CN117349189A - 一种app新版本测试方法、设备及介质 - Google Patents
一种app新版本测试方法、设备及介质 Download PDFInfo
- Publication number
- CN117349189A CN117349189A CN202311653912.4A CN202311653912A CN117349189A CN 117349189 A CN117349189 A CN 117349189A CN 202311653912 A CN202311653912 A CN 202311653912A CN 117349189 A CN117349189 A CN 117349189A
- Authority
- CN
- China
- Prior art keywords
- image
- test
- app
- standard
- testing
- 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.)
- Granted
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 264
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000009434 installation Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 18
- 238000004590 computer program Methods 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 10
- 230000015654 memory Effects 0.000 claims description 8
- 238000013507 mapping Methods 0.000 claims description 4
- 238000010998 test method Methods 0.000 abstract description 3
- 238000011112 process operation Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 230000008901 benefit Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000011990 functional testing Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000011524 similarity measure Methods 0.000 description 1
- 238000013522 software testing Methods 0.000 description 1
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
- G06F11/3688—Test management for test execution, e.g. scheduling of test suites
-
- 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
- G06F11/3696—Methods or tools to render software testable
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/761—Proximity, similarity or dissimilarity measures
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Multimedia (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请公开了一种APP新版本测试方法、设备及介质，通过在需要测试的测试设备安装待测APP，然后在测试设备上运行自动化测试脚本，自动化测试脚本根据预设的测试过程运行待测APP，并在运行待测APP的关键节点进行截屏，然后将截屏的图像与前端设计的标准图像通过图线对比模型进行对比，根据对比结果判断待测APP是否在测试设备上正常显示。本方案提供了一种APP在前端设备上的显示进行自动化测试的方法，解决了APP上线后，由于不同手机屏幕的尺寸和分辨率不同，出现前端显示的BUG，影响用户体验的问题。
Description
技术领域
本申请涉及互联网技术领域，尤其涉及一种APP新版本测试方法、设备及介质。
背景技术
根据IEEE提出的软件工程术语中给软件测试下的定义是：“使用人工或自动的手段来运行或测定某个软件系统的过程，其目的在于检验它是否满足规定的需求或弄清预期结果与实际结果之间的差别”。这个定义明确指出：软件测试的目的是为了检验软件系统是否满足需求。它再也不是一个一次性的，而且只是开发后期的活动，而是与整个开发流程融合成一体。软件测试已成为一个专业，需要运用专门的方法和手段，需要专门人才和专家来承担。
自动化测试是把以人为驱动的测试行为转化为机器执行的一种过程。通常，在设计了测试用例并通过评审之后，由测试人员根据测试用例中描述的规程一步步执行测试，得到实际结果与期望结果的比较。在此过程中，为了节省人力、时间或硬件资源，提高测试效率，便引入了自动化测试的概念。
现有的APP自动化测试中，一般只能通过配置测试用例对APP的功能进行测试以验证APP中的功能能否运行，但是无法对APP在前端设备上的显示进行测试，由于目前手机种类越来越多，手机屏幕的尺寸和分辨率也不尽相同，针对每一个型号的手机手动进行显示测试效率低下，因此一般APP只针对主流型号的手机进行测试，经常在APP上线后，出现许多前端显示的BUG，影响用户体验。
发明内容
本发明提供了一种APP新版本测试方法、设备及介质，提供了一种APP在前端设备上的显示进行自动化测试的方法，至少解决了APP上线后，由于不同手机屏幕的尺寸和分辨率不同，出现前端显示的BUG，影响用户体验的问题。
一种APP新版本测试方法，测试管理平台和至少一个测试设备，包括以下步骤：
所述测试管理平台将待测APP安装包和测试用例下发到所述测试设备；
所述测试设备根据所述待测APP安装包进行待测APP安装；
所述测试设备根据所述测试用例进行待测APP测试，并根据所述测试用例在测试过程中进行截屏以获取第一图像；
所述测试设备对所述第一图像进行第一预处理后得到第二图像，并将所述第二图像发送到测试管理平台；
所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得所述第二图像与所述标准图像的相似度信息，根据所述相似度信息判断所述待测APP安装包是否适配所述测试设备。
可选的，所述测试用例包括：测试步骤和截屏节点；
所述测试步骤用于指示测试设备执行测试步骤以对相应的功能和/或界面进行测试；
所述截屏节点用于指示在测试过程中需要进行截屏的关键节点。
可选的，所述测试设备根据所述测试用例进行待测APP测试，并根据所述测试用例在测试过程中进行截屏以获取第一图像的方法，包括：
所述测试设备运行自动化测试脚本，将所述测试用例加载到自动化测试脚本中；
所述自动化测试脚本根据所述测试步骤执行用户预设的测试流程，并在测试步骤中的截屏节点进行截屏以获取第一图像。
可选的，所述标准图像根据所述待测APP安装包在前端设计程序中导出的与第一图像匹配的UI设计图像进行第一预处理后得到。
可选的，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
根据所述测试设备的型号对所述标准图像进行自适应处理，以使所述标准图像和所述第二图像的图像参数保持一致。
可选的，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
在所述标准图像上设置至少一个感兴趣区域。
可选的，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得所述第二图像与所述标准图像的相似度信息的方法，包括：
根据所述感兴趣区域对所述标准图像进行裁切以获取至少一个感兴趣图像；
将所述感兴趣区域的坐标映射到所述第二图像上进行裁切以获取至少一个裁切图像；
使用所述已训练的图像对比模型对所述至少一个裁切图像和与所述至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得所述第二图像与所述标准图像的相似度信息。
可选的，所述使用所述已训练的图像对比模型对所述至少一个裁切图像和与所述至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得所述第二图像与所述标准图像的相似度信息的方法，包括：
当所述裁切图像与对应的所述感兴趣图像的相似度超过第一阈值时，则认为所述裁切图像与对应的所述感兴趣图像相似；
当所述第二图像的全部所述裁切图像与所述标准图像的全部所述感兴趣图像相似时，输出所述第二图像与所述标准图像相似作为相似度信息；否则输出所述第二图像与所述标准图像不相似及所述第二图像与所述标准图像中不相似的所述裁切图像与对应的所述感兴趣图像在所述第二图像与所述标准图像上的坐标作为相似度信息。
另一方面，一种APP新版本测试系统，包括测试管理平台和至少测试设备，其中：
测试管理平台被配置为：
将待测APP安装包和测试用例下发到所述测试设备；
接收测试设备发送的第二图像；
将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得所述第二图像与所述标准图像的相似度信息，根据所述相似度信息判断所述待测APP安装包是否适配所述测试设备。
测试设备被配置为：
接收测试管理平台发送的待测APP安装包和测试用例；
根据所述待测APP安装包进行待测APP安装；
根据所述测试用例进行待测APP测试，并根据所述测试用例在测试过程中进行截屏以获取第一图像；
对所述第一图像进行第一预处理后得到第二图像，并将所述第二图像发送到测试管理平台。
另一方面，一种计算机设备，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现上述的方法。
另一方面，一种计算机存储介质，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现上述的方法。
本发明与现有技术相比，具有如下的优点和有益效果：
本发明一种APP新版本测试方法、设备及介质，通过在需要测试的测试设备安装待测APP，然后在测试设备上运行自动化测试脚本，自动化测试脚本根据预设的测试过程运行待测APP，并在运行待测APP的关键节点进行截屏，然后将截屏的图像与前端设计的标准图像通过图线对比模型进行对比，根据对比结果判断待测APP是否在测试设备上正常显示。本方案提供了一种APP在前端设备上的显示进行自动化测试的方法，解决了APP上线后，由于不同手机屏幕的尺寸和分辨率不同，出现前端显示的BUG，影响用户体验的问题。
附图说明
为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单的介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
图1为本申请中一种APP新版本测试方法的流程示意图；
图2为本申请中一种APP新版本测试系统示意图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本技术领域的人员更好地理解本公开方案，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本公开一部分的实施例，而不是全部的实施例。基于本公开中的实施例，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，都应当属于本公开保护的范围。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等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，以便这里描述的本公开的实施例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。
实施例1
如图1所示，一种APP新版本测试方法，测试管理平台和至少一个测试设备，包括以下步骤：
S1、测试管理平台将待测APP安装包和测试用例下发到测试设备；
测试管理平台根据测试设备的型号发送对应的待测APP安装包和测试用例，如根据测试设备的型号确定设备的操作系统为iOS、Android或鸿蒙，根据测试设备的操作系统发送对应的待测APP安装包到测试设备。
可选的，测试用例包括：测试步骤和截屏节点；
测试步骤用于指示测试设备执行测试步骤以对相应的功能和/或界面进行测试；
截屏节点用于指示在测试过程中需要进行截屏的关键节点。
测试人员通过测试管理平台预先对测试用例进行配置，包括对测试步骤和截屏节点进行设置。可选的，测试步骤会覆盖待测APP的全部主要功能，截屏节点一般设置在与用户有UI交互的功能测试时。
可选的，测试用例可以是直接在传统的功能测试用例上增设截屏节点和截屏操作得到。
S2、测试设备根据待测APP安装包进行待测APP安装；
测试设备自动运行或在测试人员的操作下运行待测APP安装包的安装，将待测APP安装到测试设备上。
S3、测试设备根据测试用例进行待测APP测试，并根据测试用例在测试过程中进行截屏以获取第一图像；
测试设备根据测试用例中的测试步骤对待测APP进行测试，同时，根据测试用例中的截屏节点进行截屏，并将截屏获取的第一图像暂存在测试设备中。
可选的，测试设备根据测试用例进行待测APP测试，并根据测试用例在测试过程中进行截屏以获取第一图像的方法，包括：
测试设备运行自动化测试脚本，将测试用例加载到自动化测试脚本中；
自动化测试脚本根据测试步骤执行用户预设的测试流程，并在测试步骤中的截屏节点进行截屏以获取第一图像。
自动化测试脚本通过加载测试用例来执行待测APP的测试，同时，自动化测试脚本可以识别测试用例中的截屏节点，当自动化测试脚本检测到截屏节点代码时，控制测试设备进行截屏操作以获取第一图像。
可选的，自动化测试脚本可以识别测试用例中的截屏节点，当自动化测试脚本检测到截屏节点代码时，控制测试设备进行截屏操作以获取第一图像的方法，包括：
自动化测试脚本可以识别测试用例中的截屏节点，当自动化测试脚本检测到截屏节点代码时，调用手机的截屏API，并根据预设的规则对截屏获取的第一图像进行命名。
具体的，自动化测试脚本可以根据执行的测试用例的步骤名称对第一图像进行命名，采用这种命名方法有助于在第一图像出现bug时快速确定出现bug时的测试内容，便于快速定位。
S4、测试设备对第一图像进行第一预处理后得到第二图像，并将第二图像发送到测试管理平台；
由于现在手机屏幕的分辨率一般较高，截屏产生的截图数据量也较大，如果多台测试设备同时进行测试，或一次测试的截屏图像较多，则测试设备与测试管理平台的通信压力较大，同时，后续进行图像对比时效率也较低，因此，需要在测试设备本地将第一图像进行第一预处理得到第二图像，并将第二图像发送到测试管理平台。
具体的，第一预处理的方法可以是对图线进行阈值分割，如二值化处理，也可以是对图线进行下采样等方法，目的是在保留图像特征的同时，减少数据量，提高处理效率。
S5、测试管理平台将第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得第二图像与标准图像的相似度信息，根据相似度信息判断待测APP安装包是否适配测试设备。
测试管理平台将测试设备返回的第二图像和标准图像输入已训练的SimGNN图像对比模型中，以获得第二图像与标准图像的相似度信息，当相似度满足预设的条件时，判定第二图像与标准图像相似，即待测APP在测试设备上正常运行。
SimGNN是基于图神经网络的一种模型，用于处理图数据的相似度计算任务。SimGNN是一种基于端到端神经网络的方法，它试图学习一个函数来将一对图映射到一个相似度分数。
使用SimGNN进行图像对比包括以下步骤：
图数据表示：将图数据表示为节点特征矩阵和邻接矩阵的组合形式。节点特征矩阵用于表示每个节点的特征向量，邻接矩阵表示图中节点之间的连接关系。
图神经网络模型：使用图神经网络模型对图数据进行表示学习。这些模型通过迭代的聚合节点周围的信息来更新节点的表示。
相似度计算：基于学到的节点表示，通过定义相似度度量方法，如余弦相似度、点积相似度等来计算节点之间的相似度。
SimGNN的优点在于能够利用图数据中的结构信息和节点特征，进行有效的相似度计算。
可选的，标准图像根据待测APP安装包在前端设计程序中导出的与第一图像匹配的UI设计图像进行第一预处理后得到。
在测试用例中设置截屏节点时，对截屏节点对应的UI设计图进行导出，同时对UI设计图进行第一预处理使标准图像和第二图像均为进行第一预处理后的图像。
可选的，测试管理平台将第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
根据测试设备的型号对标准图像进行自适应处理，以使标准图像和第二图像的图像参数保持一致。
由于不同测试设备的屏幕尺寸不同、型号不同，如iOS系统设备的分辨率特征值为2532x1170，安卓系统设备的分辨率特征值为2400x1080，因此需要根据不同型号的设备对标准图像进行自适应处理，以使标准图像的尺寸、分辨率和第二图像保持一致。
可选的，测试管理平台将第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
在标准图像上设置至少一个感兴趣区域。
感兴趣区域。机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域ROI。在物体识别和分类任务中，ROI可以用于选择物体所在的区域，并对该区域进行特征提取和分类。通过选择感兴趣的区域，可以减少计算量并提高识别和分类的准确性。一般来说，UI界面上会有与用户交互的关键组件，使用ROI将这些关键组件框选出来，在进行图像对比时，只需要对这些框选出来的关键组件进行对比即可，在保证了结果准确性的要求下，有效的降低了对计算机算力的需求。
可选的，测试管理平台将第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得第二图像与标准图像的相似度信息的方法，包括：
根据感兴趣区域对标准图像进行裁切以获取至少一个感兴趣图像；
将感兴趣区域的坐标映射到第二图像上进行裁切以获取至少一个裁切图像；
使用已训练的图像对比模型对至少一个裁切图像和与至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得第二图像与标准图像的相似度信息。
将标准图像和第二图像根据感兴趣区域进行裁切，将标准图像和第二图像裁切成多个一一对应的图像块，即感兴趣图像和裁切图像，使用相同坐标裁切的感兴趣图像和裁切图像视为一组感兴趣图像和裁切图像，通过使用图像对比模型对每组感兴趣图像和裁切图像进行对比，根据对比结果生成第二图像与标准图像的相似度信息。
可选的，使用已训练的图像对比模型对至少一个裁切图像和与至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得第二图像与标准图像的相似度信息的方法，包括：
当裁切图像与对应的感兴趣图像的相似度超过第一阈值时，则认为裁切图像与对应的感兴趣图像相似；
当第二图像的全部裁切图像与标准图像的全部感兴趣图像相似时，输出第二图像与标准图像相似作为相似度信息；否则输出第二图像与标准图像不相似及第二图像与标准图像中不相似的裁切图像与对应的感兴趣图像在第二图像与标准图像上的坐标作为相似度信息。
由于裁切图像和感兴趣图像是通过感兴趣区域裁切得到，且框选的组件均为关键组件，因此，判断第二图像与标准图像相似的条件是所有裁切图像和对应的感兴趣图像的相似度均超过第一阈值。
可选的，第一阈值可以是相似度95%、90%或其他数据。
实施例2
如图2所示，本实施例在实施例1的基础上一个实例，其测试管理平台与3个测试设备连接，包括一个iOS设备，一个Android设备和一个鸿蒙设备，测试管理平台将iOS平台的待测APP安装包和测试用例下发到iOS设备、将Android平台的待测APP安装包和测试用例下发到Android设备、将鸿蒙平台的待测APP安装包和测试用例下发到鸿蒙设备。测试管理平台在将待测APP安装包发送到测试设备前，还根据待测APP安装包导出与截屏节点匹配的UI设计图，对UI设计图进行二值化处理得到标准图像。以iOS设备为例，测试用例包括：测试步骤和截屏节点；测试人员通过测试管理平台预先对测试用例进行配置，包括对测试步骤和截屏节点进行设置，测试步骤会覆盖待测APP的全部主要功能，截屏节点设置在与用户有UI交互的功能测试时。测试人员将待测APP安装包安装到测试设备上，同时控制测试设备运行自动化测试脚本，将测试用例加载到自动化测试脚本中；自动化测试脚本根据测试步骤执行用户预设的测试流程，并在测试步骤中的截屏节点进行截屏以获取第一图像。测试设备对第一图像进行二值化处理后得到第二图像，并将第二图像发送到测试管理平台；测试管理平台接收到第二图像后，根据第二图像的尺寸和分辨率2532 x 1170对标准图像进行自适应处理使标准图像的分辨率与第二图像保持一致，在标准图像上设置3个感兴趣区域，根据感兴趣区域对标准图像进行裁切以获取3个感兴趣图像；将感兴趣区域的坐标映射到第二图像上进行裁切以获取3个裁切图像；使用已训练的图像对比模型对3个裁切图像和与3个裁切图像匹配的3个感兴趣图像进行对比。当裁切图像与对应的感兴趣图像的相似度超过95%时，则认为裁切图像与对应的感兴趣图像相似；当第二图像的全部裁切图像与标准图像的全部感兴趣图像相似时，输出第二图像与标准图像相似作为相似度信息；否则输出第二图像与标准图像不相似及第二图像与标准图像中不相似的裁切图像与对应的感兴趣图像在第二图像与标准图像上的坐标作为相似度信息。
实施例3
本实施例提供一种APP新版本测试系统，包括测试管理平台和至少测试设备，其中：
测试管理平台被配置为：
将待测APP安装包和测试用例下发到测试设备；
接收测试设备发送的第二图像；
将第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得第二图像与标准图像的相似度信息，根据相似度信息判断待测APP安装包是否适配测试设备。
测试设备被配置为：
接收测试管理平台发送的待测APP安装包和测试用例；
根据待测APP安装包进行待测APP安装；
根据测试用例进行待测APP测试，并根据测试用例在测试过程中进行截屏以获取第一图像；
对第一图像进行第一预处理后得到第二图像，并将第二图像发送到测试管理平台。
实施例4
本实施例提供一种计算机设备，该计算机设备包括存储器和处理器，存储器中存储有计算机程序，处理器执行计算机程序，实现上述任一方法。
实施例5
本实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，处理器执行计算机程序，实现上述任一方法。
在一些实施例中，计算机可读存储介质可以是FRAM、ROM、PROM、EPROM、EEPROM、闪存、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。计算机可以是包括智能终端和服务器在内的各种计算设备。
在本公开的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如单元的划分，可以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，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
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实施例方案的目的。
另外，在本公开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。
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，可以存储在一个计算机可读取非易失性存储介质中。基于这样的理解，本公开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非易失性存储介质中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本公开各个实施例方法的全部或部分步骤。而前述的非易失性存储介质包括：U盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅是本公开的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本公开原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本公开的保护范围。
Claims (10)
1.一种APP新版本测试方法，测试管理平台和至少一个测试设备，其特征在于，包括以下步骤：
所述测试管理平台将待测APP安装包和测试用例下发到所述测试设备；
所述测试设备根据所述待测APP安装包进行待测APP安装；
所述测试设备根据所述测试用例进行待测APP测试，并根据所述测试用例在测试过程中进行截屏以获取第一图像；
所述测试设备对所述第一图像进行第一预处理后得到第二图像，并将所述第二图像发送到测试管理平台；
所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得所述第二图像与所述标准图像的相似度信息，根据所述相似度信息判断所述待测APP安装包是否适配所述测试设备。
2.根据权利要求1所述的一种APP新版本测试方法，其特征在于，所述测试用例包括：测试步骤和截屏节点；
所述测试步骤用于指示测试设备执行测试步骤以对相应的功能和/或界面进行测试；
所述截屏节点用于指示在测试过程中需要进行截屏的关键节点。
3.根据权利要求2所述的一种APP新版本测试方法，其特征在于，所述测试设备根据所述测试用例进行待测APP测试，并根据所述测试用例在测试过程中进行截屏以获取第一图像的方法，包括：
所述测试设备运行自动化测试脚本，将所述测试用例加载到自动化测试脚本中；
所述自动化测试脚本根据所述测试步骤执行用户预设的测试流程，并在测试步骤中的截屏节点进行截屏以获取第一图像。
4.根据权利要求1所述的一种APP新版本测试方法，其特征在于，所述标准图像根据所述待测APP安装包在前端设计程序中导出的与第一图像匹配的UI设计图像进行第一预处理后得到。
5.根据权利要求4所述的一种APP新版本测试方法，其特征在于，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
根据所述测试设备的型号对所述标准图像进行自适应处理，以使所述标准图像和所述第二图像的图像参数保持一致。
6.根据权利要求5所述的一种APP新版本测试方法，其特征在于，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中之前，还包括：
在所述标准图像上设置至少一个感兴趣区域。
7.根据权利要求6所述的一种APP新版本测试方法，其特征在于，所述测试管理平台将所述第二图像和与第二图像对应的标准图像输入已训练的图像对比模型中，以获得所述第二图像与所述标准图像的相似度信息的方法，包括：
根据所述感兴趣区域对所述标准图像进行裁切以获取至少一个感兴趣图像；
将所述感兴趣区域的坐标映射到所述第二图像上进行裁切以获取至少一个裁切图像；
使用所述已训练的图像对比模型对所述至少一个裁切图像和与所述至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得所述第二图像与所述标准图像的相似度信息。
8.根据权利要求7所述的一种APP新版本测试方法，其特征在于，所述使用所述已训练的图像对比模型对所述至少一个裁切图像和与所述至少一个裁切图像匹配的至少一个感兴趣图像进行对比以获得所述第二图像与所述标准图像的相似度信息的方法，包括：
当所述裁切图像与对应的所述感兴趣图像的相似度超过第一阈值时，则认为所述裁切图像与对应的所述感兴趣图像相似；
当所述第二图像的全部所述裁切图像与所述标准图像的全部所述感兴趣图像相似时，输出所述第二图像与所述标准图像相似作为相似度信息；否则输出所述第二图像与所述标准图像不相似及所述第二图像与所述标准图像中不相似的所述裁切图像与对应的所述感兴趣图像在所述第二图像与所述标准图像上的坐标作为相似度信息。
9.一种计算机设备，其特征在于，该计算机设备包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序，实现根据权利要求1-8中任一项所述的方法。
10.一种计算机存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，处理器执行所述计算机程序，实现根据权利要求1-8中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311653912.4A CN117349189B (zh) | 2023-12-05 | 2023-12-05 | 一种app新版本测试方法、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311653912.4A CN117349189B (zh) | 2023-12-05 | 2023-12-05 | 一种app新版本测试方法、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117349189A true CN117349189A (zh) | 2024-01-05 |
| CN117349189B CN117349189B (zh) | 2024-03-15 |
Family
ID=89367113
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311653912.4A Active CN117349189B (zh) | 2023-12-05 | 2023-12-05 | 一种app新版本测试方法、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117349189B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109086201A (zh) * | 2018-07-16 | 2018-12-25 | 曙光信息产业(北京)有限公司 | 软件自动化测试方法及系统 |
| CN109857663A (zh) * | 2019-01-26 | 2019-06-07 | 北京工业大学 | 关键字驱动与图像相似度结合的自动化测试平台 |
| CN109857652A (zh) * | 2019-01-16 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 一种用户界面的自动化测试方法、终端设备及介质 |
| CN114880238A (zh) * | 2022-05-27 | 2022-08-09 | 平安普惠企业管理有限公司 | 移动端界面测试方法、装置、设备及存储介质 |
| WO2023053102A1 (en) * | 2021-10-03 | 2023-04-06 | Imageprovision Technology Private Limited | Method and system for automated proofreading of digitized visual imageries |
| CN115994087A (zh) * | 2022-11-28 | 2023-04-21 | 中国航空无线电电子研究所 | 基于arinc818的机载显示系统自动化测试方法 |
| CN116048682A (zh) * | 2022-08-02 | 2023-05-02 | 荣耀终端有限公司 | 一种终端系统界面布局对比方法及电子设备 |
| CN116932360A (zh) * | 2022-03-30 | 2023-10-24 | 北京字节跳动网络技术有限公司 | 一种页面测试方法、装置、计算机设备和存储介质 |
| CN117171000A (zh) * | 2022-05-25 | 2023-12-05 | 腾讯科技（深圳）有限公司 | 一种应用程序app测试方法、装置、电子设备及存储介质 |
-
2023
- 2023-12-05 CN CN202311653912.4A patent/CN117349189B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109086201A (zh) * | 2018-07-16 | 2018-12-25 | 曙光信息产业(北京)有限公司 | 软件自动化测试方法及系统 |
| CN109857652A (zh) * | 2019-01-16 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 一种用户界面的自动化测试方法、终端设备及介质 |
| CN109857663A (zh) * | 2019-01-26 | 2019-06-07 | 北京工业大学 | 关键字驱动与图像相似度结合的自动化测试平台 |
| WO2023053102A1 (en) * | 2021-10-03 | 2023-04-06 | Imageprovision Technology Private Limited | Method and system for automated proofreading of digitized visual imageries |
| CN116932360A (zh) * | 2022-03-30 | 2023-10-24 | 北京字节跳动网络技术有限公司 | 一种页面测试方法、装置、计算机设备和存储介质 |
| CN117171000A (zh) * | 2022-05-25 | 2023-12-05 | 腾讯科技（深圳）有限公司 | 一种应用程序app测试方法、装置、电子设备及存储介质 |
| CN114880238A (zh) * | 2022-05-27 | 2022-08-09 | 平安普惠企业管理有限公司 | 移动端界面测试方法、装置、设备及存储介质 |
| CN116048682A (zh) * | 2022-08-02 | 2023-05-02 | 荣耀终端有限公司 | 一种终端系统界面布局对比方法及电子设备 |
| CN115994087A (zh) * | 2022-11-28 | 2023-04-21 | 中国航空无线电电子研究所 | 基于arinc818的机载显示系统自动化测试方法 |
Non-Patent Citations (2)
| Title |
|---|
| DR. KHALED 等: "Effective Strategies for ROI and Image Matching", INTERNATIONAL JOURNAL OF ADVANCED COMPUTER SCIENCE AND APPLICATIONS, 25 February 2015 (2015-02-25) * |
| 琪琪: "[深度学习基础]Faster RCNN系列", HTTPS://ZHUANLAN.ZHIHU.COM/P/617976226, 29 March 2023 (2023-03-29) * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117349189B (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108241580B (zh) | 客户端程序的测试方法及终端 | |
| CN109885446A (zh) | 确定网站页面显示状态的方法及装置 | |
| CN111198815B (zh) | 用户界面的兼容性测试方法及装置 | |
| CN111258913A (zh) | 算法自动测试方法、装置、计算机系统及可读存储介质 | |
| CN111080633A (zh) | 屏缺陷检测方法、装置、终端设备以及存储介质 | |
| CN114238134A (zh) | 一种测试结果展示方法、装置、设备及存储介质 | |
| CN111143188A (zh) | 一种对应用进行自动化测试的方法及设备 | |
| CN108009085B (zh) | 渠道包测试方法 | |
| CN111258591A (zh) | 程序部署任务执行方法、装置、计算机设备和存储介质 | |
| CN117349189B (zh) | 一种app新版本测试方法、设备及介质 | |
| CN111367782A (zh) | 回归测试数据自动生成的方法及装置 | |
| CN110598797B (zh) | 故障的检测方法及装置、存储介质和电子装置 | |
| CN113839825A (zh) | 设备故障检测方法、系统、装置、计算机设备及存储介质 | |
| CN110781410A (zh) | 一种社群检测方法及装置 | |
| CN113590498B (zh) | 一种桌面操作系统应用启动时间的测试方法及系统 | |
| CN110992299A (zh) | 一种检测浏览器兼容性的方法及装置 | |
| CN114356781A (zh) | 软件功能测试方法和装置 | |
| CN112015436A (zh) | 短信平台部署方法及装置、计算设备、计算机存储介质 | |
| CN107861842B (zh) | 一种元数据损坏检测方法、系统、设备及存储介质 | |
| CN114253867B (zh) | 基于神经网络模型的自动化测试方法、装置及系统 | |
| CN114327682B (zh) | WebView白屏检测方法、系统、电子设备和存储介质 | |
| CN115599682A (zh) | 一种环境可用性检测方法、装置、设备及存储介质 | |
| CN113656278A (zh) | 云虚拟化测试方法、装置、设备及存储介质 | |
| CN114721947A (zh) | 一种基于ota的人机交互测试方法、装置、设备和存储介质 | |
| CN114896148A (zh) | 一种基于图像识别能力的终端应用自动化测试装置、系统、方法、设备以及存储介质 |
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 |