前言

之前因为一些原因，在利用图像识别与 OCR 进行速度类测试上做了一些研究，总结了一下然后分享出来，没想到收获了不少谬赞不过stagesep确实还很不成熟，是边研究边开发的产物，在代码结构与工程性上都比较随意。

为了更好的后续使用与落地，在它的基础上经过多次迭代，对它进行了重构与改进，stagesep2顺利诞生，并且已经顺利达到了可用状态。目前它已不再只是一个实验项目。它承接了一部分测试工作，真正地开始产出价值，让这套理论顺利应用到实际中来。

谢谢各位的鼓励：）

项目主页

https://github.com/williamfzc/stagesep2

原理

stagesep2 的两个核心功能：

ocr（tesseract）
图像识别（opencv）

视频是由一系列连续的图片（帧）组成的，通过逐帧分析，我们能够从视频中提取出流程相关信息。理论上，每一帧都存在能够区分它与其他帧的标识，可能是文字或图像。

例如，我们需要测试从桌面启动 chrome，打开 amazon 的速度：

在操作前，我们在主页。主页上会有特定的文字与图像（例如 chrome icon）
在操作时，页面会有特定的变化（例如 chrome icon 变暗，或出现点击位置反馈）
在操作后（chrome 启动后），页面发生切换，页面上的文字与图像都会发生改变（例如 amazon logo 出现）

那么，我们可以通过两个方面来进行检测。首先是通过标志性图片：

可以看到，在 0.2s 时 chrome 图标被点击，在 0.96s 时 amazon 图标正式出现。再看看文字的：

{
    "result_id": "c2e5116c-462b-11e9-9ed2-005056c00008",
    "video_name": "./videos/demo1.mp4",
    "frame_id": 24,
    "current_time": 0.96,
    "ocr": ["PO", "/", "1dX00d", "¥", ":", "00Xv00Yv00", "—", "ESRRGRERSize0.0215", ":", "27dSlsB", "(", "ayhttps", "/", "/", "www", ".", "amazon", ".", "comQO", "°", "oa", "\"", "四", "Ney", ",", "DepartmentsListsDealsVideoMusic", "©", "DelivertoChinaWeshipinternationallyWe", "'", "reshowingyouitemsthatshiptoChina", ".", "Toseeiemsthatshiptoadifferentcountrychangeyourgetiveryaddres5AdditionallanguagesettingsareavailableSomecontentmaybeauto", "-", "translatedCHANGETHEADDRESSrs", "并", "~", "Shopwith100%", "ConfidenceonAmazonLJ", "—", ")", "SigninforthebestexperienceCoO00", "@"],
    "match_template": {
        "amazon": {
            "min": -0.4684264361858368,
            "max": 0.6224471926689148
        },
        "chrome": {
            "min": -0.4022962152957916,
            "max": 0.7294253706932068
        },
        "chrome_clicked": {
            "min": -0.6132965087890625,
            "max": 0.7038567066192627
        }
    },
    "trend": {
        "previous": 0.8785946933890821,
        "first": 0.8719320065296263,
        "last": 0.5842399940047383
    }
}

节选 0.96s 的检测结果，可以发现在该时刻 amazon 网页上的相关字样开始出现，与图片检测的结果是一致的。

通过对这些阶段进行分析，得到每个阶段及帧对应的时间戳，我们就能够准确地知晓视频每个阶段发生的事情。你的视频 FPS 越高，数据会越精确。

目的

值得注意的是，在性能测试范畴内，fps 的稳定性是非常重要的。而目前软件录制手段实际上并不稳定，容易造成结果不准确的问题。如果用于生产环境，建议使用硬件方式（例如外置摄像头）。

全平台的性能测试/有效性验证方案

渲染内容是否符合期望
渲染性能

为什么介入图像识别

UI

现阶段的 UI 测试大多属于纯代码层面的行为，而对于控件是否真的渲染成为我们希望的样子我们并不知晓。

性能

在常规速度类性能测试中通常通过提前埋点进行测试，一般会有两个问题：

具有侵入性（需要改动源码）
对于界面相关的场景不适用（并不知道界面是否已经被真正渲染出来）

图像识别在测试中的应用

一般来说，通过图像识别来进行测试分为三个步骤：

图像/视频采集
- 这个部分通常由高速摄像机或稳定帧率的外置相机进行拍摄，得到固定帧率的视频
- 软件录制是不靠谱的，很容易出现帧率不稳定的情况。而如果时间与帧数不能精确对应的话数据会失真
视频处理
- 提取视频中的信息，输出成为我们需要的形式
- 也是整个流程最关键的部分
数据分析
- 将视频处理的结果进行分析，得到结论或生成报告

该项目将承载视频处理的部分，将录制好的视频解析成开发者需要的格式。

使用

目前支持两种使用方式：

docker（推荐）
python 包

从官方示例开始吧。

Bug 与建议

欢迎通过 issue 告知，或直接发起 PR 加入 :)

↙↙↙阅读原文可查看相关链接，并与作者交流

前言

项目主页

原理

目的

为什么介入图像识别

UI

性能

图像识别在测试中的应用

使用

相关内容

Bug 与建议