CN116128796A - 摄像头补光灯的自动化测试方法、装置、设备及存储介质 - Google Patents

摄像头补光灯的自动化测试方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN116128796A
CN116128796A CN202211357489.9A CN202211357489A CN116128796A CN 116128796 A CN116128796 A CN 116128796A CN 202211357489 A CN202211357489 A CN 202211357489A CN 116128796 A CN116128796 A CN 116128796A
Authority
CN
China
Prior art keywords
blob
camera
module
light supplementing
lamps
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
CN202211357489.9A
Other languages
English (en)
Inventor
林德
杨伟基
吴昌新
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.)
Huizhou Tongwei Digital Technology Co ltd
Original Assignee
Huizhou Tongwei Digital Technology 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 Huizhou Tongwei Digital Technology Co ltd filed Critical Huizhou Tongwei Digital Technology Co ltd
Priority to CN202211357489.9A priority Critical patent/CN116128796A/zh
Publication of CN116128796A publication Critical patent/CN116128796A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or 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
    • 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
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination
    • G06T2207/20216—Image averaging
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Testing, Inspecting, Measuring Of Stereoscopic Televisions And Televisions (AREA)
  • Testing Of Optical Devices Or Fibers (AREA)
  • Spectrometry And Color Measurement (AREA)

Abstract

本发明实施例公开了一种摄像头补光灯的自动化测试方法、装置、设备及存储介质，方法包括：获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；对灯光图片进行分析，以得到分析结果；根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。本发明大大提升了测试效率，而且避免了强光对人员的伤害。

Description

摄像头补光灯的自动化测试方法、装置、设备及存储介质
技术领域
本发明涉及拍摄设备技术领域，更具体地说是摄像头补光灯的自动化测试方法、装置、设备及存储介质。
背景技术
监控摄像头为了应对夜间监控或警示需求，需要配备红外灯或白光灯或红蓝警示灯等，在生产测试中，需要检测摄像头上的补光灯是否能正常工作，包括：是否能正常点亮、亮度是否正常、颜色是否正常以及灯是否在特定位置。
而目前的检测方式是通过人员观察，不仅效率低下，而且近距离强光还会造成检查测试人员不适。
发明内容
本发明的目的在于克服现有技术的不足，提供摄像头补光灯的自动化测试方法、装置、设备及存储介质。
为实现上述目的，本发明采用以下技术方案：
第一方面，摄像头补光灯的自动化测试方法，包括：
获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；
获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；
对灯光图片进行分析，以得到分析结果；
根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
其进一步技术方案为：所述对灯光图片进行分析，以得到分析结果，包括：
对灯光图片进行灰度化处理，以得到灰度图；
对灰度图添加预置的掩码模板；
对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
其进一步技术方案为：所述对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量，包括：
对掩码范围内的像素点进行灰度值统计；
按照设定阈值对统计的灰度值进行二值化处理；
从经过二值化处理后得到像素点中选取一满足预设条件的像素点；
查找与选取的满足预设条件的像素点相同的像素点；
将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
其进一步技术方案为：所述根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确，包括：
将blob块数量与配置的补光灯信息中的灯的个数进行对比；
若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确；
将灯光图RGB格式转换为HSV颜色模型；
根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点；
计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色；
若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
第二方面，摄像头补光灯的自动化测试装置，包括第一获取单元、第二获取单元、分析单元以及判定单元；
所述第一获取单元，用于获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；
所述第二获取单元，用于获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；
所述分析单元，用于对灯光图片进行分析，以得到分析结果；
所述判定单元，用于根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
其进一步技术方案为：所述分析单元包括灰度化处理模块、添加模块以及blob分析模块；
所述灰度化处理模块，用于对灯光图片进行灰度化处理，以得到灰度图；
所述添加模块，用于对灰度图添加预置的掩码模板；
所述blob分析模块，用于对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
其进一步技术方案为：所述blob分析模块包括第一统计子模块、二值化处理子模块、分析子模块、查找子模块以及迭代处理子模块；
所述第一统计子模块，用于对掩码范围内的像素点进行灰度值统计；
所述二值化处理子模块，用于按照设定阈值对统计的灰度值进行二值化处理；
所述分析子模块，用于从经过二值化处理后得到像素点中选取一满足预设条件的像素点；
所述查找子模块，用于查找与选取的满足预设条件的像素点相同的像素点；
所述迭代处理子模块，将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
其进一步技术方案为：所述判定单元包括对比子模块、第一判定子模块、第二判定子模块、格式转换子模块、选取子模块、计算子模块以及第三判定子模块；
所述对比子模块，用于将blob块数量与配置的补光灯信息中的灯的个数进行对比；
所述第一判定子模块，用于若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
所述第二判定子模块，用于若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确；
所述格式转换子模块，用于将灯光图RGB格式转换为HSV颜色模型；
所述选取子模块，用于根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点；
所述计算子模块，用于计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色；
所述第三判定子模块，用于若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
第三方面，一种计算机设备，包括存储器、处理器以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计算机程序时实现如上述的摄像头补光灯的自动化测试方法。
第四方面，一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如上述的摄像头补光灯的自动化测试方法。
本发明与现有技术相比的有益效果是：本发明通过获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；对灯光图片进行分析，以得到分析结果；根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确，能够自动测试出被测摄像头补光灯的数量和颜色是否正确，大大提升了测试效率，而且避免了强光对人员的伤害。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明具体实施例提供的摄像头补光灯的自动化测试方法的流程图；
图2为本发明具体实施例提供的摄像头补光灯的自动化测试装置的示意性框图；
图3为本发明具体实施例提供的一种计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。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。
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
本发明实施例提供了一种摄像头补光灯的自动化测试方法，在测试之前，需搭建好测试装置，具体地，准备一黑箱，在黑箱的一端的对面放置一检测摄像头，检测摄像头用于检测被测摄像头的补光灯，在黑箱的另一端上开设有孔洞，用于放置被测摄像头，被测摄像头放置好之后对准检测摄像头。
如图1所示，摄像头补光灯的自动化测试方法，包括以下步骤：S10-S40。
S10、获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色。
搭建好测试装置后，电脑程序启动，根据配置信息，获取到被测摄像头的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色，例如，灯的个数为三个、四个或者五个等等，灯的颜色为红色、白色或红蓝色等等。补光灯的信息是预先配置的，因为需明确灯的个数和灯的颜色才能按照配置要求进行生产。
S20、获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片。
电脑程序控制被测摄像头启动对应的补光灯后，通过检测摄像头便可抓取被测摄像头补光灯的灯光图片。
需要说明书的是，由于被测摄像头补光灯可能有多组灯，例如红蓝灯中，红灯和蓝灯在同一位置，因此，需要依次依次开启，然后分别进行后续的分析。
S30、对灯光图片进行分析，以得到分析结果。
获得灯光图片后便进入分析流程。
在一实施例中，步骤S30具体包括以下步骤：S301-S303。
S301、对灯光图片进行灰度化处理，以得到灰度图。
由于灰度化处理得到灰度图属于本领域的常规技术手段，对此不再具体赘述。
S302、对灰度图添加预置的掩码模板。
掩码模板的作用是排出灰度图中不需要进行blob分析的部分，而仅保留灰度图中需要进行blob分析的部分，从而避免不需要分析的部分对需要分析的部分造成干扰。掩码模板可根据需求预先配置。
S303、对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
在一实施例中，步骤S303具体包括以下步骤：S3031-S3035。
S3031、对掩码范围内的像素点进行灰度值统计。
S3032、按照设定阈值对统计的灰度值进行二值化处理。
S3033、从经过二值化处理后得到像素点中选取一满足预设条件的像素点。
S3034、查找与选取的满足预设条件的像素点相同的像素点。
S3035、将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
在本实施例中，对掩码范围的像素点进行灰度值统计，灰度值范围是0～255，获取当前灰度值范围在对200以上的，且亮度前50％的像素点进行二值化处理。将220～240的数据设置为1，其他的设置为0，对值为1的点进行区域增长分析，以获取到blob块位置以及blob块数量。
S40、根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
在一实施例中，步骤S40具体包括以下步骤：S401-S407。
S401、将blob块数量与配置的补光灯信息中的灯的个数进行对比。
S402、若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
若blob块数量与配置的补光灯信息中灯的数量相等，则说明灯的数量没有缺失，被测摄像头的补光灯的数量是正确的，如果不相等，则说明灯的数量存在缺失，被测摄像头的补光灯的数量是正确的，至此，完成了对被测摄像头的补光灯的数量的测试。
S403、若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确。
S404、将灯光图RGB格式转换为HSV颜色模型。
S405、根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点。
S406、计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色。
S407、若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
知道blob块位置上的像素点的颜色之后，便可与被测摄像头配置的补光灯信息中的补光灯的颜色进行对比，例如，被测摄像头某个补光灯的颜色为红色，那么对应该补光灯的blob块位置上的像素点的颜色也为红色，则可说明该补光灯的颜色是正常的，反之则不正常，同理，可以测出被测摄像头上的所有补光灯的颜色是否正常。至此，完成了对被测摄像头的补光灯的颜色的测试。
本发明大大提升了测试效率，而且避免了强光对人员的伤害。
图2为本发明实施例提供的摄像头补光灯的自动化测试装置的示意性框图；对应于上述的摄像头补光灯的自动化测试方法，本发明实施例还提供了摄像头补光灯的自动化测试装置100。
如图2所示，摄像头补光灯的自动化测试装置100，包括第一获取单元110、第二获取单元120、分析单元130以及判定单元140。
第一获取单元110，用于获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色。
搭建好测试装置后，电脑程序启动，根据配置信息，获取到被测摄像头的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色，例如，灯的个数为三个、四个或者五个等等，灯的颜色为红色、白色或红蓝色等等。补光灯的信息是预先配置的，因为需明确灯的个数和灯的颜色才能按照配置要求进行生产。
第二获取单元120，用于获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片。
电脑程序控制被测摄像头启动对应的补光灯后，通过检测摄像头便可抓取被测摄像头补光灯的灯光图片。
需要说明书的是，由于被测摄像头补光灯可能有多组灯，例如红蓝灯中，红灯和蓝灯在同一位置，因此，需要依次依次开启，然后分别进行后续的分析。
分析单元130，用于对灯光图片进行分析，以得到分析结果。
获得灯光图片后便进入分析流程。
在一实施例中，分析单元130灰度化处理模块、添加模块以及blob分析模块。
灰度化处理模块，用于对灯光图片进行灰度化处理，以得到灰度图。
由于灰度化处理得到灰度图属于本领域的常规技术手段，对此不再具体赘述。
添加模块，用于对灰度图添加预置的掩码模板。
掩码模板的作用是排出灰度图中不需要进行blob分析的部分，而仅保留灰度图中需要进行blob分析的部分，从而避免不需要分析的部分对需要分析的部分造成干扰。掩码模板可根据需求预先配置。
blob分析模块，用于对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
在一实施例中，blob分析模块包括第一统计子模块、二值化处理子模块、分析子模块、查找子模块以及迭代处理子模块；
第一统计子模块，用于对掩码范围内的像素点进行灰度值统计。
二值化处理子模块，用于按照设定阈值对统计的灰度值进行二值化处理。
分析子模块，用于从经过二值化处理后得到像素点中选取一满足预设条件的像素点。
所述查找子模块，用于查找与选取的满足预设条件的像素点相同的像素点。
所述迭代处理子模块，将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
在本实施例中，对掩码范围的像素点进行灰度值统计，灰度值范围是0～255，获取当前灰度值范围在对200以上的，且亮度前50％的像素点进行二值化处理。将220～240的数据设置为1，其他的设置为0，对值为1的点进行区域增长分析，以获取到blob块位置以及blob块数量。
判定单元140，用于根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
在一实施例中，判定单元包括对比子模块、第一判定子模块、第二判定子模块、格式转换子模块、选取子模块、计算子模块以及第三判定子模块。
对比子模块，用于将blob块数量与配置的补光灯信息中的灯的个数进行对比。
第一判定子模块，用于若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确。
第二判定子模块，用于若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确。
若blob块数量与配置的补光灯信息中灯的数量相等，则说明灯的数量没有缺失，被测摄像头的补光灯的数量是正确的，如果不相等，则说明灯的数量存在缺失，被测摄像头的补光灯的数量是正确的，至此，完成了对被测摄像头的补光灯的数量的测试。
格式转换子模块，用于将灯光图RGB格式转换为HSV颜色模型。
选取子模块，用于根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点。
计算子模块，用于计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色。
第三判定子模块，用于若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
知道blob块位置上的像素点的颜色之后，便可与被测摄像头配置的补光灯信息中的补光灯的颜色进行对比，例如，被测摄像头某个补光灯的颜色为红色，那么对应该补光灯的blob块位置上的像素点的颜色也为红色，则可说明该补光灯的颜色是正常的，反之则不正常，同理，可以测出被测摄像头上的所有补光灯的颜色是否正常。至此，完成了对被测摄像头的补光灯的颜色的测试。
上述摄像头补光灯的自动化测试装置可以实现为计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。
请参阅图3，图3是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备700可以是服务器，其中，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。
如图3所示，该计算机设备，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，处理器执行计算机程序时实现如上述的摄像头补光灯的自动化测试方法步骤。
该计算机设备700可以是终端或服务器。该计算机设备700包括通过系统总线710连接的处理器720、存储器和网络接口750，其中，存储器可以包括非易失性存储介质730和内存储器740。
该非易失性存储介质730可存储操作系统731和计算机程序732。该计算机程序732被执行时，可使得处理器720执行任意一种摄像头补光灯的自动化测试方法。
该处理器720用于提供计算和控制能力，支撑整个计算机设备700的运行。
该内存储器740为非易失性存储介质730中的计算机程序732的运行提供环境，该计算机程序732被处理器720执行时，可使得处理器720执行任意一种摄像头补光灯的自动化测试方法。
该网络接口750用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备700的限定，具体的计算机设备700可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。其中，所述处理器720用于运行存储在存储器中的程序代码，以实现以下步骤：
摄像头补光灯的自动化测试方法，包括：
获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；
获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；
对灯光图片进行分析，以得到分析结果；
根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
在一实施例中：所述对灯光图片进行分析，以得到分析结果，包括：
对灯光图片进行灰度化处理，以得到灰度图；
对灰度图添加预置的掩码模板；
对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
在一实施例中：所述对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量，包括：
对掩码范围内的像素点进行灰度值统计；
按照设定阈值对统计的灰度值进行二值化处理；
从经过二值化处理后得到像素点中选取一满足预设条件的像素点；
查找与选取的满足预设条件的像素点相同的像素点；
将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
在一实施例中：所述根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确，包括：
将blob块数量与配置的补光灯信息中的灯的个数进行对比；
若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确；
将灯光图RGB格式转换为HSV颜色模型；
根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点；
计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色；
若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
应当理解，在本申请实施例中，处理器720可以是中央处理单元(CentralProcessingUnit，CPU)，该处理器720还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，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。
本领域技术人员可以理解，图3中示出的计算机设备700结构并不构成对计算机设备700的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
在本发明的另一实施例中提供了一种计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现本发明实施例公开的摄像头补光灯的自动化测试方法。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件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。另外，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、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品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)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.摄像头补光灯的自动化测试方法，其特征在于，包括：
获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；
获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；
对灯光图片进行分析，以得到分析结果；
根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
2.根据权利要求1所述的摄像头补光灯的自动化测试方法，其特征在于，所述对灯光图片进行分析，以得到分析结果，包括：
对灯光图片进行灰度化处理，以得到灰度图；
对灰度图添加预置的掩码模板；
对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
3.根据权利要求2所述的摄像头补光灯的自动化测试方法，其特征在于，所述对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量，包括：
对掩码范围内的像素点进行灰度值统计；
按照设定阈值对统计的灰度值进行二值化处理；
从经过二值化处理后得到像素点中选取一满足预设条件的像素点；
查找与选取的满足预设条件的像素点相同的像素点；
将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
4.根据权利要求2所述的摄像头补光灯的自动化测试方法，其特征在于，所述根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确，包括：
将blob块数量与配置的补光灯信息中的灯的个数进行对比；
若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确；
将灯光图RGB格式转换为HSV颜色模型；
根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点；
计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色；
若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
5.摄像头补光灯的自动化测试装置，其特征在于，包括第一获取单元、第二获取单元、分析单元以及判定单元；
所述第一获取单元，用于获取被测头摄像头配置的补光灯信息，补光灯信息包括灯的个数，以及各灯的颜色；
所述第二获取单元，用于获取检测摄像头拍摄到的被测摄像头补光灯启动状态下的灯光图片；
所述分析单元，用于对灯光图片进行分析，以得到分析结果；
所述判定单元，用于根据分析结果结合补光灯信息以确定出被测头摄像头的补光灯的个数和各灯的颜色是否正确。
6.根据权利要求5所述的摄像头补光灯的自动化测试装置，其特征在于，所述分析单元包括灰度化处理模块、添加模块以及blob分析模块；
所述灰度化处理模块，用于对灯光图片进行灰度化处理，以得到灰度图；
所述添加模块，用于对灰度图添加预置的掩码模板；
所述blob分析模块，用于对灰度图处于掩码模板的掩码范围内的区域进行blob分析，以得到blob块位置以及blob块数量。
7.根据权利要求6所述的摄像头补光灯的自动化测试装置，其特征在于，所述blob分析模块包括第一统计子模块、二值化处理子模块、分析子模块、查找子模块以及迭代处理子模块；
所述第一统计子模块，用于对掩码范围内的像素点进行灰度值统计；
所述二值化处理子模块，用于按照设定阈值对统计的灰度值进行二值化处理；
所述分析子模块，用于从经过二值化处理后得到像素点中选取一满足预设条件的像素点；
所述查找子模块，用于查找与选取的满足预设条件的像素点相同的像素点；
所述迭代处理子模块，将相同的像素点进行迭代处理，以得到blob块位置以及blob块数量。
8.根据权利要求6所述的摄像头补光灯的自动化测试装置，其特征在于，所述判定单元包括对比子模块、第一判定子模块、第二判定子模块、格式转换子模块、选取子模块、计算子模块以及第三判定子模块；
所述对比子模块，用于将blob块数量与配置的补光灯信息中的灯的个数进行对比；
所述第一判定子模块，用于若blob块数量与补光灯信息中的灯的个数相等，则判定补光灯的个数正确；
所述第二判定子模块，用于若掩码范围内blob块数量与预制的掩码范围内的数量相等，则判定补光灯的位置正确；
所述格式转换子模块，用于将灯光图RGB格式转换为HSV颜色模型；
所述选取子模块，用于根据blob块位置从HSV颜色模型中选取满足设定的颜色阈值的像素点；
所述计算子模块，用于计算满足颜色阈值的像素点的平均颜色值，以得到对应blob块位置的颜色；
所述第三判定子模块，用于若对应blob块位置的颜色与补光灯信息中相对应的补光灯的颜色相同，则判定被测头摄像头的补光灯的颜色正确。
9.一种计算机设备，其特征在于，包括存储器、处理器以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计算机程序时实现如权利要求1～4中任意一项所述的摄像头补光灯的自动化测试方法。
10.一种计算机可读存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如权利要求1～4任意一项所述的摄像头补光灯的自动化测试方法。
CN202211357489.9A 2022-11-01 2022-11-01 摄像头补光灯的自动化测试方法、装置、设备及存储介质 Pending CN116128796A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211357489.9A CN116128796A (zh) 2022-11-01 2022-11-01 摄像头补光灯的自动化测试方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211357489.9A CN116128796A (zh) 2022-11-01 2022-11-01 摄像头补光灯的自动化测试方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN116128796A true CN116128796A (zh) 2023-05-16

Family

ID=86296241

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211357489.9A Pending CN116128796A (zh) 2022-11-01 2022-11-01 摄像头补光灯的自动化测试方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN116128796A (zh)

Similar Documents

Publication Publication Date Title
CN110335273B (zh) 检测方法、检测装置、电子设备和介质
CN110728947B (zh) 一种led显示屏校正方法、系统及机器可读存储介质
CN110827280B (zh) 基于机器视觉的胶水检测方法、装置以及胶水检测设备
CN111261079B (zh) 一种亮、暗斑异常现象的检测方法
CN110830795A (zh) 一种图像传感器坏点检测方法、装置及电子设备
CN112730251B (zh) 一种用于屏幕颜色缺陷检测的装置及方法
JP2001229381A (ja) 画像処理検査システムおよびその方法
CN105260716A (zh) 故障指示器状态识别方法及装置
CN111523551A (zh) 蓝色目标的二值化方法、装置和设备
CN113191988A (zh) 亮度矫正方法及装置、存储介质、电子装置
CN114913109A (zh) 图像异常检测方法、装置、测试图卡和终端设备
CN113808153A (zh) 番茄成熟检测方法、装置、计算机设备及存储介质
CN113039577A (zh) 产品测试方法、装置、计算机可读存储介质及电子设备
CN114745510A (zh) 一种用于目标图像采集的led光源自动校准方法及系统
CN112150392B (zh) 一种低照度图像的修复方法及装置
CN113920057A (zh) 一种产品指示灯颜色的识别方法、装置及系统
CN111565283A (zh) 一种交通灯颜色的识别方法、校正方法和装置
CN116128796A (zh) 摄像头补光灯的自动化测试方法、装置、设备及存储介质
CN109596317B (zh) 一种面板灯的检测方法及装置
CN111928944B (zh) 激光光线检测方法、装置和系统
CN111915601A (zh) 智能终端的异常测试方法、装置以及系统
CN113012607A (zh) 显示模块检测方法、装置和系统
CN111798442B (zh) 一种白度测量方法及白度测量中的参数标定方法
CN116843602B (zh) 一种缺陷检测方法及视觉检测设备
CN111508397B (zh) 显示面板的检测方法和显示面板的检测装置

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