[发明专利]一种基于机器学习的自动化测试方法及终端

权利要求书

1.一种基于机器学习的自动化测试方法，其特征在于，包括步骤：

S1、使用机器学习框架训练完成的模型检测待测试产品的当前界面，确定出当前界面的所有可交互控件，并存储对应的可交互控件的控件信息，所述控件信息包括控件编码名称、控件识别名称、控件类型以及控件坐标信息，并将所述当前界面的所有可交互控件圈选出来；

S2、接收通过语音描述的针对一可交互控件的测试用例，将所述语音转化为文字，并按照预设格式将所述文字转换为数据记录，所述按照预设格式将所述文字转换为数据记录包括：

编写根据文字生成数据记录的脚本代码，所述脚本代码的代码逻辑是：将文字描述中的控件编码名称、控件识别名称、控件类型以及控件坐标位置和已封装好的对应的可交互控件的操作代码进行关联，生成可被测试框架执行的有格式的数据记录；

S3、根据所述数据记录实时调用所述可交互控件对应的操作代码对所述可交互控件进行测试。

2.根据权利要求1所述的一种基于机器学习的自动化测试方法，其特征在于，所述步骤S1之前还包括步骤：

S01、对待测试产品的所有界面的可交互控件进行分类，分别编写与所述分类后的可交互控件对应的操作代码；

S02、根据所述分类，对所述待测试产品的所有界面中的可交互控件进行截图，分别生成各个分类对应的截图图片，使用机器学习框架对各个分类对应的截图图片进行模型训练直至训练出的模型的检测精度大于一预设值。

3.根据权利要求1所述的一种基于机器学习的自动化测试方法，其特征在于，所述步骤S1中所述将所述当前界面的所有可交互控件圈选出来包括：

通过机器视觉库将由所述模型检测出的待测试产品的当前界面的所有可交互控件圈选出来，并显示所有可交互控件的控件信息，所述控件信息包括控件识别名称；

所述步骤S2中所述语音包括所述控件识别名称。

4.根据权利要求1所述的一种基于机器学习的自动化测试方法，其特征在于，所述步骤S3中对所述可交互控件进行测试的同时对其进行录制，测试完成后生成对应所述测试用例的录制文件，并对所述录制文件进行存储。

5.根据权利要求4所述的一种基于机器学习的自动化测试方法，其特征在于，所述步骤S3之后还包括步骤：

S4、接收选取的录制完成的测试用例，根据所述选取的录制完成的测试用例的数据记录实时测试待测试产品的当前界面中与所述数据记录对应的可交互控件。

6.一种基于机器学习的自动化测试终端，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，其特征在于，所述处理器执行所述计算机程序时实现以下步骤：

S1、使用机器学习框架训练完成的模型检测待测试产品的当前界面，确定出当前界面的所有可交互控件，并存储对应的可交互控件的控件信息，所述控件信息包括控件识别名称、控件类型以及控件坐标信息并将所述当前界面的所有可交互控件圈选出来；

S2、接收通过语音描述的针对一可交互控件的测试用例，将所述语音转化为文字，并按照预设格式将所述文字转换为数据记录，所述按照预设格式将所述文字转换为数据记录包括：

编写根据文字生成数据记录的脚本代码，所述脚本代码的代码逻辑是：将文字描述中的控件编码名称、控件识别名称、控件类型以及控件坐标位置和已封装好的对应的可交互控件的操作代码进行关联，生成可被测试框架执行的有格式的数据记录；

S3、根据所述数据记录实时调用所述可交互控件对应的操作代码对所述可交互控件进行测试。

7.根据权利要求6所述的一种基于机器学习的自动化测试终端，其特征在于，所述步骤S1之前还包括步骤：

S01、对待测试产品的所有界面的可交互控件进行分类，分别编写与所述分类后的可交互控件对应的操作代码；

S02、根据所述分类，对所述待测试产品的所有界面中的可交互控件进行截图，分别生成各个分类对应的截图图片，使用机器学习框架对各个分类对应的截图图片进行模型训练直至训练出的模型的检测精度大于一预设值。