CN110992299B - 一种检测浏览器兼容性的方法及装置 - Google Patents

一种检测浏览器兼容性的方法及装置 Download PDF

Info

Publication number
CN110992299B
CN110992299B CN201811142994.5A CN201811142994A CN110992299B CN 110992299 B CN110992299 B CN 110992299B CN 201811142994 A CN201811142994 A CN 201811142994A CN 110992299 B CN110992299 B CN 110992299B
Authority
CN
China
Prior art keywords
page
image
entropy value
sub
test
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.)
Active
Application number
CN201811142994.5A
Other languages
English (en)
Other versions
CN110992299A (zh
Inventor
印杰
郭亚峰
杜闯
杨振兴
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.)
Petal Cloud Technology Co Ltd
Original Assignee
Petal Cloud 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 Petal Cloud Technology Co Ltd filed Critical Petal Cloud Technology Co Ltd
Priority to CN201811142994.5A priority Critical patent/CN110992299B/zh
Publication of CN110992299A publication Critical patent/CN110992299A/zh
Application granted granted Critical
Publication of CN110992299B publication Critical patent/CN110992299B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F11/3692—Test management for test results analysis
    • 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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • 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
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/20—Image enhancement or restoration using local operators
    • G06T5/30—Erosion or dilatation, e.g. thinning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/73—Deblurring; Sharpening
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/40—Document-oriented image-based pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/81—Threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
    • G06V30/10—Character recognition

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例涉及一种检测浏览器兼容性的方法，方法包括：采集测试页面的页面图像，测试页面是被测浏览器加载的页面；对采集到的页面图像进行预处理；确定预处理后的页面图像的页面熵值，根据页面熵值确定被测浏览器是否存在兼容性问题。在浏览器兼容性测试中，通过采用图像熵算法、自动分割网页图像为子图以及动态阈值技术，解决了现有的图像对比测试技术检测不出网页未打开，显示为空白的问题。对于页面显示中未正常加载的小图片测试精确度大幅提升。本发明不需要人工介入，大幅降低了人力成本且后期免维护，并且大幅提升了浏览器兼容性自动化测试的性能。

Description

一种检测浏览器兼容性的方法及装置
技术领域
本发明涉及浏览器领域，尤其涉及一种检测浏览器兼容性的方法及装置。
背景技术
随着科技的进步，产品的更新换代速度愈发的加快，产品测试周期也随之变短。为了提高提高测试的效率，自动化的需求也与日俱增。现如今，在关系到用户体验方面的自动化测试中还有许多需要完善的，如界面自动化。大多数情况下，界面自动化都是采用前台元素的信息进行自动化执行，但如果遇到界面未完成加载，则会导致自动化脚本的执行失败。所以当前大部分脚本中都存在判断下个元素是否存在的逻辑，若存在下一个元素则继续执行。但是在浏览器兼容性测试的过程中是无法判断某个元素是否存在。例如，打开某个网页，但是网页打开后应该有什么元素并不知道，此时无法通过确认网页是否加载完成或打开的网页是否有内容确定浏览器是否存在兼容性问题。
发明内容
本发明实施例提供了一种检测浏览器兼容性的方法及装置，通过运用图像熵算法解决浏览器检测不出网页未打开、显示为空白的场景，提高了测试结果的精准度。
第一方面，提供了一种检测浏览器兼容性的方法，方法包括：采集测试页面的页面图像，测试页面是被测浏览器加载的页面；对采集到的页面图像进行预处理；确定预处理后的页面图像的页面熵值，根据页面熵值确定被测浏览器是否存在兼容性问题。
通过运用图像熵算法解决浏览器检测不出网页未打开、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，采集测试页面的页面图像，包括：当测试页面加载完成后，采集测试页面的页面图像。
在一个可能的实施方式中，对采集到的页面图像进行预处理，包括：对采集到的图像进行灰度处理；对灰度处理后的图像进行腐蚀膨胀及锐化；对腐蚀膨胀及锐化后的图像进行二值化处理。
在一个可能的实施方式中，根据页面熵值确定被测浏览器是否存在兼容性问题，包括：确定页面熵值是否大于第一熵值阈值；若页面熵值小于或等于第一熵值阈值，则确定被测浏览器存在兼容性问题。
在一个可能的实施方式中，若测试页面熵值大于第一熵值阈值，则将页面图像分割为至少两个子图；分别确定至少两个子图的子图页面熵值；根据子图页面熵值确定被测浏览器是否存在兼容性问题。
通过运用图像熵算法解决浏览器检测不出网页未打开、显示为空白的场景，同时还能够识别被测浏览器页面显示中未正常加载的小图片，提高了测试结果的精准度。
在一个可能的实施方式中，根据子图页面熵值确定被测浏览器是否存在兼容性问题，包括：分别确定子图页面熵值是否大于第二熵值阈值；若子图页面熵值小于或等于第二熵值阈值，则判定子图为空子图；根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题。
通过对子图运用图像熵算法解决浏览器检测不出网页中未正常加载的小图片、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题，包括：当空子图的数量大于等于空子图数量阈值或空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题；或当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题。
通过对子图运用图像熵算法解决浏览器检测不出网页中未正常加载的小图片、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，至少两个子图是包含有效信息的子图。
在一个可能的实施方式中，根据页面熵值确定被测浏览器是否存在兼容性问题，方法还包括：若测试页面熵值大于第一熵值阈值，采用光学字符识别算法确认被测浏览器是否存在兼容性问题。
通过采用光学字符识别算法对测试页面进行确认，可以有效识别出误判的网页，提高测试结果精准度，同时避免空白页面进行后续测试，提高测试效率。
在一个可能的实施方式中，采用光学字符识别算法确认测试页面是否存在兼容性问题，包括：采用光学字符识别算法识别网页是否包含特定字符，若包含特定字符，则判定被测浏览器存在兼容性问题。
通过采用光学字符识别算法对测试页面进行确认，可以有效识别出误判的网页，提高测试结果精准度，同时避免空白页面进行后续测试，提高测试效率。
在一个可能的实施方式中，方法还包括：输出提示信息，提示信息用于提示被测浏览器存在兼容性问题或被测浏览器不存在兼容性问题。
第二方面，提供了一种检测浏览器兼容性的装置，包括：显示器；一个或多个处理器；存储器；以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述装置执行时，使得所述装置执行以下步骤：采集测试页面的页面图像，测试页面是被测浏览器加载的页面；对采集到的页面图像进行预处理；确定预处理后的页面图像的页面熵值，根据页面熵值确定被测浏览器是否存在兼容性问题。
通过运用图像熵算法解决浏览器检测不出网页未打开、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，装置还执行以下步骤：确定测试页面是否加载完成；当测试页面加载完成后，采集测试页面的页面图像。
在一个可能的实施方式中，装置还执行以下步骤：对采集到的图像进行灰度处理；对灰度处理后的图像进行腐蚀膨胀及锐化；对腐蚀膨胀及锐化后的图像进行二值化处理。
在一个可能的实施方式中，装置还执行以下步骤：确定页面熵值是否大于第一熵值阈值；若测试页面熵值小于或等于第一熵值阈值，则确定被测浏览器存在兼容性问题。
在一个可能的实施方式中，装置还执行以下步骤：若测试页面熵值大于第一熵值阈值，则将页面图像分割为至少两个子图；分别确定至少两个子图的子图页面熵值；根据子图页面熵值确定被测浏览器是否存在兼容性问题。
通过运用图像熵算法解决浏览器检测不出网页未打开、显示为空白的场景，同时还能够识别被测浏览器页面显示中未正常加载的小图片，提高了测试结果的精准度。
在一个可能的实施方式中，根据子图页面熵值确定被测浏览器是否存在兼容性问题，包括：分别确定子图页面熵值是否大于第二熵值阈值；若子图页面熵值小于或等于第二熵值阈值，则判定子图为空子图；根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题。
通过对子图运用图像熵算法解决浏览器检测不出网页中未正常加载的小图片、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题，包括：当空子图的数量大于等于空子图数量阈值或空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题；或当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题。
通过对子图运用图像熵算法解决浏览器检测不出网页中未正常加载的小图片、显示为空白的场景，提高了测试结果的精准度。
在一个可能的实施方式中，至少两个子图是包含有效信息的子图。
在一个可能的实施方式中，装置还执行以下步骤：若测试页面熵值大于第一熵值阈值，确认模块用于采用光学字符识别算法确认被测浏览器是否存在兼容性问题。
通过采用光学字符识别算法对测试页面进行确认，可以有效识别出误判的网页，提高测试结果精准度，同时避免空白页面进行后续测试，提高测试效率。
在一个可能的实施方式中，采用光学字符识别算法确认测试页面是否存在兼容性问题，包括：采用光学字符识别算法识别网页是否包含特定字符，若包含特定字符，则判定被测浏览器存在兼容性问题。
通过采用光学字符识别算法对测试页面进行确认，可以有效识别出误判的网页，提高测试结果精准度，同时避免空白页面进行后续测试，提高测试效率。
在一个可能的实施方式中，显示器用于显示提示信息，提示信息用于提示被测浏览器存在兼容性问题或被测浏览器不存在兼容性问题。
第三方面，提供一种设备，该设备包括处理器、存储器和显示器；存储器用于存放程序；处理器用于执行存储器存储的程序，以控制设备执行上述第一方面或第一方面中任一种可能设计的方法；显示器用于显示处理器执行的结果。
第四方面，提供了一种存储程序的计算机可读存储介质，其特征在于，程序包括指令，指令当被终端执行时，使终端执行第一方面的方法。
第五方面，提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行第一方面的方法。
本发明公开了一种检测浏览器兼容性的方法及装置，在浏览器兼容性测试中，通过采用图像熵算法、自动分割网页图像为子图以及动态阈值技术，解决了现有的图像对比测试技术检测不出网页未打开，显示为空白的问题。同时，对于页面显示中未正常加载的小图片测试精确度大幅提升。此外，还可采用光学字符识别技术提升空网页的识别率。上述方案不需要人工介入，大幅降低了人力成本且后期免维护。并且大幅提升了浏览器兼容性自动化测试的性能，相比于图像对比技术性能提升了2倍，还可支撑十万级海量网址的快速测试。
附图说明
图1为在兼容性测试中的一个网页示意图；
图2为在兼容性测试中的另一个网页示意图；
图3为在兼容性测试中的再一个网页示意图；
图4为本发明实施例提供的一种检测浏览器兼容性的方法流程图；
图5为本发明实施例提供的另一种检测浏览器兼容性的方法流程图；
图6为本发明实施例提供的再一种检测浏览器兼容性的方法流程图；
图7为本发明实施例提供的一种检测浏览器兼容性的装置示意图；
图8a为本发明一个实施例提供的网页测试效果图；
图8b为本发明另一个实施例提供的网页测试效果图；
图8c为本发明再一个实施例提供的网页测试效果图；
图8d为本发明又一个实施例提供的网页测试效果图；
图9为本发明实施例提供的一种测试用例示意图。
具体实施方式
图1、图2和图3为在兼容性测试中的网页示意图。
在网页的兼容性测试中，存在着一些与网页相关的不同的网页问题。如图1所示，网页加载不出来，就是因为网页加载时间较长，导致网页加载很慢无法及时打开。图1中显示因网络原因网页一直在加载。另一种情况，网页打不开或者加载完成后只有一部分的测试内容，如图2所示，网页在加载后只显示了几行文字。再一种情况就是网页或网站是异步加载，当图片较多时，往往是先加载出整个网页或网站的框架，然后再后续慢慢加载显示的图片信息，如图3所示。
当前一些情况中，是在自动化测试过程中显式等待，例如在打开网页的时候，后面直接暂停10秒，让网页加载完成。例如一个网页加载完全需要15秒，那么该程序将会无法获取网页的完整信息。该技术对打开很快的网页还存在效率不高的问题，例如一个网页加载仅需3秒，那么对于该技术就会存在7秒的等待时间。此外，这种方式还存在无法动态等待的问题，造成有些网页无法完全打开，仍然无法确定浏览器是否存在兼容性问题。
在另一些情况中，通过js脚本判断网页是否已加载完成。例如，主要通过DocumentCompleted事件、webBrowser.ReadyState以及webBrowser.IsBusy的方式实现。但是通过js脚本进行判断时，需要依赖浏览器的事件，要与浏览器强相关，对于不同的浏览器代码的实现可能是不同的。以及在异步加载时，js脚本判断可能不准确。例如网络速度很慢，导致异步获取数据时无法立即完成，虽然此时事件已经完成，但是服务端的数据还没有返回，导致页面展示的还是空白。此时仍然无法确定浏览器是否存在兼容性问题。
上述多种问题明显阻碍了自动化判断浏览器的兼容性。为此本发明实施例提供了一种检测浏览器兼容性的方法。
本发明实施例在分析了大量网站的界面结构后，结合图像分割技术和图像熵算法，提供了一种更高效、可以自动化测试海量网址下浏览器兼容性的检测浏览器兼容性的方法。首先采集测试页面的页面图像，然后对采集到的页面图像进行一系列的预处理，确定预处理后的页面图像的熵值，将页面熵值与预先设置好的第一熵值阈值对比，从而确定测试页面是否存在兼容性问题。同时本发明实施例还提供了另一种检测浏览器兼容性的方法，可以对测试页面进行分割，分割出多个子图，然后对多个子图进行一系列的预处理，确定处理后的多个子图的子图页面熵值，将子图页面熵值与预先设置好的第二熵值阈值对比，从而确定测试页面是否存在兼容性问题。在一种可能的情况中，还可以通过光学字符识别算法(optical character recognition，OCR)对页面进行识别特定字符，从而确定测试页面是否存在兼容性问题。
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描述。
图4为本发明实施例提供的一种检测浏览器兼容性的方法流程图。
如图4所示，本发明实施例提供了一种检测浏览器兼容性的方法，包括：步骤4100，采集测试页面的页面图像，测试页面是被测浏览器加载的页面。
在一个实施例中，采集测试页面的页面图像，包括：确定测试页面是否加载完成。当测试页面加载完成后，采集测试页面的页面图像。在一个例子中，采用自动化脚本采集测试页面，在自动化脚本采集测试页面之前，需要判断网页是否已全部加载完成，避免采集到一些图像残缺不全的测试页面。
步骤4200，对采集到的页面图像进行预处理。
在一个实施例中，对采集到的页面图像进行预处理，包括：对采集到的图像进行灰度处理；对灰度处理后的图像进行腐蚀膨胀及锐化；对腐蚀膨胀及锐化后的图像进行二值化处理。通过对页面图像进行预处理，可以增强图像有效信息的可检测性并最大限度地简化数据。
在一个实施例中，将采集到的图像进行灰度处理，减少图像处理的数据量。可以将灰度化后的图像的红R、绿G、蓝B三个分量设置相同。在一个例子中，可以通过下述公式对图像的像素R、G、B三个分量进行处理。
灰度化后的R＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11
灰度化后的G＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11
灰度化后的B＝处理前的R*0.3+处理前的G*0.59+处理前的B*0.11
然后对灰度处理后的图像进行腐蚀膨胀以及锐化，去除比较亮的噪点，同时连通相似颜色或强度的区域，消除图像中的孤立点。再对腐蚀膨胀及锐化后的图像进行二值化处理，将图像上像素点的灰度值设置为0或者255，使得整个图像呈现出明显的黑白效果，从而减小后续处理图像的数据量。
步骤4300，确定预处理后的页面图像的页面熵值，根据页面熵值确定被测浏览器是否存在兼容性问题。
在一个实施例中，可以通过如下公式计算得到页面熵值：
其中，pi是某个灰度在该图像中出现的占比。本领域人员应当注意，本实施例以一维熵算法的计算公式为例对上述方案进行阐述，仅仅是示例性的，实际的熵算法还可以有一维熵、二维熵等等，均应涵盖在本发明的保护范围之内。
在一个实施例中，通过上述熵算法计算，得到页面熵值E，确定页面熵值E是否大于预先设置的第一熵值阈值E0。其中第一熵值阈值E0是典型空图像的熵值。若页面熵值E小于或等于第一熵值阈值E0，则说明页面图像是空图像，也就意味着测试页面是空的，存在网页未打开或者显示为空白，从而确定被测浏览器在打开测试页面时存在兼容性问题。
本领域人员应当注意，上述第一熵值阈值可以根据实际需求预先选取合适的数值，用户可以选取一个页面作为标准的空白页面，然后计算得到该页面的熵值，以该熵值作为典型空图像的熵值与其他测试页面进行比对。
在一个实施例中，还可以对检测结果采用网页格式承载，方便查阅和进行结果验证。
本发明实施例通过用图像熵描述图像的平均信息量。测试的网页页面通常包含文字、图片、背景等信息，当网页打不开时页面显示为空白。在这种场景下使用图像熵算法计算出的页面图像的熵值会比较小，趋近于0，即页面图像的平均信息量较小。从而判断测试网页显示为空网页，判定被测浏览器打开网页异常，存在兼容性bug，需要修复。
图5为本发明实施例提供的另一种检测浏览器兼容性的方法流程图。
在图4提供的方法中，若页面熵值E大于第一熵值阈值E0时可以认定页面图像不为空，可以粗略的任务网页成功加载出来同时被测浏览器不存在兼容性问题。但是存在一些网页大部分加载成功，但是某些部分未加载出来或显示为空，所以图5提供了另一种检测浏览器兼容性的方法。
在步骤4200之后还包括：步骤4301，确定预处理后的页面图像的页面熵值。
步骤4302，判断页面熵值是否大于第一熵值阈值，若页面熵值不大于第一熵值阈值，则进入步骤4303；否则进入步骤4304。步骤4303，确定被测浏览器存在兼容性问题。
步骤4304，将页面图像分割为至少两个子图。
在一个实施例中，对页面图像进行分割，自动分割出多个包含有效信息且大小不一的子图。本领域人员应当注意，多个子图大小可能相同也可能不同，同时形状也是可能相同或者可能不同。在一个例子中，可以采用边缘分割，对页面图像进行边缘检测，标识图像中亮度变化明显的点，同时剔除不相关的信息，保留图像重要的结构属性。本领域人员应当注意，在具体实现上述页面图像分割时，可以采用阈值分割、区域分割、边缘分割、直方图等图像分割算法对图片进行分割处理，此处不作具体限定。
步骤4305，分别确定至少两个子图的子图页面熵值。
步骤4306，判断子图页面熵值是否大于第二熵值阈值，若子图页面熵值不大于第二熵值阈值，则进入步骤4307；否则直接进入步骤4308。
在一个实施例中，通过图4中所述熵算法计算，得到多个子图页面熵值e。其中子图页面熵值包括e1、e2、e3等等。然后确定页面熵值e是否大于第二熵值阈值e0。其中第二熵值阈值e0是典型空图像的熵值。本领域人员应当注意，由于分割出的子图大小、形状可能不同，所以第二熵值阈值也不是固定不变的，对于不同的子图，应用不同的第二熵值阈值，也就是上述第二熵值阈值是动态变换的动态阈值。上述第二熵值阈值可以是预先设置好的，也可以是根据不同子图的形状大小实时计算出来的。例如，如果分割出的子图大小形状相同时，第二熵值阈值可以是预先设置好的；如果分割出的子图大小形状不同时，若子图大小形状是预先设置好的，那么不同子图对应的第二熵值阈值，阈值可以是预先设置好的，若子图大小形状是随机的，那么第二熵值阈值可以是实时计算出来的。若子图页面熵值e小于或等于第二熵值阈值e0，则说明子图的页面图像是空图像，也就意味着子图页面是空的。反之则认为该子图为非空。
步骤4307，将空子图的数量和/或空子图的面积累加。在一个实施例中，空子图的数量以及面积的初始值可以为0。
步骤4308，判断所有子图是否都比较完成，若都比较完成则进入步骤4309，否则进入步骤4306，继续比较其余的子图。
在一个实施例中，若所有子图并未检测完，则继续检测下一张子图。
步骤4309，空子图数量和/或空子图面积累加是否大于等于空子图数量阈值和/或空子图面积阈值，若确定为是则进入步骤4311，否则进入步骤4310。其中，空子图数量阈值以及空子图面积阈值可以是预先设置好的。
步骤4310，被测浏览器不存在兼容性问题。
步骤4311，被测浏览器存在兼容性问题。
在一个实施例中，可以根据子图为空的数量和/或面积，判定测试页面是否完整，被测浏览器是否存在兼容性问题。
在一个例子中，可以根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题。可以是根据空子图的数量或面积中的一项确定被测浏览器是否存在兼容性问题。例如，当空子图的数量大于等于预先设置好的空子图数量阈值时，或者空子图面积之和大于等于预先设置好的空子图面积阈值时，确定所述被测浏览器存在兼容性问题。还可以根据空子图的数量和面积两项共同确定被测浏览器是否存在兼容性问题。例如，当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题。例如，可以设置空子图数量阈值是8，空子图面积阈值是70％，那么当空子图数量达到8个或当空子图面积达到整个测试页面面积的70％时，即可确定被测浏览器存在兼容性问题；或者当空子图数量达到8个且空子图面积达到整个测试页面面积的70％时，即可确定被测浏览器存在兼容性问题。
在一个实施例中，还可以对检测结果采用网页格式承载，方便查阅和进行结果验证。
下面将列举一个更为具体的例子，帮助理解本发明实施例的方案。在一个例子中，可以根据TOP N网址的信息，基于uiautomator2库使用python语言编写自动化脚本来获取被测浏览器打开网站的页面图像。对于获取到的图片先进行灰度化，然后进行开闭运算，再进行图像锐化，然后进行二值化。其中，开闭运算可以理解为对图像进行腐蚀膨胀。利用图像熵算法检测网站页面是否为空白，判断网页打开是否正常，如果网页未正常打开则记录网站信息，并进行下一个网址的测试。如果网页正常打开，还可以进行图像分割，提取出各个子图。之后提取出被测浏览器中多个子图对应的像素信息，然后使用图像熵算法计算子图的熵值，并与典型空子图的熵值进行比对。本领域人员应当注意这里的典型空子图的熵值可以是固定的，也可以是动态变化的。如果子图的熵值大于典型空子图的熵值，则判定子图非空，进行下一张子图的测试；否则，判定子图为空图像，空子图的数量加一，空子图的面积累加。判断所有子图是否都已经比较完成，如果未完成，则进行下一张子图的测试，如果完成，则根据子图为空的数量和/或面积，判定网页页面是否完整。如果网页页面完整，则记录结果，并进行下一个网址的测试；如果网页页面不完整，则判定浏览器存在兼容性问题，记录测试结果，并进行下一个网址的测试。最后，将测试结果汇总成网页，输出测试结果。
通过海量测试结果发现，目前Top N网站的测试过程中识别正确率可以达到95％左右，平均测试1个网址耗时约30s。
本领域人员应当注意，上述测试页面并不局限一个，可以通过测试多个网页来提高测试结果的精准度。可以根据多个网页的测试结果，综合分析得出被测浏览器是否真的存在兼容性问题。
本发明在浏览器兼容性测试中，自动分割网页图像为子图，不需要人工介入，大幅降低了人力成本且后期免维护。同时解决了现有的图像对比测试技术检测不出网页未打开，显示为空白的问题。而且，对于页面显示中未正常加载的小图片测试精确度大幅提升。此外，大幅提升了浏览器兼容性自动化测试的性能，相比于现有技术性能提升了2倍。
本发明相对于现有的浏览器兼容性测试技术，能够实现浏览器兼容性的自动化测试。测试页面中的文字、图片信息为用户关注的主要内容，属于有效信息。采用图像分割算法对被测浏览器获得的图像进行分割，分割出包含有效信息且大小不同的子图，并分别对整体图片和子图运用熵值算法将整体图片和每个子图的熵值与不同的典型空子图的熵值比对，判定浏览器是否存在兼容性bug。对于页面显示中未正常加载的小图片测试精确度大幅提升，整个测试过程不需要人工介入，大幅降低了人力成本、后期免维护。
图6为本发明实施例提供的再一种检测浏览器兼容性的方法流程图；
在图5的步骤4302的基础上，还可以通过OCR算法对整体测试页面进行第二次判断。若测试页面熵值大于第一熵值阈值，采用OCR算法确认被测浏览器是否存在兼容性问题。如图6所示，步骤4400，采用OCR算法识别网页是否包含特定字符，若包含特定字符，则进入步骤4600，否则进入步骤4500。
在一个实施例中，特定字符可以是“404”、“无法访问”等。
步骤4500，判定被测浏览器存在兼容性问题。
步骤4600，判定被测浏览器不存在兼容性问题。
在一个实施例中，还可以对检测结果采用网页格式承载，方便查阅和进行结果验证。
本领域人员应当注意，在步骤4600后，还可以继续执行图5中的步骤4304，继续通过子图详细检测。
下面将列举一个更为具体的例子，帮助理解本发明实施例的方案。在一个例子中，可以根据TOP N网址的信息，基于uiautomator2库使用python语言编写自动化脚本采集被测浏览器打开网站的页面图像。对于获取到的图片先进行灰度化，然后进行开闭运算，再进行图像锐化，然后进行二值化。其中，开闭运算可以理解为对图像进行腐蚀膨胀。利用图像熵算法检测网站页面是否为空白，判断网页打开是否正常，如果网页未正常打开则记录网站信息，并进行下一个网址的测试；如果网页打开正常，则采用OCR算法进行第二次判断确认。通过OCR算法识别网页是否包含“404”、“无法访问”等特定字符，如果包含特定字符则判定为空网页，记录网站信息；如果不包含则确认为非空网页。此时还可以对二值化后的图像进行图像分割，提取出各个子图。提取出被测浏览器中多个子图对应的像素信息，然后使用图像熵算法计算子图的熵值e1，并与典型空子图的熵值e0进行比对。在另一个例子中，e0是可以动态变化的，例如，根据不同子图的形状、面积等特征获取对应的动态阈值e0，将e1与e0进行比对。如果子图的熵值e1大于对应的e0，则判定子图非空，进行下一张子图的测试；否则，判定子图为空图像，空子图的数量加一，空子图的面积累加。判断所有子图是否都已经比较完成，如果未完成，则进行下一张子图的测试，如果完成，则根据子图为空的数量和/或面积，判定网页页面是否完整。如果网页页面完整，则记录结果，并进行下一个网址的测试。如果网页页面不完整，则判定浏览器存在兼容性问题，记录测试结果，并进行下一个网址的测试。最后，将测试结果汇总成网页，输出测试结果。
通过海量测试结果发现，测试过程中识别正确率可以达到98％左右，平均测试1个网址耗时约35s。
本领域人员应当注意，上述测试页面并不局限一个，可以通过测试多个网页来提高测试结果的精准度。可以根据多个网页的测试结果，综合分析得出被测浏览器是否真的存在兼容性问题。
本发明在浏览器兼容性测试中，还采用OCR技术对疑似的空白网页进行二次确认，识别网页是否包含“404”、“无法访问”等字符。如果检测到包含特定字符，则可以判定为空白网页，也就意味着被测浏览器存在兼容性问题。提升了空网页的识别率。
图7为本发明实施例提供的一种检测浏览器兼容性的装置示意图。
如图7所示，一种检测浏览器兼容性的装置，包括：显示器710；一个或多个处理器700；存储器720；以及一个或多个计算机程序，其中一个或多个计算机程序被存储在存储器中，一个或多个计算机程序包括指令，当指令被装置执行时，使得装置执行如图4、图5以及图6所示步骤。
其中，处理器包括：图像采集模块701，用于采集测试页面的页面图像，测试页面是被测浏览器加载的页面。图像处理模块702，用于对采集到的页面图像进行预处理。熵算法模块703，用于确定预处理后的页面图像的页面熵值，根据页面熵值确定被测浏览器是否存在兼容性问题。
在一个可能的实施例中，图像采集模块701用于：确定测试页面是否加载完成。当测试页面加载完成后，采集测试页面的页面图像。
在一个可能的实施例中，图像处理模块702用于：对采集到的图像进行灰度处理；对灰度处理后的图像进行腐蚀膨胀及锐化；对腐蚀膨胀及锐化后的图像进行二值化处理。
在一个可能的实施例中，熵算法模块703用于：确定页面熵值是否大于第一熵值阈值。若测试页面熵值小于或等于第一熵值阈值，则确定被测浏览器存在兼容性问题。
在一个可能的实施例中，处理器还包括：图像分割模块704，若测试页面熵值大于第一熵值阈值，则将页面图像分割为至少两个子图。熵算法模块703还用于，分别确定至少两个子图的子图页面熵值。根据子图页面熵值确定被测浏览器是否存在兼容性问题。
在一个可能的实施例中，根据子图页面熵值确定被测浏览器是否存在兼容性问题，包括：分别确定子图页面熵值是否大于第二熵值阈值；若子图页面熵值小于或等于第二熵值阈值，则判定子图为空子图；根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题。
在一个可能的实施例中，根据空子图的数量或空子图的面积之和中的至少一个，确定被测浏览器是否存在兼容性问题，包括：当空子图的数量大于等于空子图数量阈值或空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题；或当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定被测浏览器存在兼容性问题。
在一个可能的实施例中，至少两个子图是包含有效信息的子图。
在一个可能的实施例中，处理器还包括：确认模块705。若测试页面熵值大于第一熵值阈值，确认模块705用于采用光学字符识别算法确认被测浏览器是否存在兼容性问题。
在一个可能的实施例中，采用光学字符识别算法确认测试页面是否存在兼容性问题，包括：采用光学字符识别算法识别网页是否包含特定字符，若包含特定字符，则判定被测浏览器存在兼容性问题。
在一个可能的实施例中，处理器还包括：结果输出模块706，用于输出提示信息，提示信息用于提示被测浏览器存在兼容性问题或所述被测浏览器不存在兼容性问题。
在一个可能的实施例中，显示器用于显示提示信息。
本领域人员还应当注意，本发明不仅可以应用在测试工具领域，还可以应用在判断一个图片是否为空或图片残缺的产品中：例如通过计算图片的熵值，与预先设置的熵值阈值进行比较，判断图片是否为空。还可以通过对图片进行分割子图的方式，对不同子图计算熵值，将不同的子图熵值与对应的子图熵值阈值进行比较，从而判断出图片是否残缺。
图8a为本发明一个实施例提供的网页测试效果图。
如图8a所示，左侧是该测试页面成功加载出来，并且页面内的所有内容都加载成功，右侧则会通过网页的形式，提示测试人员当前网页加载成功。例如图8a右侧显示文字“匹配成功”，用于提示测试人员当前网页测试结果。本领域人员应当注意，提示信息可以是文字、声音、图像、震动等多种可轻易想到的变化或替换的提示方式，都应涵盖在本发明的保护范围之内。
图8b为本发明另一个实施例提供的网页测试效果图。
如图8b所示，左侧是该测试页面未成功加载出来，右侧则会通过网页的形式，提示测试人员当前网页没有加载成功。例如图8b右侧显示文字“网页为空”，用于提示测试人员当前网页测试结果。本领域人员应当注意，提示信息可以是文字、声音、图像、震动等多种可轻易想到的变化或替换的提示方式，都应涵盖在本发明的保护范围之内。
图8c为本发明再一个实施例提供的网页测试效果图。
如图8c所示，左侧是该测试页面未完全加载出来，同时图8c中间还会提示测试人员当前测试页面中那个区域未成功加载，如图8c中间网页中空白框所示。网页中未成功加载区域用黑色框框圈出，方便识别。图8c右侧还会通过网页的形式，提示测试人员当前网页没有完全加载成功。例如图8c右侧显示文字“渲染异常”，用于提示测试人员当前网页测试结果。本领域人员应当注意，提示信息可以是文字、声音、图像、震动等多种可轻易想到的变化或替换的提示方式，都应涵盖在本发明的保护范围之内。
图8d为本发明又一个实施例提供的网页测试效果图。
如图8d所示，左侧是该测试页面成功加载出来，但是加载出的网页包含特定字符。同时，右侧还会通过网页的形式，提示测试人员当前网页没有加载成功。例如图8d左侧网页包含“404”特定字符，虽然网页加载成功，但是仍然会检测出是空白网页。如图8d右侧则会显示文字“网页为空”，用于提示测试人员当前网页测试结果。本领域人员应当注意，提示信息可以是文字、声音、图像、震动等多种可轻易想到的变化或替换的提示方式，都应涵盖在本发明的保护范围之内。
同时本发明实施例还提供一种侵权取证的方法。反编译法取证：如果反编译竞争对手的算法中存在下面类似的代码则可以判断为侵权。
/>
本发明实施例还提供另一种侵权取证的方法。测试对象取证法：目前市场现有的浏览器兼容性测试技术都涉及到待测浏览器与基准浏览器的图像比对，需要分别打开两个浏览器，本申请实施例只需要使用待测浏览器，不涉及其他浏览器；如果竞争产品只使用待测浏览器进行兼容性测试，则大概率采用了本发明实施例的技术。
本发明实施例还提供再一种侵权取证的方法。测试用例取证法：通过测试下面图片进行判断，如果下面这幅图片竞争产品判断为空图片则大概率采用了本申请实施例的技术，图像信息如图9所示。
本领域普通技术人员应该还可以进一步意识到，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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令处理器完成，所述的程序可以存储于计算机可读存储介质中，所述存储介质是非短暂性(英文：non-transitory)介质，例如随机存取存储器，只读存储器，快闪存储器，硬盘，固态硬盘，磁带(英文：magnetic tape)，软盘(英文：floppy disk)，光盘(英文：optical disc)及其任意组合。
以上所述，仅为本发明较佳的具体实施方式，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，可轻易想到的变化或替换，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该以权利要求的保护范围为准。

Claims (19)

1.一种检测浏览器兼容性的方法，方法包括：
采集测试页面的页面图像，所述测试页面是被测浏览器加载的页面；其中，所述采集测试页面的页面图像，包括：当所述测试页面加载完成后，采集所述测试页面的页面图像；
对采集到的页面图像进行预处理；
确定预处理后的页面图像的页面熵值，根据所述页面熵值确定所述被测浏览器是否存在兼容性问题，包括：确定所述页面熵值是否大于第一熵值阈值，所述第一熵值阈值为所述页面图像为空图像时的熵值；若所述页面熵值小于或等于第一熵值阈值，则确定所述被测浏览器存在兼容性问题。
2.如权利要求1所述的方法，其特征在于，所述对采集到的页面图像进行预处理，包括：
对采集到的图像进行灰度处理；
对灰度处理后的图像进行腐蚀膨胀及锐化；
对腐蚀膨胀及锐化后的图像进行二值化处理。
3.如权利要求1所述的方法，其特征在于，若所述测试页面熵值大于第一熵值阈值，则将所述页面图像分割为至少两个子图；
分别确定所述至少两个子图的子图页面熵值；
根据所述子图页面熵值确定所述被测浏览器是否存在兼容性问题。
4.如权利要求3所述的方法，其特征在于，所述根据所述子图页面熵值确定所述被测浏览器是否存在兼容性问题，包括：
分别确定所述子图页面熵值是否大于第二熵值阈值，所述第二熵值阈值为所述子图页面为空图像时的熵值；
若所述子图页面熵值小于或等于第二熵值阈值，则判定所述子图为空子图；
根据空子图的数量或空子图的面积之和中的至少一个，确定所述被测浏览器是否存在兼容性问题。
5.如权利要求4所述的方法，其特征在于，所述根据空子图的数量或空子图的面积之和中的至少一个，确定所述被测浏览器是否存在兼容性问题，包括：
当空子图的数量大于等于空子图数量阈值或空子图面积之和大于等于空子图面积阈值时，确定所述被测浏览器存在兼容性问题；或
当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定所述被测浏览器存在兼容性问题。
6.如权利要求3所述的方法，其特征在于，所述至少两个子图是包含有效信息的子图。
7.如权利要求1所述的方法，其特征在于，所述根据所述页面熵值确定所述被测浏览器是否存在兼容性问题，所述方法还包括：
若所述测试页面熵值大于第一熵值阈值，采用光学字符识别算法确认所述被测浏览器是否存在兼容性问题。
8.如权利要求7所述的方法，其特征在于，所述采用光学字符识别算法确认所述测试页面是否存在兼容性问题，包括：
采用光学字符识别算法识别网页是否包含特定字符，若包含特定字符，则判定所述被测浏览器存在兼容性问题。
9.如权利要求1所述的方法，其特征在于，所述方法还包括：输出提示信息，所述提示信息用于提示所述被测浏览器存在兼容性问题或所述被测浏览器不存在兼容性问题。
10.一种检测浏览器兼容性的装置，包括：
显示器；
一个或多个处理器；
存储器；
以及一个或多个计算机程序，其中所述一个或多个计算机程序被存储在所述存储器中，所述一个或多个计算机程序包括指令，当所述指令被所述装置执行时，使得所述装置执行以下步骤：
采集测试页面的页面图像，所述测试页面是被测浏览器加载的页面；其中，所述采集测试页面的页面图像包括：确定所述测试页面是否加载完成；当所述测试页面加载完成后，采集所述测试页面的页面图像；
对采集到的页面图像进行预处理；
确定预处理后的页面图像的页面熵值，根据所述页面熵值确定所述被测浏览器是否存在兼容性问题，包括：确定所述页面熵值是否大于第一熵值阈值，所述第一熵值阈值为空图像的熵值；若所述测试页面熵值小于或等于第一熵值阈值，则确定所述被测浏览器存在兼容性问题。
11.如权利要求10所述的装置，其特征在于，所述装置还执行以下步骤：
对采集到的图像进行灰度处理；
对灰度处理后的图像进行腐蚀膨胀及锐化；
对腐蚀膨胀及锐化后的图像进行二值化处理。
12.如权利要求10所述的装置，其特征在于，所述装置还执行以下步骤：
若所述测试页面熵值大于第一熵值阈值，则将所述页面图像分割为至少两个子图；
分别确定所述至少两个子图的子图页面熵值；
根据所述子图页面熵值确定所述被测浏览器是否存在兼容性问题。
13.如权利要求12所述的装置，其特征在于，所述根据所述子图页面熵值确定所述被测浏览器是否存在兼容性问题，包括：
分别确定所述子图页面熵值是否大于第二熵值阈值，所述第二熵值阈值为所述子图页面为空图像时的熵值；
若所述子图页面熵值小于或等于第二熵值阈值，则判定所述子图为空子图；
根据空子图的数量或空子图的面积之和中的至少一个，确定所述被测浏览器是否存在兼容性问题。
14.如权利要求13所述的装置，其特征在于，所述根据空子图的数量或空子图的面积之和中的至少一个，确定所述被测浏览器是否存在兼容性问题，包括：
当空子图的数量大于等于空子图数量阈值或空子图面积之和大于等于空子图面积阈值时，确定所述被测浏览器存在兼容性问题；或
当空子图的数量大于等于空子图数量阈值且空子图面积之和大于等于空子图面积阈值时，确定所述被测浏览器存在兼容性问题。
15.如权利要求12所述的装置，其特征在于，所述至少两个子图是包含有效信息的子图。
16.如权利要求10所述的装置，其特征在于，所述装置还执行以下步骤：
若所述测试页面熵值大于第一熵值阈值，确认模块用于采用光学字符识别算法确认所述被测浏览器是否存在兼容性问题。
17.如权利要求16所述的装置，其特征在于，所述采用光学字符识别算法确认所述测试页面是否存在兼容性问题，包括：
采用光学字符识别算法识别网页是否包含特定字符，若包含特定字符，则判定所述被测浏览器存在兼容性问题。
18.如权利要求10所述的装置，其特征在于，所述显示器用于显示提示信息，所述提示信息用于提示所述被测浏览器存在兼容性问题或所述被测浏览器不存在兼容性问题。
19.一种存储程序的计算机可读存储介质，其特征在于，所述程序包括指令，所述指令当被终端执行时，使所述终端执行根据权利要求1-9任一所述的方法。
CN201811142994.5A 2018-09-28 2018-09-28 一种检测浏览器兼容性的方法及装置 Active CN110992299B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811142994.5A CN110992299B (zh) 2018-09-28 2018-09-28 一种检测浏览器兼容性的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811142994.5A CN110992299B (zh) 2018-09-28 2018-09-28 一种检测浏览器兼容性的方法及装置

Publications (2)

Publication Number Publication Date
CN110992299A CN110992299A (zh) 2020-04-10
CN110992299B true CN110992299B (zh) 2024-05-14

Family

ID=70059734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811142994.5A Active CN110992299B (zh) 2018-09-28 2018-09-28 一种检测浏览器兼容性的方法及装置

Country Status (1)

Country Link
CN (1) CN110992299B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111782552B (zh) * 2020-08-07 2021-05-18 广州极点三维信息科技有限公司 一种基于区域划分的自动测试方法和装置
CN112203150B (zh) * 2020-09-30 2022-03-11 腾讯科技（深圳）有限公司 一种耗时获取方法、装置、设备及计算机可读存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1329697A (en) * 1995-12-08 1997-06-27 Trustees Of Dartmouth College Fast lossy internet image transmission apparatus and methods
CN108351896A (zh) * 2015-11-13 2018-07-31 微软技术许可有限责任公司 内容文件图像分析

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10452698B2 (en) * 2015-05-11 2019-10-22 Stratifyd, Inc. Unstructured data analytics systems and methods

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU1329697A (en) * 1995-12-08 1997-06-27 Trustees Of Dartmouth College Fast lossy internet image transmission apparatus and methods
CN108351896A (zh) * 2015-11-13 2018-07-31 微软技术许可有限责任公司 内容文件图像分析

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多小波分布熵的图像检索;安志勇;崔江涛;潘峰;周利华;;***工程与电子技术;20080515(第05期);全文 *

Also Published As

Publication number Publication date
CN110992299A (zh) 2020-04-10

Similar Documents

Publication Publication Date Title
US10817717B2 (en) Method and device for parsing table in document image
JP6163344B2 (ja) ナンバープレート画像の確実なクロッピング
US9679354B2 (en) Duplicate check image resolution
CN110781839A (zh) 一种基于滑窗的大尺寸图像中小目标识别方法
CN110175609B (zh) 界面元素检测方法、装置及设备
US9176043B2 (en) Cell image analysis apparatus, cell image analysis method, and program
CN110992299B (zh) 一种检测浏览器兼容性的方法及装置
CN111027343A (zh) 条形码区域定位方法和装置
CN114445768A (zh) 目标识别方法、装置、电子设备及存储介质
JP3756507B1 (ja) 画像処理アルゴリズム評価方法および装置、画像処理アルゴリズム生成方法および装置、プログラムならびにプログラム記録媒体
CN112052702A (zh) 一种识别二维码的方法和装置
CN113468905B (zh) 图形码识别方法、装置、计算机设备和存储介质
JP2017521011A (ja) シンボルの光学的検出方法
CN113138916B (zh) 基于标注样本的图片结构化算法的自动测试方法及***
WO2017058252A1 (en) Detecting document objects
CN114078109A (zh) 图像处理方法、电子装置和存储介质
CN111008635A (zh) 一种基于ocr的多票据自动识别方法及识别***
CN116091503A (zh) 一种面板异物缺陷的判别方法、装置、设备及介质
CN116631003A (zh) 基于p&id图纸的设备识别方法、装置、存储介质及电子设备
CN113537253B (zh) 一种红外图像目标检测方法、装置、计算设备及存储介质
CN114663899A (zh) 金融票据的处理方法、装置、设备及介质
CN112861843A (zh) 基于特征图像识别的选择框解析方法及装置
CN112907206A (zh) 一种基于视频对象识别的业务审核方法、装置及设备
CN112967223A (zh) 一种基于人工智能的纺织品检测***、方法及介质
CN112446850A (zh) 适配测试方法、装置及电子设备

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
TA01 Transfer of patent application right

Effective date of registration: 20220505

Address after: 523799 Room 101, building 4, No. 15, Huanhu Road, Songshanhu Park, Dongguan City, Guangdong Province

Applicant after: Petal cloud Technology Co.,Ltd.

Address before: 523808 Southern Factory Building (Phase I) Project B2 Production Plant-5, New Town Avenue, Songshan Lake High-tech Industrial Development Zone, Dongguan City, Guangdong Province

Applicant before: HUAWEI DEVICE Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant