CN114821618A - 一种ofd阅读软件显示效果的分析方法 - Google Patents

一种ofd阅读软件显示效果的分析方法 Download PDF

Info

Publication number
CN114821618A
CN114821618A CN202210297487.9A CN202210297487A CN114821618A CN 114821618 A CN114821618 A CN 114821618A CN 202210297487 A CN202210297487 A CN 202210297487A CN 114821618 A CN114821618 A CN 114821618A
Authority
CN
China
Prior art keywords
ofd
sample
reading software
group data
display effect
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
Application number
CN202210297487.9A
Other languages
English (en)
Inventor
陈杰
冯辉
段伟光
董建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baiwang Co ltd
Original Assignee
Baiwang Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Baiwang Co ltd filed Critical Baiwang Co ltd
Priority to CN202210297487.9A priority Critical patent/CN114821618A/zh
Publication of CN114821618A publication Critical patent/CN114821618A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/24Classification techniques
    • G06F18/241Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种OFD阅读软件显示效果的分析方法,包括:获取基准对照组数据;处理待评估OFD阅读软件;生成评估组数据;分析图像数据。获取基准对照组数据包括:整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类;根据定义的样例分类组织样例文件夹结构;根据组织的文件夹结构制作样例文件;按照预设分辨率逐页导出预设格式的图像,将所有样例的图像导出并形成具有不同分辨率梯度的基准对照组数据。本申请的方法适用于OFD阅读软件显示效果自动分析,分析过程不需要人工干预,分析结果自动生成问题报告,大大降低了工作量和人工成本,大大提高了工作效率,分析结果准确率高。

Description

一种OFD阅读软件显示效果的分析方法
技术领域
本发明涉及计算机技术领域,具体涉及一种OFD阅读软件显示效果的分析方法。
背景技术
OFD阅读软件是一种专业的版式阅读软件,可以浏览OFD版式文件格式,由于版式文档格式的特点是版面固定、不跑版,即所见即所得,在电子文件使用过程中不会因硬件环境、操作系统的变化而变化,版面、字体、字号、颜色等要素信息和纸质文档完全一致。版式文件的特点使它成为电子文档发布、数字出版的理想格式,相反的也对厂商的研发能力提出了更高的要求。OFD作为版式文档国家标准,目前在市场上可以支持的阅读器产品并不多,产品质量参差不齐,这个问题很大程度上影响了OFD格式的用户体验和应用推广。无论是OFD阅读器厂商还是第三方评测机构,如何提高产品质量,首先要解决检测问题,尤其是需要能够对产品的显示效果进行自动快速分析的技术,从而加快产品评测速度和研发迭代。目前对显示效果的分析是通过人工实现的,效率低,准确率低。因此,研发一种OFD阅读软件显示效果的自动分析方法是当前亟待解决的问题。
发明内容
本发明的目的是提供一种OFD阅读软件显示效果的分析方法。为了对披露的实施例的一些方面有一个基本的理解,下面给出了简单的概括。该概括部分不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念,以此作为后面的详细说明的序言。
根据本发明实施例的一个方面,提供一种OFD阅读软件显示效果的分析方法,包括:
获取基准对照组数据;
处理待评估OFD阅读软件;
生成评估组数据;
分析图像数据。
进一步地,所述获取基准对照组数据包括:
整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类;
根据定义的样例分类组织样例文件夹结构;
根据组织的文件夹结构制作样例文件;
按照预设分辨率逐页导出预设格式的图像,将所有样例的图像导出并形成具有不同分辨率梯度的基准对照组数据。
进一步地,所述处理待评估OFD阅读软件包括:
预制启动参数并将接口标准化;
读取命令参数,解析样例文件、渲染页面、编码图像,按照命名约定命名导出的页面图片。
进一步地,所述生成评估组数据包括:
遍历样例文件夹读取一个样例文件,启动待评估OFD阅读软件传入参数;
待评估OFD阅读软件按照传入参数解析样例文件,生成页面图片;
返回所述遍历样例文件夹读取一个样例文件读取下一个样例文件,循环执行,直到形成评估组数据。
进一步地,所述分析图像数据包括:
遍历基准对照组数据与评估组数据,选取对应页面图像文件形成一对分析样本,使用图像相似度对比算法处理两幅图像数据,在分析样本图像上绘制用于标记差异处的轮廓的图形。
进一步地,所述使用图像相似度对比算法处理两幅图像数据,包括:
通过相似度计算和差异识别处理两幅图像数据。
进一步地,所述相似度计算包括灰度化、直方图相似度计算;所述差异识别包括极差值计算、灰度化、绝对值化、膨胀处理以及识别轮廓。
根据本发明实施例的另一个方面,提供一种OFD阅读软件显示效果的分析装置,包括:
获取模块,用于获取基准对照组数据;
处理模块,用于处理待评估OFD阅读软件;
生成模块,用于生成评估组数据;
分析模块,用于分析图像数据。
根据本发明实施例的另一个方面,提供一种电子设备,包括存储器、处理器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程序,以实现上述任一项的OFD阅读软件显示效果的分析方法。
根据本发明实施例的另一个方面,提供一种非临时性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,以实现上述任一项的OFD阅读软件显示效果的分析方法。
相较于现有技术,本发明实施例提供的技术方案可以包括以下有益效果:
本发明实施例提供的OFD阅读软件显示效果的分析方法,适用于OFD阅读软件显示效果自动分析,分析过程不需要人工干预,分析结果自动生成问题报告,大大降低了工作量和人工成本,大大提高了工作效率,分析结果准确率高。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者,部分特征和优点可以从说明书中推知或毫无疑义地确定,或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请的一个实施例的OFD阅读软件显示效果的分析方法流程图;
图2为本申请的另一个实施例的OFD阅读软件显示效果的分析方法流程图;
图3为本申请的一个实施例的OFD阅读软件显示效果的分析装置结构框图。
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,下面结合附图和具体实施例对本发明做进一步说明。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。
本技术领域技术人员可以理解,除非另外定义,这里使用的所有术语(包括技术术语和科学术语),具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是,诸如通用字典中定义的那些术语,应该被理解为具有与现有技术的上下文中的意义一致的意义,并且除非像这里一样被特定定义,否则不会用理想化或过于正式的含义来解释。
OFD是版式文档格式标准Open Fixed-Layout Document format的缩写,是新版电子发票承载格式,另外在电子证照、电子会计档案等领域也都被广泛使用。业务系统中使用OFD文件首先需要集成阅读软件,主要分为服务端阅读软件和客户端阅读软件,这两类阅读软件在文档技术层面是相通的,都需要先将文件格式解析、通过页面内容渲染技术生成光栅化数据,最后用来显示。发明人发现,版式软件能够做到不跑版、所见即所得的核心秘密就在解析和渲染这两个关键技术中。由于标准定义的是语法规则,其中对各部分描述程度不同,有部分隐晦的内容没有直接表述,加上不同规则的交叉、组合,解析过程有可能存在差异,另外系统环境中字体的安装情况不同、当前机器语言限制等复杂情况对软件的渲染过程存在影响,最终会导致软件的显示过程中可能出现各种奇怪问题。
发明人发现,软件的测试是否全面、是否到位对OFD阅读软件的研发过程影响重大,但是当前主流版式厂商在阅读器这类基础软件的研发中仍然以人工为主,辅助部分自动化测试,人工方式使用待测阅读软件和对照软件同时打开样例文件对比测试,数以千记的样例文件往往需要大量的人工成本,而且人眼长时间工作难免有遗漏的问题,更重要的是软件升级就需要修改代码,即使是微小的调整也可能影响显示,因此需要重新测试。部分做的比较好的厂商已经开始编写程序,将解析、渲染核心功能程序化从而导出图片数据,然后使用专用图像处理软件进行图片对比,从而分析潜在的渲染问题,陈然这种半自动化的方式比较纯人工方式进步不少,但是仍然需要人工的介入来完成一部分工作。
发明人发现,现有技术的缺点首先是测试人员劳动强度大、测试周期长,一套覆盖基本语法样例数量在1000个以上,有经验的测试人员需要3人天完成一遍测试,辅以半自动化的测试方式也需要1人天以上。其次测试数据覆盖范围有可能不全面,仅补充各种容错处理的样例总量就会是基本样例的几倍,随着不同平台适配以及标准的升级,重新补充样例也是常见工作。再次,现在技术方案缺少稳定的评价机制,比如出现10个问题的产品和出现15个问题的产品,无法确定具体哪个产品的显示效果更好,前者未必更优秀,因为10个问题中也许有更常用的低级问题,客户无法不能忍受,简单的比较问题个数无法做出客观评价,目前这类问题往往通过人的直觉和经验做出评判,准确率低。
本发明针对现有技术中存在的问题中的至少一个,通过梳理用例设计、软件研发、测试用例执行、软件显示效果分析、问题反馈等整个开发流程,嵌入必要的技术处理过程,最终形成能够快速的分析OFD软件显示效果的技术方案,推动整体研发效率的提升。
如图1所示,本申请的一个实施例提供了一种OFD阅读软件显示效果的分析方法,包括:
获取基准对照组数据;
处理待评估OFD阅读软件;
生成评估组数据;以及,
分析图像数据。
在某些实施方式中,所述获取基准对照组数据包括:
整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类;
根据定义的样例分类组织样例文件夹结构;
根据组织的文件夹结构制作样例文件;
按照预设分辨率逐页导出预设格式的图像,将所有样例的图像导出并形成具有不同分辨率梯度的基准对照组数据。
在某些实施方式中,所述处理待评估OFD阅读软件包括:
预制启动参数并将接口标准化;
读取命令参数,解析样例文件、渲染页面、编码图像,按照命名约定命名导出的页面图片。
在某些实施方式中,所述生成评估组数据包括:
遍历样例文件夹读取一个样例文件,启动待评估OFD阅读软件传入参数;
待评估OFD阅读软件按照传入参数解析样例文件,生成页面图片;
返回所述遍历样例文件夹读取一个样例文件读取下一个样例文件,循环执行,直到形成评估组数据。
在某些实施方式中,所述分析图像数据包括:
遍历基准对照组数据与评估组数据,选取对应页面图像文件形成一对分析样本,使用图像相似度对比算法处理两幅图像数据,在分析样本图像上绘制用于标记差异处的轮廓的图形。
在某些实施方式中,所述使用图像相似度对比算法处理两幅图像数据,包括:
通过相似度计算和差异识别处理两幅图像数据。
在某些实施方式中,所述相似度计算包括灰度化、直方图相似度计算;所述差异识别包括极差值计算、灰度化、绝对值化、膨胀处理以及识别轮廓。
在本实施例中,准备一套高标准的对照组数据,待评估版本可以方便的将显示出来的页面图像按照一定规则导出,然后将对照组数据与待评估数据比较,分析二值的差异并将结果记录下来,分析评价部分汇总计算所有用例分值,不同样例根据测试的关注点使用不同权重,最终结论包括标记的问题以报告形式输出。
样例的准备是关键,通过分析标准内容,将样例按照主要的章节分类,根据章节的具体内容定义文件夹的组织和命名约定,确保样例覆盖标准定义的内容。使用符合国家标准,通过权威检测的第三方阅读器软件将样例文件逐页导出,形成对照组数据,因为能够通过权威机构和市场检测的软件质量上是有保证的,有实验室环境和生产环境验证背书生成的对照数据更可靠,因此可以作为高标准的对照数据。
标准化的接口是条件,接口通过标准化后,无论是待测产品常规的研发迭代,还是同类产品准备接入测试体系,都是十分方便和友好的,只要实现对应接口将样例文件解析、渲染,按指定要求保存到指定位置即可。
用程序代替人工,通过智能分析计算图像的相似度,用图像对比算法计算图像间的差异。与光学成像的图像不同,阅读软件渲染的图像有内容不连续、字形差异小等特点,通过优化的算法组合,更容易识别和标记渲染的问题,通过技术手段替代人工检测大大降低工作强度。
可配置的评价体系适用性更强,不同类型的内容对显示效果的要求是不同的,比如字形和颜色是文件中的重要资源,使用不当影响范围广,相对来说复杂颜色中的偏移量优先级不高。另外,不同分辨率对显示效果要求不同是可以理解的,高分辨率对光栅化后的图像落点显然要求更高,但是对一般用户来说这些差异并不是很重要,因此将样例的分类、分辨率等设置成可以配置的权重,实践中将根据实际情况调整权重值,这样的评分方法适应性更强。
分析结论用于指导生产,将测试问题形成报告并详细记录到文件中返给给产品和研发人员,测试端的工作将大大压缩,问题报告可以直接投入下一次的开发迭代中。
参考图2所示,本申请的另一个实施例提供了一种OFD阅读软件显示效果的分析方法,包括:
S10、获取基准对照组数据。步骤S10包括步骤1至步骤4:
步骤1.整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类,图元类型包括图形、图像、文字、复合对象、注释、数字签名;坐标系统包括页面区域、矩阵变换;绘制参数包括线条连接样式、连接点截断值、虚线样式、端点样式、基本颜色、底纹、轴向渐变、径向渐变、高洛德渐变、裁剪区;
步骤2.根据步骤1定义的样例分类组织样例文件夹结构,首先五个维度是一级文件夹,子类型如图形为图元下的二级文件夹,样例文件存放在二级文件夹下;
步骤3.根据步骤2组织的文件夹结构制作样例文件,如线段、多边形、贝塞尔曲线可以制作线段.ofd、多边形.ofd、贝塞尔曲线.ofd三个样例文件;
步骤4.样例制作是一次性工作,完成后选择符合国家标准,通过权威机构检测的软件按照100、200、300分辨率逐页导出JPEG图像,如线段_1页_100.jpg、线段_2页_100.jpg、线段_1页_200.jpg、线段_2页_200.jpg、线段_1页_300.jpg、线段_2页_300.jpg,最终将所有样例的页面图像导出并形成具有不同分辨率梯度的基准对照组数据;
S20、处理待评估OFD阅读软件。步骤S20包括步骤5至步骤6:
步骤5.软件预制启动参数并将接口标准化,如:启动程序名称-样例文件-导出路径-图像格式-分辨率;
步骤6.待评估OFD阅读软件启动后读取命令参数,解析样例文件、渲染页面、编码JPEG图像,最后按照步骤4命名约定命名导出的页面图片;因为步骤5的接口是标准化的,后序软件版本升级不需要改动;
S30、生成评估组数据。步骤S30包括步骤7至步骤9:
步骤7.遍历样例文件夹读取一个样例文件,启动待评估OFD阅读软件传入参数如步骤5;
步骤8.待评估OFD阅读软件按照传入参数解析样例文件,生成页面图片,处理方式如步骤6;
步骤9.返回步骤7读取下一个样例文件直到形成评估组数据;
S40、分析图像数据。步骤S40包括步骤10至步骤12:
步骤10.遍历基准对照组数据与评估组数据,选取对应页面图像文件形成一对分析样本,使用图像相似度对比算法处理两幅图像数据,相似度的计算包括灰度化、直方图相似度计算;差异识别包括极差值计算、灰度化、绝对值化、膨胀处理、识别轮廓,最后在分析样本图像上绘制矩形用于标记差异处的轮廓;
灰度化,将图像像素点的RGB三元素分量根据如下公式进行变化处理,
Gray=R*0.299+G*0.587+B*0.114
直方图计算相似度,对输入的两张灰度化图像计算得到直方图Histogram1与Histogram2,将其归一化到[0~1]的尺度空间,使用相关性比较方法得到两个直方图的相似度即图像相似度。
极差值计算,将两张图像矩阵相减,得到极差值图像矩阵。
绝对值化,将极差值图像灰度化,并按照阈值255进行绝对值化,固定阈值二值化。
膨胀处理,膨胀处理是一种形态学操作,就是一种基于形状的图像处理操作,通过将结构元素作用于图像产生输出图像,通过膨胀处理可以有效消除噪声,寻找图像中明显的极大值区域,本发明使用50*50矩形结构元素进行膨胀处理。
识别轮廓,对膨胀处理后的图形进行轮廓提取,只检测外围轮廓,使用简化点方法,将直角和对角线优化掉,识别到的轮廓即为两张图像的差异。
图像数据分析结果参考表1所示。
表1
样例名称 分类 页面 差异处数量 分辨率
线段.ofd 图元类型 1 0 100
线段.ofd 图元类型 2 0 100
线段.ofd 图元类型 1 0 200
线段.ofd 图元类型 2 0 200
线段.ofd 图元类型 1 2 300
线段.ofd 图元类型 2 2 300
步骤11.根据步骤10计算的图像相似度以及标记差异数使用显示效果评分卡计算最终结果。
最终结果参考表2所示:
表2
Figure BSA0000269523410000091
Figure BSA0000269523410000101
软件最终评分计算公式:
Figure BSA0000269523410000102
代入公式等于2.50035
步骤12.将步骤10、步骤11形成的结论写入验证报告。
经过验证,通过本实施例的方法能够将1000个样子文件测试时间由3人天缩减到1小时。
本实施例中,设计样例文件,覆盖OFD版式格式显示相关的主要标准内容,使分析结果更全面;不同分类对显示效果的影响不同,设置不同权重,不同分辨率对显示的误差要求不同设置不同分辨率以形成梯度;通过权威机构认证的成熟软件制作对照组数据,结果更权威,参考更准确;阅读软件通过实现特定接口将核心渲染过程透出,便于将分析过程程序化,提高分析速度;根据阅读器软件特点,使用特定图像处理技术和算法组合计算图像的相似度,识别并标记显示效果的差异;根据样例特点和对阅读的影响程度,设计可以配置的显示效果评分算法将阅读软件的显示效果量化。
本申请实施例的方法,优势明显,本申请的方法适用于OFD阅读软件显示效果自动分析,分析过程不需要人工干预,分析结果自动生成问题报告,大大降低了工作量和人工成本,大大提高了工作效率,分析结果准确率高;通过图像分析技术计算相似度并识别显示效果差异比人眼更可靠,更准确;本方案是可扩展的、样例文件根据分类设计,对照组数据根据特定模式组织,补充样例文件方法简单。最后本方案也是可配置的,显示效果计算模型参数可以根据实际情况动态调配符合软件实际能力。
如图3所示,本申请的另一个实施例提供了一种OFD阅读软件显示效果的分析装置,包括:
获取模块,用于获取基准对照组数据;
处理模块,用于处理待评估OFD阅读软件;
生成模块,用于生成评估组数据;
分析模块,用于分析图像数据。
在某些实施方式中,所述获取基准对照组数据包括:
整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类;
根据定义的样例分类组织样例文件夹结构;
根据组织的文件夹结构制作样例文件;
按照预设分辨率逐页导出预设格式的图像,将所有样例的图像导出并形成具有不同分辨率梯度的基准对照组数据。
在某些实施方式中,所述处理待评估OFD阅读软件包括:
预制启动参数并将接口标准化;
读取命令参数,解析样例文件、渲染页面、编码图像,按照命名约定命名导出的页面图片。
在某些实施方式中,所述生成评估组数据包括:
遍历样例文件夹读取一个样例文件,启动待评估OFD阅读软件传入参数;
待评估OFD阅读软件按照传入参数解析样例文件,生成页面图片;
返回所述遍历样例文件夹读取一个样例文件读取下一个样例文件,循环执行,直到形成评估组数据。
在某些实施方式中,所述分析图像数据包括:
遍历基准对照组数据与评估组数据,选取对应页面图像文件形成一对分析样本,使用图像相似度对比算法处理两幅图像数据,在分析样本图像上绘制用于标记差异处的轮廓的图形。
在某些实施方式中,所述使用图像相似度对比算法处理两幅图像数据,包括:
通过相似度计算和差异识别处理两幅图像数据。
在某些实施方式中,所述相似度计算包括灰度化、直方图相似度计算;所述差异识别包括极差值计算、灰度化、绝对值化、膨胀处理以及识别轮廓。
本申请的另一个实施例提供了一种电子设备,包括存储器、处理器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程序,以实现上述任一项的OFD阅读软件显示效果的分析方法。
本申请的另一个实施例提供了一种非临时性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,以实现上述任一项的OFD阅读软件显示效果的分析方法。
在某些实施方式中,上述的非临时性计算机可读存储介质,例如可以是FRAM、ROM、PROM、EPROM、EEPROM、Flash Memory、磁表面存储器、光盘、或CD-ROM等存储器;也可以是包括上述存储器之一或任意组合的各种设备,如移动电话、计算机、平板设备、个人数字助理等。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
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的特征。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。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述实施例仅表达了本发明的实施方式,其描述较为具体和详细,但并不能因此而理解为对本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,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种OFD阅读软件显示效果的分析方法,其特征在于,包括:
获取基准对照组数据;
处理待评估OFD阅读软件;
生成评估组数据;
分析图像数据。
2.根据权利要求1所述的方法,其特征在于,所述获取基准对照组数据包括:
整理样例文件,根据OFD格式标准从图元类型、坐标系统、绘制参数、颜色、裁剪区五个维度定义分类;
根据定义的样例分类组织样例文件夹结构;
根据组织的文件夹结构制作样例文件;
按照预设分辨率逐页导出预设格式的图像,将所有样例的图像导出并形成具有不同分辨率梯度的基准对照组数据。
3.根据权利要求1所述的方法,其特征在于,所述处理待评估OFD阅读软件包括:
预制启动参数并将接口标准化;
读取命令参数,解析样例文件、渲染页面、编码图像,按照命名约定命名导出的页面图片。
4.根据权利要求1所述的方法,其特征在于,所述生成评估组数据包括:
遍历样例文件夹读取一个样例文件,启动待评估OFD阅读软件传入参数;
待评估OFD阅读软件按照传入参数解析样例文件,生成页面图片;
返回所述遍历样例文件夹读取一个样例文件读取下一个样例文件,循环执行,直到形成评估组数据。
5.根据权利要求1所述的方法,其特征在于,所述分析图像数据包括:
遍历基准对照组数据与评估组数据,选取对应页面图像文件形成一对分析样本,使用图像相似度对比算法处理两幅图像数据,在分析样本图像上绘制用于标记差异处的轮廓的图形。
6.根据权利要求5所述的方法,其特征在于,所述使用图像相似度对比算法处理两幅图像数据,包括:
通过相似度计算和差异识别处理两幅图像数据。
7.根据权利要求6所述的方法,其特征在于,所述相似度计算包括灰度化、直方图相似度计算;所述差异识别包括极差值计算、灰度化、绝对值化、膨胀处理以及识别轮廓。
8.一种OFD阅读软件显示效果的分析装置,其特征在于,包括:
获取模块,用于获取基准对照组数据;
处理模块,用于处理待评估OFD阅读软件;
生成模块,用于生成评估组数据;
分析模块,用于分析图像数据。
9.一种电子设备,其特征在于,包括存储器、处理器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程序,以实现如权利要求1-7中任一所述的OFD阅读软件显示效果的分析方法。
10.一种非临时性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,以实现如权利要求1-7中任一所述的OFD阅读软件显示效果的分析方法。
CN202210297487.9A 2022-03-15 2022-03-15 一种ofd阅读软件显示效果的分析方法 Pending CN114821618A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210297487.9A CN114821618A (zh) 2022-03-15 2022-03-15 一种ofd阅读软件显示效果的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210297487.9A CN114821618A (zh) 2022-03-15 2022-03-15 一种ofd阅读软件显示效果的分析方法

Publications (1)

Publication Number Publication Date
CN114821618A true CN114821618A (zh) 2022-07-29

Family

ID=82531088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210297487.9A Pending CN114821618A (zh) 2022-03-15 2022-03-15 一种ofd阅读软件显示效果的分析方法

Country Status (1)

Country Link
CN (1) CN114821618A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117521605A (zh) * 2024-01-04 2024-02-06 北京点聚信息技术有限公司 一种ofd版式文件的电子签章方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117521605A (zh) * 2024-01-04 2024-02-06 北京点聚信息技术有限公司 一种ofd版式文件的电子签章方法及系统
CN117521605B (zh) * 2024-01-04 2024-03-15 北京点聚信息技术有限公司 一种ofd版式文件的电子签章方法及系统

Similar Documents

Publication Publication Date Title
CN110765770B (zh) 一种合同自动生成方法及装置
CN111476227B (zh) 基于ocr的目标字段识别方法、装置及存储介质
CN109886928B (zh) 一种目标细胞标记方法、装置、存储介质及终端设备
CN110751143A (zh) 一种电子发票信息的提取方法及电子设备
US9164973B2 (en) Processing a reusable graphic in a document
CN109978872B (zh) 基于白质纤维束的白质微结构特征筛选系统及方法
CN110348511A (zh) 一种图片翻拍检测方法、系统及电子设备
CN106991303B (zh) 一种手势验证码的识别方法及装置
DK2447884T3 (en) A method for the detection and recognition of an object in an image and an apparatus and a computer program therefor
CN111738252B (zh) 图像中的文本行检测方法、装置及计算机系统
CN110147787A (zh) 基于深度学习的银行卡号自动识别方法及系统
CN113762303B (zh) 图像分类方法、装置、电子设备及存储介质
CN115562656A (zh) 页面的生成方法、装置、存储介质及计算机设备
CN111241329A (zh) 基于图像检索的古文字考释方法和装置
CN115205866A (zh) 一种基于区块链的科技论文大数据抄袭检测方法及系统
CN114821618A (zh) 一种ofd阅读软件显示效果的分析方法
Yang et al. A large-scale dataset for end-to-end table recognition in the wild
CN113780116A (zh) 发票分类方法、装置、计算机设备和存储介质
CN117593420A (zh) 基于图像处理的平面图纸标注方法、装置、介质及设备
CN112613367A (zh) 票据信息文本框获取方法、系统、设备及存储介质
CN112839185A (zh) 用于处理图像的方法、装置、设备和介质
CN111008635A (zh) 一种基于ocr的多票据自动识别方法及识别系统
CN103617423A (zh) 基于色彩参数的图像拆分识别方法
CN110853115A (zh) 一种开发流程页面的创建方法及设备
Shweka et al. Automatic extraction of catalog data from digital images of historical manuscripts

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication