[发明专利]基于图像识别的软件例行化测试方法及装置在审
申请号: | 201910597742.X | 申请日: | 2019-07-04 |
公开(公告)号: | CN110287125A | 公开(公告)日: | 2019-09-27 |
发明(设计)人: | 陈壮壮;马驰;刘小敏;李雁南 | 申请(专利权)人: | 中国工商银行股份有限公司 |
主分类号: | G06F11/36 | 分类号: | G06F11/36;G06K9/00;G06K9/32;G06K9/62 |
代理公司: | 北京三友知识产权代理有限公司 11127 | 代理人: | 王涛;任默闻 |
地址: | 100140 北*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 目标软件 测试版本 测试图像 测试方法及装置 测试数据 图像识别 测试准确率 信息准确性 测试 测试效率 历史版本 人力物力 投产周期 图像对比 用户使用 申请 判定 转换 应用 保证 | ||
1.一种基于图像识别的软件例行化测试方法,其特征在于,包括:
基于目标软件对应的存量数据,生成该目标软件的当前测试版本对应的第一测试数据;
将所述第一测试数据转换为对应的至少一幅第一测试图像;
将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比,并根据对应的比较结果确定所述目标软件的当前测试版本是否通过软件例行化测试以判定该当前测试版本是否可投产使用。
2.根据权利要求1所述的基于图像识别的软件例行化测试方法,其特征在于,所述将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比之前,还包括:
基于目标软件对应的存量数据,生成该目标软件的历史版本对应的第二测试数据;其中,用于生成所述第二测试数据所用的存量数据与用于生成所述第一测试数据所用的存量数据相同;
将所述第二测试数据转换为对应的至少一幅第二测试图像。
3.根据权利要求2所述的基于图像识别的软件例行化测试方法,其特征在于,所述将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比之前,还包括:
对预先获取的所述第二测试图像进行预处理,以及对所述第一测试图像进行预处理;
相对应的,所述将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比,包括:
将经预处理后的至少一幅所述第一测试图像与经预处理后的至少一幅所述第二测试图像进行图像对比。
4.根据权利要求3所述的基于图像识别的软件例行化测试方法,其特征在于,所述预处理包括:二值化处理和/或中值滤波处理。
5.根据权利要求1所述的基于图像识别的软件例行化测试方法,其特征在于,所述将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比,包括:
采用光学字符识别的方式对所述第一测试图像和所述第二测试图像进行图像识别,生成所述第一测试图像和所述第二测试图像各自对应的文本内容;
基于字符串比对的方式对所述第一测试图像和所述第二测试图像各自对应的文本内容进行对比。
6.根据权利要求5所述的基于图像识别的软件例行化测试方法,其特征在于,所述采用光学字符识别的方式对所述第一测试图像和所述第二测试图像进行识别生成所述第一测试图像和所述第二测试图像各自对应的文本内容之后,还包括:
根据预设字段库分别对所述第一测试图像和所述第二测试图像各自对应的文本内容校正处理;
相对应的,所述基于字符串比对的方式对所述第一测试图像和所述第二测试图像各自对应的文本内容进行对比,包括:
基于字符串比对的方式对校正处理后的所述第一测试图像和所述第二测试图像各自对应的文本内容进行对比。
7.根据权利要求6所述的基于图像识别的软件例行化测试方法,其特征在于,所述预设字段库中的文本内容按照K均值聚类算法进行聚类划分。
8.根据权利要求1所述的基于图像识别的软件例行化测试方法,其特征在于,所述第一测试图像和所述第二测试图像的格式为PNG格式。
9.一种基于图像识别的软件例行化测试装置,其特征在于,包括:
第一生成单元,用于基于目标软件对应的存量数据,生成该目标软件的当前测试版本对应的第一测试数据;
第一转换单元,用于将所述第一测试数据转换为对应的至少一幅第一测试图像;
测试单元,用于将所述第一测试图像与预获取的所述目标软件的历史版本对应的至少一幅第二测试图像进行图像对比,并根据对应的比较结果确定所述目标软件的当前测试版本是否通过软件例行化测试以判定该当前测试版本是否可投产使用。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国工商银行股份有限公司,未经中国工商银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910597742.X/1.html,转载请声明来源钻瓜专利网。