一种基于tesseract-orc的软件自动化测试方法及系统技术方案

本发明专利技术一种基于tesseract

【技术实现步骤摘要】
一种基于tesseract
‑
orc的软件自动化测试方法及系统


[0001]本专利技术一种基于tesseract
‑
orc的软件自动化测试方法及系统，属于软件自动化测试


技术介绍

[0002]目前针对于软件版本的快速迭代，使得软件测试的工作量也变得越来越大，大量重复冗余的测试工作，使人工测试的工作量变得巨大，而大多数企业采用的自动化测试系统还处于初级阶段，在测试软件功能过程中，存在图片库信息识别准确率低、检测识别时间长等问题；针对上述问题，探索研究一种可以合理高效、提升用户体验和测试效率的软件测试方法和系统很有必要。

技术实现思路

[0003]本专利技术为了克服现有技术中存在的不足，所要解决的技术问题为：提供一种基于tesseract
‑
orc的软件自动化测试方法及测试系统硬件结构的改进。
[0004]为了解决上述技术问题，本专利技术采用的技术方案为：一种基于tesseract
‑
orc的软件自动化测试方法，包括以下测试步骤：步骤一：将待测的软件界面进行自动化截图，通过定位界面元素将截图图片进行切割；步骤二：对步骤一切割好的图片进行信息识别，将识别结果存储于界面信息数据库中；步骤三：将真实数据与步骤二中界面信息数据库的数据进行对比；步骤四：根据步骤三中的数据对比结果进行测试断言，输出测试结果推送至测试负责人；步骤五：将步骤一至步骤四实现的测试步骤作为预设脚本存储于定时任务中，对待测软件进行定时自动化测试。
>[0005]所述步骤二中识别界面信息的具体步骤为：步骤2.1：将待识别图片分别输入本地识别服务器、云端服务器1中，由本地识别服务器输出识别结果A，由云端服务器1输出识别结果A1；步骤2.2：将步骤2.1中的识别结果A与A1进行对比，若A与A1相同，则更新本地识别服务器数据库并完成识别；若A与A1结果不同，则将待识别图片输入云端服务器2中，输出识别结果A2；步骤2.3：将步骤2.2中的识别结果A2与A1进行对比，若A2与A1相同，则更新本地识别服务器数据库并完成识别；若A2与A1不同，则向测试负责人发出操作提醒，要求进行人工介入输入正确识别结果，测试负责人更新本地识别服务器数据库并完成识别。
[0006]所述步骤二中对图片进行信息识别的具体方法为：由本地识别服务器采用卷积神经网络对原始图片做灰度、二值化、高斯滤波、进一
步分割的预处理，再将分割后的字符图片划分为训练集和测试集并进行训练，然后导出训练好的模型，并将预处理得到的图片导入tesseract软件中进行文字识别。
[0007]所述云端服务器1和云端服务器2具体采用不同厂商的API识别接口。
[0008]一种基于tesseract
‑
orc的软件自动化测试系统，包括用于接收待识别图片数据的测试服务器，所述测试服务器通过通信线缆分别与tesseract本地服务器数据库、云端服务器相连；所述待识别图片通过测试服务器分发至tesseract本地服务器数据库、云端服务器进行信息识别；所述tesseract本地服务器数据库、云端服务器分别将识别结果返回于测试服务器进行判断和处理。
[0009]本专利技术相对于现有技术具备的有益效果为：本专利技术针对现有的软件自动化测试方法的不足进行改进，主要基于卷积神经网络优化的tesseract算法对图片进行识别，并将识别结果与云端服务器进行比对，从而判断当前测试软件的测试状态，能够解决软件测试中人工测试重复度搞、效率低、消耗时间长的问题，并提高了针对本地图片信息的识别准确率。
附图说明
[0010]下面结合附图对本专利技术做进一步说明：图1为本专利技术进行自动化测试的步骤流程图；图2为本专利技术进行图片信息识别的步骤流程图；图3为本专利技术自动化测试系统的结构示意图。
具体实施方式
[0011]如图1至图3所示，本专利技术具体提供一种基于tesseract
‑
orc的软件自动化测试方法和系统，针对软件的自动化测试主要基于图片信息识别方法，通过卷积神经网络优化tesseract与软件测试结合，更新完善本地资源识别库，最后实现对待测软件的快速检测。
[0012]进一步的，本专利技术提供的基于tesseract
‑
orc的软件自动化测试方法，主要包括以下测试步骤：一、将待测软件界面进行自动化截图，并通过界面元素定位将图片进行切割；二、将步骤一切割好的图片，进行信息识别，并将识别结果存储于界面信息数据库中；三、将真实数据与步骤二中界面信息数据库中的数据进行对比；四、通过步骤三中数据对比结果进行测试断言，输出测试结果，并通过邮箱将测试结果推送于软件测试工程师；五、将步骤一至四存储于定时任务中，可进行定时自动化测试，经过次程序运行后本地库完成更新，可断开云端服务进行离线识别并完成自动化测试。
[0013]在上述软件自动化测试方法中，针对步骤二的界面信息识别方法，具体包括如下步骤：（1）、将待识别图片分别输入本地识别服务，与云端服务1中，本地识别服务输出识
别结果A，云端服务1输出识别结果A1；（2）、将步骤1中A与A1进行对比，若A与A1相同，则更新本地库并完成识别；若A与A1结果不同，则将待识别图片输入云端服务2，输出识别结果A2；（3）、将步骤2中A2与A1进行对比，若A2与A1相同，则更新本地库并完成识别；若A2与A1不同，则自动提醒测试工程师进行人工介入输入正确识别结果，同时更新本地库并完成识别。
[0014]在上述软件自动化测试方法中，上述步骤（1）和（2）中本地识别服务采用卷积神经网络优化的tesseract程序，云端服务1采用百度API识别接口，云端服务2采用讯飞API识别接口。
[0015]本专利技术为实现上述软件自动化测试步骤中使用的测试系统，主要包括测试服务器、tesseract本地库以及云端服务器，在使用时，待识别图片通过测试服务器分发至tesseract本地库及云端服务器进行信息识别，本地库和云端服务将识别结果返回于测试服务器进行判断和处理。
[0016]最后应说明的是：以上各实施例仅用以说明本专利技术的技术方案，而非对其限制；尽管参照前述各实施例对本专利技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本专利技术各实施例技术方案的范围。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于tesseract
‑
orc的软件自动化测试方法，其特征在于：包括以下测试步骤：步骤一：将待测的软件界面进行自动化截图，通过定位界面元素将截图图片进行切割；步骤二：对步骤一切割好的图片进行信息识别，将识别结果存储于界面信息数据库中；步骤三：将真实数据与步骤二中界面信息数据库的数据进行对比；步骤四：根据步骤三中的数据对比结果进行测试断言，输出测试结果推送至测试负责人；步骤五：将步骤一至步骤四实现的测试步骤作为预设脚本存储于定时任务中，对待测软件进行定时自动化测试。2.根据权利要求1所述的一种基于tesseract
‑
orc的软件自动化测试方法，其特征在于：所述步骤二中识别界面信息的具体步骤为：步骤2.1：将待识别图片分别输入本地识别服务器、云端服务器1中，由本地识别服务器输出识别结果A，由云端服务器1输出识别结果A1；步骤2.2：将步骤2.1中的识别结果A与A1进行对比，若A与A1相同，则更新本地识别服务器数据库并完成识别；若A与A1结果不同，则将待识别图片输入云端服务器2中，输出识别结果A2；步骤2.3：将步骤2.2中的识别结果A2与A1进行对比，若A2与A1相同，则更新本地识别服务器数据库并完成识别；若A2与A1不同，则向...

【专利技术属性】
技术研发人员：刘治国，张霄，马苏娜，
申请(专利权)人：太原向明智控科技有限公司，
类型：发明
国别省市：