行分割处理，得到第二分割测试图像和第二分割标准图像；
基于所述第二分割标准图像，对所述第二分割测试图像进行相似度匹配，直到分割处理数据满足预设分割标准，得到相似度匹配结果不满足目标匹配标准的目标分割测试图像。
3.根据权利要求2所述的方法，其特征在于，所述预设分割标准包括第一分割测试图像对应的分割次数达到第一次数阈值、第二分割测试图像对应的分割次数达到第二次数阈值以及分割得到的图像总数量达到预设数量阈值中至少一种。
4.根据权利要求1所述的方法，其特征在于，所述对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像，包括：
基于预设分割数量，对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像。
5.根据权利要求1所述的方法，其特征在于，所述基于标准画面图像，对所述测试画面图像进行相似度匹配，包括：
基于尺度不变特征转换算法，分别对所述测试画面图像和所述标准画面图像进行特征提取，得到所述测试画面图像对应的测试特征向量和所述标准画面图像对应的标准特征向量；
基于所述测试特征向量和所述标准特征向量，对所述测试画面图像和所述标准画面图像进行相似度匹配。
6.根据权利要求1所述的方法，其特征在于，所述标准画面图像包括不包含紫块贴图的第一贴图图像和/或包含紫块贴图的第二贴图图像，相应的，所述方法还包括：
当所述标准画面图像包括所述第一贴图图像时，如果所述相似度匹配结果小于预设匹配度阈值，则所述测试画面图像的相似度匹配结果不满足第一匹配标准；和/或，
当所述标准画面图像包括所述第二贴图图像时，如果所述相似度匹配结果大于等于预设匹配度阈值，则所述测试画面图像的相似度匹配结果不满足第一匹配标准。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
基于与所述目标分割测试图像对应的相似度匹配结果，生成画面测试报告；
基于所述目标分割测试图像、所述画面测试报告和基础测试报告，生成目标测试报告，并将所述目标测试报告进行输出；其中，所述基础测试报告是基于所述应用程序在测试过程中生成的程序反馈数据生成的。
8.一种画面测试图像的获取装置，其特征在于，包括：
相似度匹配模块，用于获取应用程序在测试过程中显示的测试画面图像，并基于标准画面图像，对所述测试画面图像进行相似度匹配；
测试画面图像分割模块，用于如果所述测试画面图像的相似度匹配结果不满足第一匹配标准，则对所述测试画面图像和标准画面图像分别进行分割处理，得到第一分割测试图像和第一分割标准图像；
目标分割测试图像确定模块，用于基于所述第一分割标准图像，对所述第一分割测试图像进行相似度匹配，得到相似度匹配结果不满足目标匹配标准的至少一个目标分割测试图像。
9.一种电子设备，其特征在于，所述电子设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的画面测试图像的获取方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一所述的画面测试图像的获取方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011450539.9A CN112559342A (zh) | 2020-12-09 | 2020-12-09 | 一种画面测试图像的获取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011450539.9A CN112559342A (zh) | 2020-12-09 | 2020-12-09 | 一种画面测试图像的获取方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112559342A true CN112559342A (zh) | 2021-03-26 |
Family
ID=75061551
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011450539.9A Pending CN112559342A (zh) | 2020-12-09 | 2020-12-09 | 一种画面测试图像的获取方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112559342A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113992778A (zh) * | 2021-09-30 | 2022-01-28 | 紫光展锐(重庆)科技有限公司 | 一种设备检测的方法、装置、芯片及模组设备 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008065458A (ja) * | 2006-09-05 | 2008-03-21 | Hitachi High-Technologies Corp | 類似度分布を利用したテンプレートマッチング方法を用いた検査装置 |
| CN105761255A (zh) * | 2016-02-04 | 2016-07-13 | 网易（杭州）网络有限公司 | 游戏画面卡顿测试方法及装置 |
| WO2017032311A1 (zh) * | 2015-08-25 | 2017-03-02 | 广州视源电子科技股份有限公司 | 一种检测方法及装置 |
| WO2017193596A1 (zh) * | 2016-05-13 | 2017-11-16 | 广州视源电子科技股份有限公司 | 印制电路板图像匹配方法和系统 |
| CN109815150A (zh) * | 2019-01-29 | 2019-05-28 | 腾讯科技（深圳）有限公司 | 应用测试方法、装置、电子设备及存储介质 |
| CN109918291A (zh) * | 2019-01-17 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 软件界面检测方法、装置、计算机设备及存储介质 |
| CN110532188A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 页面展示测试的方法和装置 |
| CN110942031A (zh) * | 2019-11-27 | 2020-03-31 | 上海米哈游网络科技股份有限公司 | 一种游戏画面异常的检测方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-09 CN CN202011450539.9A patent/CN112559342A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2008065458A (ja) * | 2006-09-05 | 2008-03-21 | Hitachi High-Technologies Corp | 類似度分布を利用したテンプレートマッチング方法を用いた検査装置 |
| WO2017032311A1 (zh) * | 2015-08-25 | 2017-03-02 | 广州视源电子科技股份有限公司 | 一种检测方法及装置 |
| CN105761255A (zh) * | 2016-02-04 | 2016-07-13 | 网易（杭州）网络有限公司 | 游戏画面卡顿测试方法及装置 |
| WO2017193596A1 (zh) * | 2016-05-13 | 2017-11-16 | 广州视源电子科技股份有限公司 | 印制电路板图像匹配方法和系统 |
| CN109918291A (zh) * | 2019-01-17 | 2019-06-21 | 深圳壹账通智能科技有限公司 | 软件界面检测方法、装置、计算机设备及存储介质 |
| CN109815150A (zh) * | 2019-01-29 | 2019-05-28 | 腾讯科技（深圳）有限公司 | 应用测试方法、装置、电子设备及存储介质 |
| CN110532188A (zh) * | 2019-08-30 | 2019-12-03 | 北京三快在线科技有限公司 | 页面展示测试的方法和装置 |
| CN110942031A (zh) * | 2019-11-27 | 2020-03-31 | 上海米哈游网络科技股份有限公司 | 一种游戏画面异常的检测方法、装置、电子设备及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| CONNY的知识小店: "图像算法A和B两张图片，找出B与A不同的部分", 《百度知道 HTTP://ZHIDAO.BAIDU.COM/QUESTION/121198830.HTML》 * |
| 崔哲: "基于SIFT算法的图像特征点提取与匹配", 《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 |
|---|---|---|---|---|
| CN113992778A (zh) * | 2021-09-30 | 2022-01-28 | 紫光展锐(重庆)科技有限公司 | 一种设备检测的方法、装置、芯片及模组设备 |
| CN113992778B (zh) * | 2021-09-30 | 2023-12-26 | 紫光展锐(重庆)科技有限公司 | 一种设备检测的方法、装置、芯片及模组设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10769487B2 (en) | Method and device for extracting information from pie chart | |
| US11151712B2 (en) | Method and apparatus for detecting image defects, computing device, and computer readable storage medium | |
| EP2660753B1 (en) | Image processing method and apparatus | |
| CN108564082B (zh) | 图像处理方法、装置、服务器和介质 | |
| CN112559341A (zh) | 一种画面测试方法、装置、设备及存储介质 | |
| CN110175609B (zh) | 界面元素检测方法、装置及设备 | |
| US20180253852A1 (en) | Method and device for locating image edge in natural background | |
| CN112149663A (zh) | 结合rpa和ai的图像文字的提取方法、装置及电子设备 | |
| CN113643260A (zh) | 用于检测图像质量的方法、装置、设备、介质和产品 | |
| CN113361643A (zh) | 基于深度学习的通用标志识别方法、系统、设备及存储介质 | |
| CN110390295B (zh) | 一种图像信息识别方法、装置及存储介质 | |
| CN112559342A (zh) | 一种画面测试图像的获取方法、装置、设备及存储介质 | |
| CN115546219B (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
| CN113158773A (zh) | 一种活体检测模型的训练方法及训练装置 | |
| CN112559340A (zh) | 一种画面测试方法、装置、设备及存储介质 | |
| CN112287905A (zh) | 车辆损伤识别方法、装置、设备及存储介质 | |
| CN112036516A (zh) | 一种图像处理方法、装置、电子设备和存储介质 | |
| CN110647826B (zh) | 商品训练图片的获取方法、装置、计算机设备和存储介质 | |
| CN114359160A (zh) | 一种屏幕的检测方法、装置、电子设备及存储介质 | |
| CN114220011A (zh) | 货物数量识别方法、装置、电子设备和存储介质 | |
| CN114639056A (zh) | 直播内容的识别方法、装置、计算机设备及存储介质 | |
| CN108447107B (zh) | 用于生成视频的方法和装置 | |
| CN113673214A (zh) | 信息清单的对齐方法、装置、存储介质和电子设备 | |
| CN113762027A (zh) | 一种异常行为的识别方法、装置、设备及存储介质 | |
| Tybusch et al. | Color-based and recursive fiducial marker for augmented reality |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210326 |