CN114885156B - 识别方法、装置、设备、存储介质及程序产品 - Google Patents

识别方法、装置、设备、存储介质及程序产品 Download PDF

Info

Publication number
CN114885156B
CN114885156B CN202210818827.8A CN202210818827A CN114885156B CN 114885156 B CN114885156 B CN 114885156B CN 202210818827 A CN202210818827 A CN 202210818827A CN 114885156 B CN114885156 B CN 114885156B
Authority
CN
China
Prior art keywords
difference value
test case
scene
test
target
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.)
Active
Application number
CN202210818827.8A
Other languages
English (en)
Other versions
CN114885156A (zh
Inventor
陈永平
路翊鹏
廖海军
杨艺军
万文辉
程黎辉
关亚东
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.)
Longcheer Electronics Huizhou Co Ltd
Original Assignee
Longcheer Electronics Huizhou 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 Longcheer Electronics Huizhou Co Ltd filed Critical Longcheer Electronics Huizhou Co Ltd
Priority to CN202210818827.8A priority Critical patent/CN114885156B/zh
Publication of CN114885156A publication Critical patent/CN114885156A/zh
Application granted granted Critical
Publication of CN114885156B publication Critical patent/CN114885156B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N17/00—Diagnosis, testing or measuring for television systems or their details
    • H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/63—Control of cameras or camera modules by using electronic viewfinders
    • H04N23/631—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters
    • H04N23/632—Graphical user interfaces [GUI] specially adapted for controlling image capture or setting capture parameters for displaying or modifying preview images prior to image capturing, e.g. variety of image resolutions or capturing parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60—Control of cameras or camera modules
    • H04N23/67—Focus control based on electronic image sensor signals
    • H04N23/671—Focus control based on electronic image sensor signals in combination with active ranging signals, e.g. using light or sound signals emitted toward objects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80—Camera processing pipelines; Components thereof
    • H04N23/84—Camera processing pipelines; Components thereof for processing colour signals
    • H04N23/88—Camera processing pipelines; Components thereof for processing colour signals for colour balance, e.g. white-balance circuits or colour temperature control
    • 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
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Studio Devices (AREA)

Abstract

本申请实施例提供一种识别方法、装置、设备、存储介质及程序产品，该方法包括：通过摄像头，获取当前测试场景的预览图像；根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。本申请实施例提供的方法能够快速、准确地识别当前测试环境是否符合测试用例场景，进而有效地测试摄像头。

Description

识别方法、装置、设备、存储介质及程序产品
技术领域
本申请实施例涉及识别技术领域，尤其涉及一种识别方法、装置、设备、存储介质及程序产品。
背景技术
随着手机、平板电脑等终端设备的普及，人们对终端设备中摄像功能的关注度越来越高，为了能够不断地满足用户需求以及给用户带来较好的体验，在摄像头应用于产品之前需要进行性能测试，以确保终端设备摄像头满足预期的拍摄需求。
目前的测试方式，一般是通过测试人员的经验判断当前场景和测试用例场景的符合程度去测试摄像头，该测试方式比较依赖测试人员，可能由于测试人员主观判断导致场景误判断，进而不能准确地进行摄像头测试，且识别效率低。
因此，现有技术中无法快速、准确地识别当前测试环境是否符合测试用例场景，进而无法有效地测试摄像头。
发明内容
本申请实施例提供一种识别方法、装置、设备、存储介质及程序产品，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而有效地测试摄像头。
第一方面，本申请实施例提供一种识别方法，所述方法包括：
通过摄像头，获取当前测试场景的预览图像；
根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；
根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。
在一种可能的设计中，所述根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景，包括：
获取所述预览图像对应的图像数据以及获取各个所述测试用例场景的图像对应的图像数据，所述图像数据包括下述至少一项：亮度参数、对焦距离参数以及白平衡参数；
根据所述预览图像对应的图像数据以及各个所述测试用例场景的图像对应的图像数据，从各个所述测试用例场景中确定与所述当前测试场景匹配的目标测试用例场景。
在一种可能的设计中，所述根据所述预览图像对应的图像数据以及各个所述测试用例场景的图像对应的图像数据，从各个所述测试用例场景中确定与所述当前测试场景匹配的目标测试用例场景，包括：
从所述亮度参数中获取亮度值，从所述对焦距离参数中获取测试距离，以及从所述白平衡参数中获取颜色值；
针对各个所述测试用例场景，执行下述步骤：根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值；其中，所述目标差异值是由亮度值对应的第一差异值、测试距离对应的第二差异值以及颜色值对应的第三差异值确定的，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；
对所述预览图像与各个所述测试用例场景的图像之间对应的目标差异值进行排序，根据排序结果，从各个所述测试用例场景中确定至少一个与所述当前测试场景相近的测试用例场景，并将所述至少一个与所述当前测试场景相近的测试用例场景作为至少一个所述目标测试用例场景。
在一种可能的设计中，所述根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值，包括：
根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，分别计算所述预览图像和所述测试用例场景的图像分别对应的第一差异值、第二差异值以及第三差异值，所述第一差异值用于表示亮度值对应的差值的相关联数据，所述第二差异值用于表示测试距离对应的差值的相关联数据，所述第三差异值用于表示颜色的三色值分别对应的差值的相关联数据；
根据所述第一差异值、所述第二差异值和所述第三差异值，通过预定义的计算模型，得到所述目标差异值。
在一种可能的设计中，所述颜色值包括红色色彩值、蓝色色彩值以及绿色色彩值，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；所述根据所述预览图像和所述目标测试用例场景的图像，确定针对当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，包括：
将所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值中不满足相应差异条件的任意差异值对应的图像数据作为所述影响因素；
根据所述影响因素对应的差异值，确定所述调整参数。
在一种可能的设计中，所述方法还包括：
在所述预览图像所在的测试界面上显示各个所述目标测试用例场景的标识，并在各个所述目标测试用例场景的标识对应的预设位置处，显示所述影响因素、所述影响因素对应的差异值以及所述影响因素对应的调整参数中的至少一项；
根据所述预览图像和各个所述目标测试用例场景的图像对应的所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值，确定至少一个所述目标测试用例场景对应的目标差异值中的最大目标差异值以及最大目标差异值对应的最大影响因素；
根据所述最大目标差异值以及对应的最大影响因素，生成提示信息并在所述测试界面上显示；
其中，所述提示信息用于提示与所述当前测试场景匹配度最高的目标测试用例场景以及对应的优先调整的参数，所述匹配度最高的目标测试用例场景为最大目标差异值对应的目标测试用例场景，所述优先调整的参数为所述最大影响因素。
第二方面，本申请实施例提供一种识别装置，所述装置包括：
获取模块，用于通过摄像头，获取当前测试场景的预览图像；
识别模块，用于根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；
处理模块，用于根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。
第三方面，本申请实施例提供一种电子设备，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如第一方面及各种可能的设计中任一项所述的识别方法。
第四方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如第一方面及各种可能的设计中任一项所述的识别方法。
第五方面，本申请实施例提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如第一方面及各种可能的设计中任一项所述的识别方法。
本申请实施例提供的识别方法、装置、设备、存储介质及程序产品，首先通过摄像头，获取当前测试场景的预览图像；然后根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；再根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。因此，本申请通过获取当前测试场景的预览图像，基于获取的测试用例场景，对预览图像进行识别，来判断与预览图像处于的当前测试场景匹配的测试用例场景即目标测试用例场景，然后根据目标测试用例场景来确定影响摄像头拍摄效果的影响因素以及调整参数，利用调整参数调试通过摄像头拍摄的拍摄参数，进而达到对摄像头测试的目的，无需人工识别场景来测试，降低测试人员主观判断导致的场景错误识别，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而实现了快速、准确地对摄像头的测试。
附图说明
为了更清楚地说明本申请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申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的识别方法的场景示意图；
图2为本申请实施例提供的识别方法的流程示意图；
图3为本申请实施例提供的测试界面的示意图；
图4为本申请再一实施例提供的识别方法的流程示意图；
图5为本申请实施例提供的识别装置的结构示意图；
图6为本申请实施例提供的电子设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
目前的测试方式，一般是通过测试人员的经验判断当前场景和测试用例场景的符合程度去测试摄像头，该测试方式比较依赖测试人员，可能由于测试人员主观判断导致场景误判断，进而不能准确地进行摄像头测试，且识别效率低。因此，现有技术中无法快速、准确地识别当前测试环境是否符合测试用例场景，进而无法有效地测试摄像头。
为了解决上述问题，本申请的技术构思是通过线上收集测试用例场景，通过智能识别方式，将当前测试场景的预览图像与各个测试用例场景的图像进行比对，从测试用例场景中识别出与当前测试场景相近的测试用例场景，然后基于该相近的测试用例场景来分析影响预览图像效果的影响因素以及需要调整该影响因素的调整参数，用以实现对摄像头的测试，与现有技术相比，无需靠测试人员的经验来识别测试用例场景，直接通过图像比对，并且还能够确定影响拍摄效果的影响因素以及待调整的调整参数，进而基于影响因素以及调整参数来调整拍摄数据，使得通过调整后的拍摄数据来校验摄像头的性能，实现摄像头的测试。
示例性的，参见图1，图1为本申请实施例提供的识别方法的场景示意，该识别方法的执行主体可以是识别装置，该识别装置可以配置在终端设备中的相机应用系统中。该终端设备可以是手机、平板等配置有摄像头的电子设备。
具体地，终端设备可以获取用户输入的测试用例场景的图像或者客户提供的测试用例场景的图像，并对所有测试用例场景的图像进行数据分析，比如亮度参数、对焦距离参数、白平衡参数等图像数据，然后将测试用例场景的标识以及对应的参数进行存储。当用户打开相机时，可以选择测试功能控件，并点击测试功能开始按键，可以在用于测试的预览界面（即测试界面）上显示预览图像，并对所述预览图像进行实时数据分析，然后计算预览图像对应的图像数据与各个测试用例场景的图像对应的图像数据进行比对，得出差异较小的场景即目标测试用例场景，并在预览界面上显示比较接近的场景数据差异，这里比较接近的场景可以为一个或多个，如果为多个，可以在预览界面上显示用于提示匹配度最高的场景的标识和/或调整影响较大的因素（比如亮度因素、距离因素、色彩因素等）。
因此，本申请通过获取当前测试场景的预览图像，基于获取的测试用例场景，对预览图像进行识别，来判断与预览图像处于的当前测试场景匹配的测试用例场景即目标测试用例场景，然后根据目标测试用例场景来确定影响摄像头拍摄效果的影响因素以及调整参数，利用调整参数调试通过摄像头拍摄的拍摄参数，进而达到对摄像头测试的目的，无需人工识别场景来测试，降低测试人员主观判断导致的场景错误识别，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而实现了快速、准确地对摄像头的测试。
下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。
图2为本申请实施例提供的识别方法的流程示意图，该识别方法可以应用于安装有摄像头的终端设备。所述识别方法，可以包括：
S201、通过摄像头，获取当前测试场景的预览图像。
本实施例中，用户通过点击终端设备的用户界面上提供的相机控件，打开相机，并提供测试功能。开启测试功能后，通过摄像头可以捕捉当前测试场景的预览图像，并在预览图像界面显示该预览图像。
示例性的，响应于用户作用于相机控件的触发操作，启动相机，并显示拍摄界面，该拍摄界面上包括多个拍摄功能控件，比如视频功能控件、照片功能控件、人像功能控件、测试功能控件等，其中，测试功能控件用于提供摄像头测试功能。
具体地，当用户点击测试功能控件时，通过摄像头获取当前测试场景的预览图像，并在该测试功能控件对应的预览界面显示预览图像。
S202、根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景。
本实施例中，首先获取各个测试用例场景，测试用例场景可以是用户输入的，也可以是第三方提供的，在此不做具体限定。其中，获取测试用例场景的方式可以是通过识别装置配置的数据采集模块接收或获取测试用例场景的图像。然后为了保证测试的有效性，将预览图像和各个测试用例场景的图像进行比对，从各个测试用例场景中识别出与当前测试场景相近的测试用例场景即目标测试用例场景。
S203、根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。
本实施例中，在识别出与当前测试场景相近的测试用例场景后，为了快速、准确地进行摄像头测试，可以通过分析相近的测试用例场景的图像对应的图像数据以及预览图像的图像对应的图像数据，查找出导致它们之间的拍摄效果存在差异的影响因素，通过差异值确定用于调整拍摄效果的调整参数，进而来判断摄像头的性能。 能够降低测试人员主观判断导致的场景错误识别，进而快速、准确地识别当前测试环境是否符合测试用例里的场景，用以实现摄像头测试。
本申请提供的识别方法，首先通过摄像头，获取当前测试场景的预览图像；然后根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；再根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。因此，本申请通过获取当前测试场景的预览图像，基于获取的测试用例场景，对预览图像进行识别，来判断与预览图像处于的当前测试场景匹配的测试用例场景即目标测试用例场景，然后根据目标测试用例场景来确定影响摄像头拍摄效果的影响因素以及调整参数，利用调整参数调试通过摄像头拍摄的拍摄参数，进而达到对摄像头测试的目的，无需人工识别场景来测试，降低测试人员主观判断导致的场景错误识别，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而实现了快速、准确地对摄像头的测试。
在一种可能的设计中，本实施例在上述实施例的基础上，对如何识别与当前测试场景相近的测试用例场景进行了详细说明。所述根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景，可以通过以下步骤实现：
步骤a1、获取所述预览图像对应的图像数据以及获取各个所述测试用例场景的图像对应的图像数据，所述图像数据包括下述至少一项：亮度参数、对焦距离参数以及白平衡参数；
步骤a2、根据所述预览图像对应的图像数据以及各个所述测试用例场景的图像对应的图像数据，从各个所述测试用例场景中确定与所述当前测试场景匹配的目标测试用例场景。
本实施例中，针对每个测试用例场景的图像对应的图像数据，分别与预览图像对应的图像数据进行比对分析，即分别比对亮度参数、对焦距离参数、红色色彩参数、蓝色色彩参数以及绿色色彩参数。然后根据比对结果确定与当前测试场景相近的测试用例场景，这里的比对结果可以指两个图像之间参数的差异值。
因此，通过各个参数比对的方式，综合判断与当前测试场景相近的场景，实现了自动识别与分析，无需依赖人工经验识别场景，降低了由于识别错误场景带来的测试准确度不可信或较低的问题。
在一种可能的设计中，本实施例在上述实施例的基础上，对如何确定目标测试用例场景进行了详细说明。所述根据所述预览图像对应的图像数据以及各个所述测试用例场景的图像对应的图像数据，从各个所述测试用例场景中确定与所述当前测试场景匹配的目标测试用例场景，可以通过以下步骤实现：
步骤b1、从所述亮度参数中获取亮度值，从所述对焦距离参数中获取测试距离，以及从所述白平衡参数中获取颜色值。
本实施例中，将每张测试用例场景的图像进行数据分析，可以从图像数据中的亮度参数（即AE）中获得亮度，从对焦距离参数（即AF）中获得测试距离，这里的测试距离是指测试距离，可以从白平衡参数（即AWB）中获取颜色R/G/B即三色值：红色色彩值、蓝色色彩值以及绿色色彩值。
步骤b2、针对各个所述测试用例场景，执行下述步骤：根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值；其中，所述目标差异值是由亮度值对应的第一差异值、测试距离对应的第二差异值以及颜色值对应的第三差异值确定的，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值。
本实施例中，以一个测试用例场景对应的计算过程为例：将该测试用例场景的图像与预览图像对应亮度值、测试距离以及颜色值分别对应的差异值，即第一差异值、第二差异值以及第三差异值，这里的第一差异值可以是亮度差的绝对值或亮度差的平方，第二差异值可以是测试距离差的绝对值或测试距离差的平方，第三差异值可以是颜色值差的绝对值或颜色值差的平方；将第一差异值、第二差异值以及第三差异值，通过叠加平均计算，比如差异值之和取平均，得到目标差异值。
需要说明的是，上述的差异值计算是示例性的，在此不对差异值计算方式进行限定，只要能够表达出相同参数之间的差异即可。
在一种可能的设计中，在一种可能的设计中，所述根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值，可以通过以下步骤实现：
步骤c1、根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，分别计算所述预览图像和所述测试用例场景的图像分别对应的第一差异值、第二差异值以及第三差异值，所述第一差异值用于表示亮度值对应的差值的相关联数据，所述第二差异值用于表示测试距离对应的差值的相关联数据，所述第三差异值用于表示颜色的三色值分别对应的差值的相关联数据；
步骤c2、根据所述第一差异值、所述第二差异值和所述第三差异值，通过预定义的计算模型，得到所述目标差异值。
其中，差值的相关联数据可以是差的绝对值或差的平方，比如亮度值对应的差值的相关联数据可以是亮度差的绝对值或亮度差的平方，测试距离对应的差值的相关联数据可以是测试距离差的绝对值或测试距离差的平方，颜色的三色值分别对应的差值的相关联数据可以是颜色值差的绝对值或颜色值差的平方，这里的颜色值可以包括红色色彩值、蓝色色彩值以及绿色色彩值，相应的，颜色值差的绝对值或颜色值差的平方可以包括红色色彩值差的绝对值或平方、蓝色色彩值差的绝对值或平方以及绿色色彩值差的绝对值或平方。
示例性的，数据对比中，以差异值为差的平方为例，计算目标差异值的公式S=sqrt{[（预览亮度-分析系统场景亮度）²+（预览距离-分析系统场景距离）²+（预览R分量-分析系统R分量）²+（预览G分量-分析系统G分量）²+（预览B分量-分析系统B分量）²]/5}（注：sqrt为开平方）。通过对比预览和每个场景的S，选取较小的两个场景，显示数据差异。
这里的预览亮度是指预览图像对应的亮度值，分析系统场景亮度是指目标测试用例场景的图像对应的亮度值，预览距离是指预览图像对应的测试距离，分析系统场景距离是指目标测试用例场景的图像对应的测试距离，预览R分量是指预览图像对应的红色色彩值，分析系统R分量是指目标测试用例场景的图像对应的红色色彩值，预览G分量是指预览图像对应的绿色色彩值，分析系统G分量是指目标测试用例场景的图像对应的绿色色彩值，预览B分量指预览图像对应的蓝色色彩值，分析系统B分量是指目标测试用例场景的图像对应的蓝色色彩值。
因此，通过差异值计算分析，区别于人工经验判断，从各个测试用例场景中能够准确地识别出与当前测试场景接近的一个或多个测试用例场景。
步骤b3、对所述预览图像与各个所述测试用例场景的图像之间对应的目标差异值进行排序，根据排序结果，从各个所述测试用例场景中确定至少一个与所述当前测试场景相近的测试用例场景，并将所述至少一个与所述当前测试场景相近的测试用例场景作为至少一个所述目标测试用例场景。
本实施例中，针对每个测试用例场景，计算相同参数之间的差异值，并通过各个参数对应的差异值确定预览图像与测试用例场景的图像之间的差异值即目标差异值，进而依据目标差异值，确定与当前测试场景相近的测试用例场景。
具体地，对各个测试用例场景与当前测试场景对应的目标差异值进行排序，按照从小到大或从大到小的顺序，对各个目标差异值进行排序，获取目标差异值最小或从小到大的前几个目标差异值对应的测试用例场景为目标测试用例场景。这里的目标测试用例场景为至少一个，比如，目标测试用例场景为一个时，即识别一个最接近（即匹配度最高）的测试用例场景，将最小目标差异值对应的测试用例场景作为目标测试用例场景；目标测试用例场景为N个时（N大于等于2），即识别N个较接近的测试用例场景，比如，目标差异值从小到大的顺序取排名前N个，将排名前N个的目标差异值对应的测试用例场景作为目标测试用例场景。
在一种可能的设计中，本实施例在上述实施例的基础上，对如何确定影响因素以及调整参数进行了详细说明。其中，所述颜色值包括红色色彩值、蓝色色彩值以及绿色色彩值，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值。
所述根据所述预览图像和所述目标测试用例场景的图像，确定针对当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，可以通过以下步骤实现：
步骤d1、将所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值中不满足相应差异条件的任意差异值对应的图像数据作为所述影响因素；
步骤d2、根据所述影响因素对应的差异值，确定所述调整参数。
本实施例中，差异条件可以包括第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值分别对应的差异条件。以差异值为差的绝对值为例，比如，第一差异值对应的差异条件为：亮度差异值在第一预设阈值范围内（比如，[-1，1]）；第二差异值对应的差异条件为：测试距离差异值在第二预设阈值范围内（比如，[-1，1]）；红色色彩差异值对应的差异条件为：红色色彩差异值在第三预设阈值范围内（比如，[-0.5，0.5]）；蓝色色彩差异值对应的差异条件为：蓝色色彩差异值在第四预设阈值范围内（比如，[-0.5，0.5]）；绿色色彩差异值对应的差异条件为：绿色色彩差异值在第三预设阈值范围内（比如，[-0.5，0.5]）。
需要说明的是，上述差异条件对应的范围仅仅是示例性的，在此不做具体限定，可以根据具体测试要求或是摄像头的精度进行设定。
其中，从差异值中确定不在相应范围内的差异值，并将不在相应范围内的差异值对应的图像数据均作为影响因素（比如，影响因素有亮度参数、对焦距离参数、红色色彩参数、蓝色色彩参数以及绿色色彩参数中的至少一项），然后选择不满足相应差异条件的所有差异值中的最大值，将最大值对应的图像数据作为优先调整的影响因素。
示例性的，以差异值为差的平方为例影响较大的因素为：（预览亮度-分析系统场景亮度）²、（预览距离-分析系统场景距离）²、（预览R分量-分析系统R分量）²、（预览G分量-分析系统G分量）²、（预览B分量-分析系统B分量）²中的最大值部分的因素。
在一种可能的设计中，本实施例在上述实施例的基础上，对识别方法进行了详细说明。识别方法还可以包括：
步骤d1、在所述预览图像所在的测试界面上显示各个所述目标测试用例场景的标识，并在各个所述目标测试用例场景的标识对应的预设位置处，显示所述影响因素、所述影响因素对应的差异值以及所述影响因素对应的调整参数中的至少一项；
步骤d2、根据所述预览图像和各个所述目标测试用例场景的图像对应的所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值，确定至少一个所述目标测试用例场景对应的目标差异值中的最大目标差异值以及最大目标差异值对应的最大影响因素；
步骤d3、根据所述最大目标差异值以及对应的最大影响因素，生成提示信息并在所述测试界面上显示；
其中，所述提示信息用于提示与所述当前测试场景匹配度最高的目标测试用例场景以及对应的优先调整的参数，所述匹配度最高的目标测试用例场景为最大目标差异值对应的目标测试用例场景，所述优先调整的参数为所述最大影响因素。
本实施例中，测试界面上显示预览图像的同时，还可以显示与当前测试场景接近的预设数目个（比如，2个）测试用例场景的标识，比如场景⑤、场景⑧，参见图3所示，图3为本申请实施例提供的测试界面的示意图。预览界面测试模式，会实时监控当前预览信息（比如，预览图像对应的图像数据），和系统数据对比（比如，测试用例场景的图像对应的图像数据），并提示和几号场景较接近或较匹配，并判断影响较大的因素，优先调整。其中，目标差异值最大的目标测试用例场景为匹配度最高的目标测试用例场景。
具体地，为了能够直观地看到当前测试场景与较接近的测试用例场景的区别，可以在测试界面上显示每个较接近的测试用例场景下对应的差异值，差异值可以用Δ表示，比如：Δ亮度、Δ距离、ΔR、ΔG、ΔB。结合图1，并参见图3所示，显示了两个场景信息：显示场景标识：场景⑤以及对应的Δ亮度=+50Luc，Δ距离=-10cm，ΔR=+3，ΔG=-5，ΔB=-2；同时，显示场景标识：场景⑧以及对应的Δ亮度=+100Luc，Δ距离=+10cm，ΔR=+40，ΔG=+30，ΔB=-20。因此，通过两个场景比较，场景⑤为当前测试场景较接近场景，并且与场景⑤比对时，亮度差异值最大，因此，亮度作为最大影响因素即优先调整的参数。故，可以生成提示信息并显示：“提示：该场景较接近场景⑤”、“请优先调整亮度”。其中，差异值可以作为调整参数，来调整拍摄数据，比如亮度、测试距离、三色值等。
具体地，参见图4所示，图4为本申请再一实施例提供的识别方法的流程示意图。其中，用于执行识别方法的识别装置可以包括：数据收集模块、数据分析模块、数据对比模块、数据显示模块；其中，数据收集模块，用于将测试用例场景的图像（或图片）输入识别装置，每个场景可输入多张图像，将场景编号1~n。数据分析模块，用于将每个场景的图片进行数据分析：从AE（亮度参数）获得亮度，从AF（对焦距离参数）数据获得测试距离，从AWB（白平衡参数）获取颜色R/G/B。数据对比模块，用于打开相机，将预览图像进行实时数据分析，后台计算预览图像对应的图像数据和数据分析模块分析的数据差异较小的场景。数据显示模块，用于在预览界面（即测试界面）上方实时显示比较接近的场景数据差异：△亮度，△距离，△R，△G，△B，比如，可同时显示两个场景差异；还用于提示最接近的场景（即匹配度最高的场景）编号（或标识）和/或提示调整影响较大的因素（即优先调整的参数）。
因此，本申请通过获取当前测试场景的预览图像，基于获取的测试用例场景，对预览图像进行识别，来判断与预览图像处于的当前测试场景匹配的测试用例场景即目标测试用例场景，然后根据目标测试用例场景来确定影响摄像头拍摄效果的影响因素以及调整参数，利用调整参数调试通过摄像头拍摄的拍摄参数，进而达到对摄像头测试的目的，无需人工识别场景来测试，降低测试人员主观判断导致的场景错误识别，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而实现了快速、准确地对摄像头的测试。
为了实现所述识别方法，本实施例提供了一种识别装置。参见图5，图5为本申请实施例提供的识别装置的结构示意图；所述识别装置50，包括：获取模块501、识别模块502和处理模块503。
获取模块501，用于通过摄像头，获取当前测试场景的预览图像；
识别模块502，用于根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；
处理模块503，用于根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。
本实施例，首先通过摄像头，获取当前测试场景的预览图像；然后根据所述预览图像和获取的各个测试用例场景的图像，识别与所述当前测试场景匹配的目标测试用例场景；再根据所述预览图像和所述目标测试用例场景的图像，确定针对所述当前测试场景拍摄效果存在影响的影响因素以及所述影响因素对应的调整参数，所述调整参数用于支持对所述摄像头的测试。因此，本申请通过获取当前测试场景的预览图像，基于获取的测试用例场景，对预览图像进行识别，来判断与预览图像处于的当前测试场景匹配的测试用例场景即目标测试用例场景，然后根据目标测试用例场景来确定影响摄像头拍摄效果的影响因素以及调整参数，利用调整参数调试通过摄像头拍摄的拍摄参数，进而达到对摄像头测试的目的，无需人工识别场景来测试，降低测试人员主观判断导致的场景错误识别，能够快速、准确地识别当前测试环境是否符合测试用例场景，进而实现了快速、准确地对摄像头的测试。
本实施例提供的装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。
在一种可能的设计中，识别模块包括获取单元、识别单元；获取单元，用于获取所述预览图像对应的图像数据以及获取各个所述测试用例场景的图像对应的图像数据，所述图像数据包括下述至少一项：亮度参数、对焦距离参数以及白平衡参数；识别单元，用于根据所述预览图像对应的图像数据以及各个所述测试用例场景的图像对应的图像数据，从各个所述测试用例场景中确定与所述当前测试场景匹配的目标测试用例场景。
在一种可能的设计中，识别单元，具体用于：
从所述亮度参数中获取亮度值，从所述对焦距离参数中获取测试距离，以及从所述白平衡参数中获取颜色值；
针对各个所述测试用例场景，执行下述步骤：根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值；其中，所述目标差异值是由亮度值对应的第一差异值、测试距离对应的第二差异值以及颜色值对应的第三差异值确定的，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；
对所述预览图像与各个所述测试用例场景的图像之间对应的目标差异值进行排序，根据排序结果，从各个所述测试用例场景中确定至少一个与所述当前测试场景相近的测试用例场景，并将所述至少一个与所述当前测试场景相近的测试用例场景作为至少一个所述目标测试用例场景。
在一种可能的设计中，识别单元，具体用于：
根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，分别计算所述预览图像和所述测试用例场景的图像分别对应的第一差异值、第二差异值以及第三差异值，所述第一差异值用于表示亮度值对应的差值的相关联数据，所述第二差异值用于表示测试距离对应的差值的相关联数据，所述第三差异值用于表示颜色的三色值分别对应的差值的相关联数据；
根据所述第一差异值、所述第二差异值和所述第三差异值，通过预定义的计算模型，得到所述目标差异值。
在一种可能的设计中，所述颜色值包括红色色彩值、蓝色色彩值以及绿色色彩值，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；处理模块，具体用于：
将所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值中不满足相应差异条件的任意差异值对应的图像数据作为所述影响因素；
根据所述影响因素对应的差异值，确定所述调整参数。
在一种可能的设计中，该识别装置还可以包括显示模块；显示模块，用于：
在所述预览图像所在的测试界面上显示各个所述目标测试用例场景的标识，并在各个所述目标测试用例场景的标识对应的预设位置处，显示所述影响因素、所述影响因素对应的差异值以及所述影响因素对应的调整参数中的至少一项；
根据所述预览图像和各个所述目标测试用例场景的图像对应的所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值，确定至少一个所述目标测试用例场景对应的目标差异值中的最大目标差异值以及最大目标差异值对应的最大影响因素；
根据所述最大目标差异值以及对应的最大影响因素，生成提示信息并在所述测试界面上显示；
其中，所述提示信息用于提示与所述当前测试场景匹配度最高的目标测试用例场景以及对应的优先调整的参数，所述匹配度最高的目标测试用例场景为最大目标差异值对应的目标测试用例场景，所述优先调整的参数为所述最大影响因素。
为了实现所述识别方法，本实施例提供了一种电子设备。图6为本申请实施例提供的电子设备的结构示意图。如图6所示，本实施例的电子设备60包括：处理器601以及存储器602；其中，存储器602，用于存储计算机执行指令；处理器601，用于执行存储器存储的计算机执行指令，以实现上述实施例中所执行的各个步骤。具体可以参见前述方法实施例中的相关描述。
本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上所述的识别方法。
本申请实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的识别方法。
在本申请所提供的几个实施例中，应该理解到，所揭露的设备和方法，可以通过其它的方式实现。例如，以上所描述的设备实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个单元中。上述模块成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）或处理器（英文：processor）执行本申请各个实施例所述方法的部分步骤。应理解，上述处理器可以是中央处理单元（英文：Central Processing Unit，简称：CPU），还可以是其他通用处理器、数字信号处理器（英文：Digital Signal Processor，简称：DSP）、专用集成电路（英文：Application SpecificIntegrated Circuit，简称：ASIC）等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。总线可以是工业标准体系结构（Industry Standard Architecture，ISA）总线、外部设备互连（PeripheralComponent，PCI）总线或扩展工业标准体系结构（Extended Industry StandardArchitecture，EISA）总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。上述存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器（SRAM），电可擦除可编程只读存储器（EEPROM），可擦除可编程只读存储器（EPROM），可编程只读存储器（PROM），只读存储器（ROM），磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
一种示例性的存储介质耦合至处理器，从而使处理器能够从该存储介质读取信息，且可向该存储介质写入信息。当然，存储介质也可以是处理器的组成部分。处理器和存储介质可以位于专用集成电路(Application Specific Integrated Circuits，简称：ASIC)中。当然，处理器和存储介质也可以作为分立组件存在于电子设备或主控设备中。
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (6)

1.一种识别方法，其特征在于，所述方法包括：
通过摄像头，获取当前测试场景的预览图像；
针对各个测试用例场景，执行下述步骤：根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值；其中，所述目标差异值是由亮度值对应的第一差异值、测试距离对应的第二差异值以及颜色值对应的第三差异值确定的；所述颜色值包括红色色彩值、蓝色色彩值以及绿色色彩值，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；
对所述预览图像与各个所述测试用例场景的图像之间对应的目标差异值进行排序，根据排序结果，从各个所述测试用例场景中确定至少一个与所述当前测试场景相近的测试用例场景，并将所述至少一个与所述当前测试场景相近的测试用例场景作为至少一个目标测试用例场景；
将所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值中不满足相应差异条件的任意差异值对应的图像数据作为影响因素；
根据所述影响因素对应的差异值，确定调整参数，所述调整参数用于支持对所述摄像头的测试；
所述方法，还包括：
在所述预览图像所在的测试界面上显示各个所述目标测试用例场景的标识，并在各个所述目标测试用例场景的标识对应的预设位置处，显示所述影响因素、所述影响因素对应的差异值以及所述影响因素对应的调整参数中的至少一项；
根据所述预览图像和各个所述目标测试用例场景的图像对应的所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值，确定至少一个所述目标测试用例场景对应的目标差异值中的最大目标差异值以及最大目标差异值对应的最大影响因素；
根据所述最大目标差异值以及对应的最大影响因素，生成提示信息并在所述测试界面上显示；
其中，所述提示信息用于提示与所述当前测试场景匹配度最高的目标测试用例场景以及对应的优先调整的参数，所述匹配度最高的目标测试用例场景为最大目标差异值对应的目标测试用例场景，所述优先调整的参数为所述最大影响因素。
2.根据权利要求1所述的方法，其特征在于，针对各个所述测试用例场景，执行计算所述预览图像和所述测试用例场景的图像之间的目标差异值的步骤之前，还包括：
获取所述预览图像对应的图像数据以及获取各个所述测试用例场景的图像对应的图像数据，所述图像数据包括下述至少一项：亮度参数、对焦距离参数以及白平衡参数；
从所述亮度参数中获取亮度值，从所述对焦距离参数中获取测试距离，以及从所述白平衡参数中获取颜色值。
3.根据权利要求1所述的方法，其特征在于，所述根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值，包括：
根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，分别计算所述预览图像和所述测试用例场景的图像分别对应的第一差异值、第二差异值以及第三差异值，所述第一差异值用于表示亮度值对应的差值的相关联数据，所述第二差异值用于表示测试距离对应的差值的相关联数据，所述第三差异值用于表示颜色的三色值分别对应的差值的相关联数据；
根据所述第一差异值、所述第二差异值和所述第三差异值，通过预定义的计算模型，得到所述目标差异值。
4.一种识别装置，其特征在于，所述装置包括：
获取模块，用于通过摄像头，获取当前测试场景的预览图像；
识别模块，用于针对各个测试用例场景，执行下述步骤：根据所述预览图像和所述测试用例场景的图像分别对应的亮度值、测试距离以及颜色值，计算所述预览图像和所述测试用例场景的图像之间的目标差异值；其中，所述目标差异值是由亮度值对应的第一差异值、测试距离对应的第二差异值以及颜色值对应的第三差异值确定的；所述颜色值包括红色色彩值、蓝色色彩值以及绿色色彩值，所述第三差异值包括红色色彩差异值、蓝色色彩差异值以及绿色色彩差异值；对所述预览图像与各个所述测试用例场景的图像之间对应的目标差异值进行排序，根据排序结果，从各个所述测试用例场景中确定至少一个与所述当前测试场景相近的测试用例场景，并将所述至少一个与所述当前测试场景相近的测试用例场景作为至少一个目标测试用例场景；
处理模块，用于将所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值中不满足相应差异条件的任意差异值对应的图像数据作为影响因素；根据所述影响因素对应的差异值，确定调整参数，所述调整参数用于支持对所述摄像头的测试；
所述处理模块，还用于在所述预览图像所在的测试界面上显示各个所述目标测试用例场景的标识，并在各个所述目标测试用例场景的标识对应的预设位置处，显示所述影响因素、所述影响因素对应的差异值以及所述影响因素对应的调整参数中的至少一项；根据所述预览图像和各个所述目标测试用例场景的图像对应的所述第一差异值、所述第二差异值、所述红色色彩差异值、所述蓝色色彩差异值以及所述绿色色彩差异值，确定至少一个所述目标测试用例场景对应的目标差异值中的最大目标差异值以及最大目标差异值对应的最大影响因素；根据所述最大目标差异值以及对应的最大影响因素，生成提示信息并在所述测试界面上显示；其中，所述提示信息用于提示与所述当前测试场景匹配度最高的目标测试用例场景以及对应的优先调整的参数，所述匹配度最高的目标测试用例场景为最大目标差异值对应的目标测试用例场景，所述优先调整的参数为所述最大影响因素。
5.一种电子设备，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1-3任一项所述的方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至3任一项所述的方法。
CN202210818827.8A 2022-07-13 2022-07-13 识别方法、装置、设备、存储介质及程序产品 Active CN114885156B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210818827.8A CN114885156B (zh) 2022-07-13 2022-07-13 识别方法、装置、设备、存储介质及程序产品

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210818827.8A CN114885156B (zh) 2022-07-13 2022-07-13 识别方法、装置、设备、存储介质及程序产品

Publications (2)

Publication Number Publication Date
CN114885156A CN114885156A (zh) 2022-08-09
CN114885156B true CN114885156B (zh) 2022-11-04

Family

ID=82683312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210818827.8A Active CN114885156B (zh) 2022-07-13 2022-07-13 识别方法、装置、设备、存储介质及程序产品

Country Status (1)

Country Link
CN (1) CN114885156B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115529453A (zh) * 2022-08-10 2022-12-27 北京罗克维尔斯科技有限公司 车载摄像头的测试方法和装置
CN115082469A (zh) * 2022-08-22 2022-09-20 龙旗电子(惠州)有限公司 图片亮度检测方法、装置、设备和存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106657994A (zh) * 2017-03-03 2017-05-10 深圳市金立通信设备有限公司 一种曝光测试方法、控制终端、待测终端及曝光测试系统
CN107820020A (zh) * 2017-12-06 2018-03-20 广东欧珀移动通信有限公司 拍摄参数的调整方法、装置、存储介质及移动终端
CN111104341B (zh) * 2019-12-30 2024-01-19 深圳Tcl新技术有限公司 智能家居设备自动化测试方法、装置、设备及存储介质
CN112055197A (zh) * 2020-09-03 2020-12-08 深圳市宝尔爱迪科技有限公司 摄像头调试设备及控制方法
CN112770108B (zh) * 2020-12-22 2022-07-19 深圳创维－Rgb电子有限公司 性能的测试方法、装置、系统及计算机可读存储介质

Also Published As

Publication number Publication date
CN114885156A (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
CN114885156B (zh) 识别方法、装置、设备、存储介质及程序产品
CN109284729B (zh) 基于视频获取人脸识别模型训练数据的方法、装置和介质
WO2020248387A1 (zh) 基于多路摄像的人脸识别方法、装置、终端及存储介质
CN107241556B (zh) 图像采集设备的测光方法及装置
CN105302413B (zh) 控件的ui测试方法及系统
CN109376256B (zh) 图像搜索方法及装置
CN107909569B (zh) 一种花屏检测方法、花屏检测装置及电子设备
CN110784659B (zh) 一种曝光控制方法及装置、存储介质
TW201344546A (zh) 相片資料夾之代表縮圖之自動選擇方法及自動選擇系統
CN111970437B (zh) 文本拍摄方法、可穿戴设备和存储介质
CN106331460A (zh) 一种图像处理方法、装置及终端
CN110826646A (zh) 机器人视觉测试方法、装置、存储介质及终端设备
CN112306829A (zh) 性能信息的确定方法及装置、存储介质、终端
CN105049714B (zh) 一种人物图像预览方法和装置
CN110266926B (zh) 图像处理方法、装置、移动终端以及存储介质
CN111291778B (zh) 深度分类模型的训练方法、曝光异常检测方法以及装置
CN109547678B (zh) 一种处理方法、装置、设备及可读存储介质
CN104281657A (zh) 一种信息处理方法及电子设备
CN114449308A (zh) 一种视频自动剪辑方法、装置及云剪辑服务器
CN114820514A (zh) 一种图像处理方法和电子设备
CN113989387A (zh) 相机拍摄参数调整方法、装置及电子设备
CN112770110B (zh) 一种视频质量检测方法、装置及系统
CN111064892A (zh) 图像自动分享方法、系统、电子装置及存储介质
CN112911148B (zh) 图像处理方法、装置及电子设备
CN117336461A (zh) 一种摄像头的参数调节方法、系统、设备及介质

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
GR01 Patent grant
GR01 Patent grant