CN115589477A - 相机硬件测试方法及装置、计算机可读介质和电子设备 - Google Patents

Abstract

本公开提供一种相机硬件测试方法及装置、计算机可读介质和电子设备，涉及相机测试技术领域。该方法包括：获取所述相机硬件采集的原始图像；对所述原始图像进行图像转换，得到目标图像；基于所述目标图像对所述相机硬件进行硬件测试。本公开能够在相机工程测试应用程序中集成图像格式转换算法，并不需要借助硬件抽象层，将相机硬件测试过程与成像效果调试过程解耦，提升相机硬件的测试效率。

Description

相机硬件测试方法及装置、计算机可读介质和电子设备

技术领域

本公开涉及相机测试技术领域，具体涉及一种相机硬件测试方法、相机硬件测试装置、计算机可读介质和电子设备。

背景技术

伴随着人们生活水平的不断提高，智能手机上的影像系统成为越来越不可缺少的功能。智能手机在出厂前，手机生产厂商一般会通过生产线对相机硬件进行测试。

目前，相关的相机硬件测试流程中，硬件测试过程与相机的成像效果调试过程强耦合，导致在相机的成像效果调试未完成之前，无法进行相机的硬件测试过程，进而导致相机硬件测试效率较低。

发明内容

本公开的目的在于提供一种相机硬件测试方法、相机硬件测试装置、计算机可读介质和电子设备，进而至少在一定程度上将相机硬件测试过程与相机成像效果调试过程解耦，提升相机硬件的测试效率。

根据本公开的第一方面，提供一种相机硬件测试方法，包括：

获取所述相机硬件采集的原始图像；

对所述原始图像进行图像转换，得到目标图像；

基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

根据本公开的第二方面，提供一种相机硬件测试装置，包括：

原始图像获取模块，用于获取所述相机硬件采集的原始图像；

图像转换模块，用于对所述原始图像进行图像转换，得到目标图像；

硬件测试模块，用于基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

根据本公开的第三方面，提供一种计算机可读介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述的方法。

根据本公开的第四方面，提供一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器实现上述的方法。

本公开的一种实施例所提供的相机硬件测试方法，可以获取相机硬件采集的原始图像，对原始图像进行图像转换，得到目标图像，基于目标图像对相机硬件进行硬件测试，得到硬件测试结果。可以直接将原始图像经过图像转换得到目标图像，不需要借助硬件抽象层对原始图像进行图像转换，进而也就不需要等待硬件抽象层中对于相机成像效果相关算调试完成，直接借助目标图像完成对相机硬件的硬件测试，将相机硬件测试过程与相机成像效果调试过程解耦，提升相机硬件的测试效率；同时提供了一种可以在相机工程测试应用程序中集成的图像格式转换方案，提升相机硬件测试的应用范围。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，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。在附图中：

图1示出了可以应用本公开实施例的一种示例性系统架构的示意图；

图2示意性示出本公开示例性实施例中一种相机硬件测试方法的流程示意图；

图3示意性示出本公开示例性实施例中一种基于原始图像生成目标图像的流程示意图；

图4示意性示出本公开示例性实施例中一种对原始图像进行图像数据转换的流程示意图；

图5示意性示出本公开示例性实施例中一种实现相机硬件测试的流程示意图；

图6示意性示出本公开示例性实施例中相机硬件测试装置的组成示意图；

图7示出了可以应用本公开实施例的一种电子设备的示意图。

具体实施方式

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。

此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

图1示出了可以应用本公开实施例的一种相机硬件测试方法及装置的示例性应用环境的系统架构的示意图。

如图1所示，系统架构100可以包括终端设备101、102、103中的一个或多个，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。终端设备101、102、103可以是各种集成有相机工程测试应用程序(Camera EngineerApplication)的电子设备，包括但不限于台式计算机、便携式计算机、智能手机和平板电脑等等。应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。比如服务器105可以是多个服务器组成的服务器集群等。

本公开实施例所提供的相机硬件测试方法一般由终端设备101、102、103中执行，相应地，相机硬件测试装置一般设置于终端设备101、102、103中。但本领域技术人员容易理解的是，本公开实施例所提供的相机硬件测试方法也可以由服务器105执行，相应的，相机硬件测试装置也可以设置于服务器105中，本示例性实施例中对此不做特殊限定。举例而言，在一种示例性实施例中，可以是用户通过终端设备101、102、103获取相机硬件采集的原始图像，然后将原始图像上传至服务器105，服务器通过本公开实施例所提供的相机硬件测试方法生成硬件测试结果后，将硬件测试结果传输给终端设备101、102、103等。

在相关技术中，手机厂商在生产线对相机硬件的清晰度、成像洁净度、光学防抖功能、多摄标定的测试流程一般是：工厂测试机台发送指令，相机工程测试应用程序接受指令后下发测试需求，测试需求通过谷歌原生的系统框架层(Framework)传递到硬件抽象层(HAL)，硬件抽象层(HAL)利用平台的3A算法(可以包括自动白平衡(Auto White Balance，AWB)、自动曝光(Auto Exposure，AE)、自动对焦(Anto-Focus，AF))通过内核层(Kernel)对相机硬件的驱动下发3A参数。在3A算法收敛后，会通知给相机工程测试应用程序，相机工程测试应用程序下达拍照指令，抓取图片流传输给清晰度(Spatial Frequency Response，SFR)、白板(洁净度)、光学防抖、多摄标定算法进行测试，来判断相机硬件在智能手机设备中是否满足测试规格。相机硬件测试过程状态与相机的成像效果调试以及平台3A算法强耦合，在项目前期成像效果调试未做好的情况下，无法对相机硬件进行测试。

因此，目前相关测试方案中一般采用ITS(Image Test System，图像测试系统)测试方案，测试方案使用集成于相机工程测试应用程序的自研简易3A算法取代平台3A算法，不依赖软件调试进度，并且不同项目、不同平台使用统一的简易3A算法，真正实现硬件测试过程与相机成像效果调试的解耦。ITS测试流程为相机工程测试应用程序利用简易3A算法对上传的预览图像帧进行AE、AF收敛，收敛后取符合要求的预览图像帧进行对应处理，不同场景下可以包括：清晰度测试，即取预览Raw图传入算法进行清晰度计算；白板测试，即取预览Raw图传入算法进行成像洁净度测试；光学防抖测试，即取预览Raw图转变成YUV图之后传入防抖算法计算；多摄标定，即取预览Raw图传入标定算法计算。

在原来的产线测试中，尽管清晰度测试、多摄标定这种测试结果需要的图片为Raw图，Raw图受效果调试影响较小，但是白板测试和光学防抖测试用到的图片与成像效果调试耦合很深，受影响较大。在新的ITS测试方案中，为了避免成像效果调试过程的影响，使用了原始Raw图在相机工程测试应用程序进行简易3A计算。但是，未经过硬件抽象层(HAL)处理的Raw图，无法直接用于预览或者实现简易3A算法的计算，需要转成YUV图像传入算法或显示在显示屏上，便于工程师检查测试环境。因此，无论是测试需求还是显示需求，相机工程测试应用程序都需要增加简易的将Raw转为YUV的算法，以生成ITS测试方案在测试过程所需要的图像。

基于相关测试方案中存在一个或者多个方案，本公开实施例中首先提供了一种相机硬件测试方法，下面以终端设备执行该方法为例，对本公开示例性实施方式的相机硬件测试方法和相机硬件测试装置进行具体说明。

图3示出了本示例性实施方式中一种相机硬件测试方法的流程示意图，可以包括以下步骤S310至步骤S330：

在步骤S310中，获取所述相机硬件采集的原始图像。

在一示例性实施例中，相机硬件可以包括光学镜片、驱动电路以及基于拜耳阵列滤光样式的图像传感器等，当然，相机硬件还可以包括其他各种构成影像系统的硬件元件，为本技术领域的常规知识，此处不再一一赘述。

其中图像传感器可以是互补金属氧化物半导体(Complementary Metal OxideSemiconductor，CMOS)图像传感器，也可以是电荷耦合器件(Charge-coupled Device，CCD)图像传感器，当然，基于拜耳阵列滤光样式的图像传感器还可以是其他类型的图像传感器，本示例实施例对此不做特殊限定。

原始图像是指图像传感器将捕捉到的光源信号转化为数字信号的原始数据，并且未经过数字图像信号处理，例如，原始图像可以是Raw格式的图像信息，当然，原始图像也可以是其他格式的由图像传感器输出的原始数据，本示例实施例对于原始图像所呈现的图像数据格式不做特殊限定。

在步骤S320中，对所述原始图像进行图像转换，得到目标图像。

在一示例性实施例中，目标图像是指相机硬件测试过程中各测试项需要的图像格式的图像信息，例如，目标图像可以是YUV颜色空间下的图像信息，当然，也可以是RGB颜色空间下的图像信息，本示例实施例对于目标图像的表现形式不做特殊限定。

图像转换是指脱离硬件抽象层(HAL)将原始图像转换为目标图像的转换过程，例如，图像转换可以是对原始图像进行下采样、图像压缩处理，然后将原始图像进行格式转换的过程。

在步骤S330中，基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

在一示例性实施例中，硬件测试是指对相机硬件的问题进行验证测试的过程，例如，硬件测试可以包括但不限于对相机硬件的清晰度SFR测试、成像洁净度测试、光学防抖功能测试以及多摄像头标定测试，当然，硬件测试还可以是其他类型的相机硬件测试，如相机光圈功能测试、相机进光量测试等，本示例实施例对此不做特殊限定。其中，清晰度SFR主要是用于测量随着空间频率的线条增加对单一影像所造成的影响。

可以直接将原始图像经过图像转换得到目标图像，不需要借助硬件抽象层对原始图像进行图像转换，进而也就不需要等待硬件抽象层中对于相机成像效果相关算调试完成，直接借助目标图像完成对相机硬件的硬件测试，将相机硬件测试过程与相机成像效果调试过程解耦，提升相机硬件的测试效率；同时提供了一种可以在相机工程测试应用程序中集成的图像格式转换方案，提升相机硬件测试的应用范围。

下面对步骤S210至步骤S230中的步骤进行详细说明。

在一示例性实施例中，可以通过图3中的步骤实现对原始图像进行图像转换，参考图3所示，具体可以包括：

步骤S310，对所述原始图像进行通道筛选，得到通道减少后的原始图像；

步骤S320，将所述通道减少后的原始图像进行图像压缩，得到图像压缩后的原始图像；

步骤S330，对所述图像压缩后的原始图像进行图像数据转换，得到目标图像。

其中，通道筛选是指对原始图像中的颜色通道进行下采样的处理过程，例如，假设采集的原始图像可以是基于RGGB通道的拜耳阵列采集得到的图像信息，可以对原始图像中G通道进行通道筛选，仅保留一个G通道的通道值，当然，此处仅是示意性举例说明，原始图像也可以是基于RYYB通道的拜耳阵列采集得到的图像信息，本实施例对此不做特殊限定。

图像压缩是指对通道减少后的原始图像的分辨率进行下采样的处理过程，例如，可以对通道减少后的原始图像进行图像缩小，得到分辨率较低的原始图像；当然，一些应用场景中，图像压缩也可以是指对通道减少后的原始图像进行图像放大的处理过程，本示例不限制于此。

图像数据转换是指对图像压缩后的原始图像进行数据转换的过程，例如，原始图像可以是Raw格式的图像，目标图像可以是YUV格式的图像，那么可以根据原始图像中存储的图像亮度信息生成Y通道的通道值，并根据原始图像中存储的颜色信息生成U通道和V通道的通道值，最终得到YUV格式的目标图像，并且该过程并不需要硬件抽象层(HAL)的参与即可实现。当然，图像数据转换也可以其他不需要硬件抽象层(HAL)参与即可实现不同图像格式或者图像颜色控件之间的图像转换的处理过程，本示例对此不做任何特殊限定。

可选的，可以通过以下步骤实现对原始图像进行通道筛选，得到通道减少后的原始图像：可以确定原始图像中的目标颜色通道，目标颜色通道可以包括至少两个相同颜色分量的颜色通道，然后可以对目标颜色通道进行下采样处理，得到通道减少后的原始图像。

其中，目标颜色通道可以是原始图像中通道值冗余的颜色通道，目标颜色通道可以包括原始图像中具有相同颜色分量的多个颜色通道，例如，原始图像可以是基于RGGB通道的拜耳阵列采集得到的图像信息，该原始图像包括两个G颜色分量的颜色通道，因此可以通过对原始图像中的G通道进行通道筛选，仅保留一个G通道的值，得到通道减少后的原始图像。

通过对原始图像进行通道筛选，减少原始图像中冗余数据量，有效减少原始图像中存储的通道值，提升原始图像到目标图像的转换效率。

可选的，可以通过以下步骤实现将通道减少后的原始图像进行图像压缩，得到图像压缩后的原始图像：可以获取预设的图像尺寸，并根据图像尺寸对通道减少后的原始图像进行图像缩放，得到图像压缩后的原始图像。

其中，图像尺寸是指预先设置的用于相机硬件测试且能够达到较优测试结果的图像的尺寸信息，例如，图像尺寸可以是1280*720的图像分辨率(720p)，也可以是1920*1080的图像分辨率(1080p)，具体可以根据实际应用情况进行自定义设置，本实施例对于图像尺寸的具体数据不做特殊限定；当然，图像尺寸也可以是图像的边长信息，本示例实施例对图像尺寸的表现形式也不做特殊限定。

可以根据预设的图像尺寸与通道减少后的原始图像的图像尺寸进行比较，若通道减少后的原始图像的图像尺寸大于或者等于预设的图像尺寸，则可以基于预设的图像尺寸对通道减少后的原始图像进行图像缩小，例如，可以基于预设的图像尺寸的宽高比对道减少后的原始图像进行等比例缩小；若通道减少后的原始图像的图像尺寸小于预设的图像尺寸，则可以基于预设的图像尺寸对通道减少后的原始图像进行图像放大，当然，还可以采用其他能够使通道减少后的原始图像的图像尺寸与预设的图像尺寸相匹配的处理方式，本示例实施例不以此为限。

通过预设的图像尺寸对通道减少后的原始图像进行图像压缩(resize)，可以有效缩小待处理的原始图像的大小，减少后续生成预览图像或者硬件测试算法的计算量，提升系统计算效率，进而提升硬件测试效率。

可选的，可以通过图4中的步骤实现对图像压缩后的原始图像进行图像数据转换，得到目标图像，参考图4所示，具体可以包括

步骤S410，获取所述图像压缩后的原始图像中的图像亮度信息；

步骤S420，将所述图像亮度信息存储至第一图像通道，并根据预设色彩值填充第二图像通道以及第三图像通道；

步骤S430，基于所述第一图像通道、所述第二图像通道以及所述第三图像通道，得到目标图像。

其中，第一图像通道、第二图像通道、第三图像通道可以分别表示目标图像中的不同图像通道，例如，目标图像可以是YUV格式的图像信息，那么第一图像通道可以是指Y图像通道，第二图像通道可以是指U图像通道，第三图像通道可以是V图像通道；当然，目标图像也可以是RGB格式的图像信息，那么相对应的，第一图像通道、第二图像通道、第三图像通道可以分别对应R图像通道、G图像通道、B图像通道，本示例实施例对此不做特殊限定。

需要说明的是，本实施例“第一图像通道”、“第二图像通道”、“第三图像通道”中的“第一”、“第二”、“第三”仅用于区分目标图像中的不同颜色通道，没有任何特殊含义，并不应对本示例实施例造成任何特殊限定。

预设色彩值是指预先设置的用于填充存储非图像亮度信息的颜色通道的填充值，例如，预设色彩值可以是0x7F，相当于对存储非图像亮度信息的颜色通道转灰度，丢弃硬件测试过程中对于AE算法、AF算法无用的颜色信息，有效减少AE、AF的及数量，提升计算效率。当然，预设色彩值还可以是其他数值，本示例实施例对此不做特殊限定。

在一示例性实施例中，在得到目标图像之后，可以基于目标图像对相机硬件进行硬件测试，目标图像可以分别输入到不同流程中处理：

第一流程，可以对目标图像进行图像渲染，生成预览图像并显示，以通过预览图像实时展示相机硬件的测试环境。

第二流程，可以将目标图像输入到相机测试算法中，以通过相机测试算法对相机硬件进行硬件测试；其中，相机测试算法可以包括自动曝光收敛、自动对焦收敛、光学防抖测试和成像洁净度测试中的一种或者多种组合。

可选的，在第二流程中，可以先将目标图像输入到自动曝光收敛(AE)算法、自动对焦收敛(AF)算法进行收敛；在执行光学防抖测试时，可以在自动曝光收敛(AE)算法、自动对焦收敛(AF)算法对目标图像进行收敛后，将收敛后的结果输入到光学防抖算法中进行测试。

可选的，目标图像还可以输入到第三流程进行处理，通过第三流程基于目标图像生成测试用图。

图5示意性示出本公开示例性实施例中一种实现相机硬件测试的流程示意图。

参考图5所示，步骤S510，获取原始图像501，并确定原始图像中的目标颜色通道，对目标颜色通道进行通道筛选(如下采样处理)，如对于原始图像为RGGB通道的，只保留一个G通道的值，相当于下采样获取原始图像的一半精度，减少冗余信息，有效提升处理效率；

步骤S520，针对不同的原始图像501的图像尺寸，可以获取预先设置的图像尺寸，并根据该预设的图像尺寸对原始图像501的图像尺寸进行图像缩放(resize)，得到符合要求的图像尺寸的原始图像501，例如，以原始图像尺寸为4096*3072为例，G通道下采样后图像尺寸为2048*1536，可以按照预设的图像尺寸对原始图像501图像缩放到720p或其他尺寸，通道筛选以及图像缩放的目的均是减少图像大小，减少冗余图像信息，提升计算效率；

步骤S530，对通道筛选以及图像缩放后的原始图像进行图像数据转换，例如，目标图像可以是YUV格式的图像信息，那么可以将原始图像中的图像亮度信息全部存入Y通道，U和V通道全部补预设的色彩值0x7F，得到目标图像502，对U和V通道填充0x7F，相当于将目标图像直接转灰度，丢弃对AE、AF无用的颜色信息，进一步减少运算量；

步骤S540，对目标图像502进行图像渲染，生成预览图像并显示，以通过预览图像实时展示相机硬件的测试环境；

步骤S550，将目标图像502输入到相机测试算法中，以通过相机测试算法对相机硬件进行硬件测试；其中，相机测试算法可以包括自动曝光收敛、自动对焦收敛、光学防抖测试和成像洁净度测试中的一种或者多种组合；

步骤S560，根据目标图像生成测试用图。

集成于相机工程测试应用程序的Raw转YUV算法，是ITS测试流程中实现画面实时预览、3A收敛、测试用图生成的必要功能，将Raw图处理流程从平台硬件抽象层(HAL)，移植到相机工程测试应用程序中，实现硬件测试过程与成像效果调试过程的解耦，有效提升硬件测试效率。

综上所述，本示例性实施方式中，可以获取相机硬件采集的原始图像，对原始图像进行图像转换，得到目标图像，基于目标图像对相机硬件进行硬件测试。可以直接将原始图像经过图像转换得到目标图像，不需要借助硬件抽象层对原始图像进行图像转换，进而也就不需要等待硬件抽象层中对于相机成像效果相关算调试完成，直接借助目标图像完成对相机硬件的硬件测试，将相机硬件测试过程与相机成像效果调试过程解耦，提升相机硬件的测试效率；同时提供了一种可以在相机工程测试应用程序中集成的图像格式转换方案，提升相机硬件测试的应用范围。

需要注意的是，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

进一步的，参考图6所示，本示例的实施方式中还提供一种相机硬件测试装置600，可以包括原始图像获取模块610、图像转换模块620和硬件测试模块630。其中：

原始图像获取模块610可以用于获取所述相机硬件采集的原始图像；

图像转换模块620可以用于对所述原始图像进行图像转换，得到目标图像；

硬件测试模块630可以用于基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

在一示例性实施例中，图像转换模块620可以包括：

通道筛选单元，用于对所述原始图像进行通道筛选，得到通道减少后的原始图像；

图像压缩单元，用于将所述通道减少后的原始图像进行图像压缩，得到图像压缩后的原始图像；

数据转换单元，用于对所述图像压缩后的原始图像进行图像数据转换，得到目标图像。

在一示例性实施例中，通道筛选单元可以用于：

确定所述原始图像中的目标颜色通道，所述目标颜色通道包括至少两个相同颜色分量的颜色通道；

对所述目标颜色通道进行下采样处理，得到通道减少后的原始图像。

在一示例性实施例中，图像压缩单元可以用于：

获取预设的图像尺寸；

根据所述图像尺寸对所述通道减少后的原始图像进行图像缩放，得到图像压缩后的原始图像。

在一示例性实施例中，数据转换单元可以用于：

获取所述图像压缩后的原始图像中的图像亮度信息；

将所述图像亮度信息存储至第一图像通道，并根据预设色彩值填充第二图像通道以及第三图像通道；

基于所述第一图像通道、所述第二图像通道以及所述第三图像通道，得到目标图像。

在一示例性实施例中，硬件测试模块630可以用于：

对所述目标图像进行图像渲染，生成预览图像并显示，以通过所述预览图像实时展示所述相机硬件的测试环境。

在一示例性实施例中，硬件测试模块630可以用于：

将所述目标图像输入到相机测试算法中，以通过所述相机测试算法对所述相机硬件进行硬件测试；

其中，所述相机测试算法包括自动曝光收敛、自动对焦收敛、光学防抖测试和成像洁净度测试中的一种或者多种组合。

上述装置中各模块的具体细节在方法部分实施方式中已经详细说明，未披露的细节内容可以参见方法部分的实施方式内容，因而不再赘述。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

本公开的示例性实施方式还提供一种电子设备。该电子设备可以是上述终端设备101、102、103和服务器105。一般的，该电子设备可以包括处理器与存储器，存储器用于存储处理器的可执行指令，处理器配置为经由执行可执行指令来执行上述相机硬件测试方法。

下面以图7中的移动终端700为例，对该电子设备的构造进行示例性说明。本领域技术人员应当理解，除了特别用于移动目的的部件之外，图7中的构造也能够应用于固定类型的设备。

如图7所示，电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于：至少一个处理单元710、至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730、显示单元740。

其中，存储单元720存储有程序代码，程序代码可以被处理单元710执行，使得处理单元710执行本说明书中的相机硬件测试方法。

存储单元720可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)721和/或高速缓存存储单元722，还可以进一步包括只读存储单元(ROM)723。

存储单元720还可以包括具有一组(至少一个)程序模块725的程序/实用工具724，这样的程序模块725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。

总线730可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备700也可以与一个或多个外部设备770(例如传感器设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备700交互的设备通信，和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、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750进行。并且，电子设备700还可以通过网络适配器760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。如图所示，网络适配器760通过总线730与电子设备700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700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、数据备份存储系统以及传感器模块(如陀螺仪传感器、磁传感器、加速度传感器、距离传感器、接近光传感器等)。

通过以上的实施例的描述，本领域的技术人员易于理解，这里描述的示例实施例可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施例的方法。

本公开的示例性实施方式还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

需要说明的是，本公开所示的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(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。

在本公开中，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。而在本公开中，计算机可读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。

此外，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公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，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、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。

Claims (10)

1.一种相机硬件测试方法，其特征在于，包括：

获取所述相机硬件采集的原始图像；

对所述原始图像进行图像转换，得到目标图像；

基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述原始图像进行图像转换，得到目标图像，包括：

对所述原始图像进行通道筛选，得到通道减少后的原始图像；

将所述通道减少后的原始图像进行图像压缩，得到图像压缩后的原始图像；

对所述图像压缩后的原始图像进行图像数据转换，得到目标图像。

3.根据权利要求2所述的方法，其特征在于，所述对所述原始图像进行通道筛选，得到通道减少后的原始图像，包括：

确定所述原始图像中的目标颜色通道，所述目标颜色通道包括至少两个相同颜色分量的颜色通道；

对所述目标颜色通道进行下采样处理，得到通道减少后的原始图像。

4.根据权利要求2所述的方法，其特征在于，所述将所述通道减少后的原始图像进行图像压缩，得到图像压缩后的原始图像，包括：

获取预设的图像尺寸；

根据所述图像尺寸对所述通道减少后的原始图像进行图像缩放，得到图像压缩后的原始图像。

5.根据权利要求2所述的方法，其特征在于，所述对所述图像压缩后的原始图像进行图像数据转换，得到目标图像，包括：

获取所述图像压缩后的原始图像中的图像亮度信息；

将所述图像亮度信息存储至第一图像通道，并根据预设色彩值填充第二图像通道以及第三图像通道；

基于所述第一图像通道、所述第二图像通道以及所述第三图像通道，得到目标图像。

6.根据权利要求1所述的方法，其特征在于，所述基于所述目标图像对所述相机硬件进行硬件测试，包括：

对所述目标图像进行图像渲染，生成预览图像并显示，以通过所述预览图像实时展示所述相机硬件的测试环境。

7.根据权利要求6所述的方法，其特征在于，所述基于所述目标图像对所述相机硬件进行硬件测试，包括：

将所述目标图像输入到相机测试算法中，以通过所述相机测试算法对所述相机硬件进行硬件测试；

其中，所述相机测试算法包括自动曝光收敛、自动对焦收敛、光学防抖测试和成像洁净度测试中的一种或者多种组合。

8.一种相机硬件测试装置，其特征在于，包括：

原始图像获取模块，用于获取所述相机硬件采集的原始图像；

图像转换模块，用于对所述原始图像进行图像转换，得到目标图像；

硬件测试模块，用于基于所述目标图像对所述相机硬件进行硬件测试，得到硬件测试结果。

9.一种计算机可读介质，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7中任一项所述的方法。

10.一种电子设备，其特征在于，包括：

处理器；以及

存储器，用于存储所述处理器的可执行指令；

其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的方法。

Images