[发明专利]一种识别脑图用例的智能验证方法和装置

说明书

本申请提供一种识别脑图用例的智能验证方法和装置。本申请的方法，基于AI图像化识别技术，采集整张脑图的图像区域，进行全遍历后按照脑图进行区域化分解；基于曲线识别算法，定位区域脑图的中心节点，根据中心节点扫描识别节点对应的路径曲线走向，直至遍历完全部的子分支节点；采用AI智能节点数据采集识别每个节点下的用例详情；基于运动轨迹进行模型运算，将调用路径必经过的用例节点连接成无间断的全场景节点，直至对应的子节点间断后判定流程终止，然后输出计算后模型列表；基于计算后的模型列表智能模拟组装报文验证各个测试用例；通过采用智能的方式识别脑图实现智能的用例验证处理，旨在提高工作效率和降低测试成本，加快测试进度。

技术领域

本申请涉及计算机技术领域，尤其涉及一种识别脑图用例的智能验证方法和装置。

背景技术

目前测试人员编写用例时都喜欢用脑图来画制，但仅是作为记录而已，实际操作还是按照脑图一条条的手工测试，亟待开发一种智能的方式能识别脑图来做智能的验证处理，以便提供工作效率，降低测试成本。

发明内容

本申请提供一种识别脑图用例的智能验证方法和装置，采用智能的方式识别脑图实现智能的用例验证处理，旨在提高工作效率和降低测试成本，加快测试进度。

第一方面，本申请提供一种识别脑图用例的智能验证方法包括：基于AI图像化识别技术，采集整张脑图的图像区域，进行全遍历后按照脑图进行区域化分解；基于曲线识别算法，定位区域脑图的中心节点，根据中心节点扫描识别节点对应的路径曲线走向，直至遍历完全部的子分支节点；采用AI智能节点数据采集识别每个节点下的用例详情，其中，用例详情包括接口名、参数、调用路径、调用方式；基于运动轨迹进行模型运算，将调用路径必经过的用例节点连接成无间断的全场景节点，直至对应的子节点间断后判定流程终止，然后输出计算后模型列表；基于计算后的模型列表智能模拟组装报文验证各个测试用例。

可选的，所述基于计算后的模型列表智能模拟组装报文验证各个测试用例包括：基于计算后的模型列表智能模拟组装报文验证各个测试用例，包括基于选定的节点的顺序执行测试用例，其中，同一根节点下的测试用例的执行顺序为深度优先遍历。

可选的，所述基于曲线识别算法，定位区域脑图的中心节点，根据中心节点扫描识别节点对应的路径曲线走向，直至遍历完全部的子分支节点，具体包括：基于曲线识别算法定位区域脑图的中心节点，并将所述中心节点作为树状图的根节点，获取与第一测试用例关联的其他测试用例以及关联关系；依据该关联关系以及该其他测试用例生成至少一种树状图，将该至少一种树状图展示；根据中心节点扫描识别节点对应的路径曲线走向，直至遍历完全部的子分支节点；基于各所述树状图中根节点之间的从属关系，生成所述树状图对应的加载目录，所述加载目录用于基于用户触发信息显示目标条目对应的目标树状图。

可选的，所述采用AI智能节点数据采集识别每个节点下的用例详情包括采用AI智能节点数据采集识别，从至少一种树状图中选取任意节点N1，作为第一测试用例对应的根节点；从用例库目录表、测试用例表、用例目录映射表以及其他信息表中获取并计算以N1为根的其他测试用例；依据该关联关系生成至少一种树状图，包括：将其他测试用例作为根节点的子节点或孙节点，生成至少一种树状图；基于各树状图中根节点之间的从属关系，识别每个节点下的用例详情，其中，用例详情包括接口名、参数、调用路径、调用方式。

可选的，所述基于AI图像化识别技术，采集整张脑图的图像区域，进行全遍历后按照脑图进行区域化分解，之前还包括：当预设数据格式的脑图文件被所述代码编辑器运行时，获取所述脑图文件的源数据；根据所述源数据，分析与所述源数据对应的脑图的节点信息；根据所述节点信息，在新建页面中绘制与所述源数据对应的脑图。

可选的，所述根据所述节点信息，在新建页面中绘制与所述源数据对应的脑图包括：执行预设SVG语句，以根据所述节点信息生成SVG文件；将所述SVG文件发送给浏览器，以供所述浏览器在所述新建页面中按照所述SVG文件渲染出与所述源数据对应的脑图。