TTL Te s t
泰尔测试C
MSTT J uly2009
· · · · · · · · · · · · · · · · · · · · · · · · · · · ·
图像处理和文字识别技术在手机软件自动化测试系统中的应用
刘岩工业和信息化部通信软件测评中心助理工程师薛涛工业和信息化部通信软件测评中心工程师李周工业和信息化部通信软件测评中心工程师张小英
工业和信息化部通信软件测评中心工程师
摘要主要研究了图像处理和文字识别技术在手
机软件自动化测试系统中的应用提出了针对手机屏幕图像的处理方法和图像中文字的识别方法。
关键字 图像处理文字识别手机软件 自动化测试
Abstract This paper studies the issues about how to apply the image processingtechnology and optical character recognition to mobile phone software testing system,and presents an applicable method to process the image of mobile phone’s screen andreco gnize C hine se character.
Key Words:image proce ssing techno lo gy,optical character recognition,automatedtesting
实现手机软件测试系统的自动化需要测试系统能够
自动判别被测试手机的响应状态那么测试系统如何才能实现对被测试手机状态进行自动判别呢这里我们提出一种自动判别被测试手机状态的方法。
这种方法通过采集手机屏幕图像并对其进行数字图像处理和文字识别来判断被测试手机状态 即系统通过对手机屏幕图像某个位置上的图标或文字的判别获知手机当前所处状态。
1手机图像的处理
传统识别中扫描书籍图像都是白纸黑字的计算机可以很容易地识别出文字与背景而采集到的手机屏幕图像都是色彩丰富图文相间的所以与传统的识别相比在进行手机屏幕图像文字识别之前需要对手机屏幕图像进行数字图像处理 以提高识别正确率。
1.1图像格式转换
手机屏幕图像中的每一个像素在计算机中都是由24位二进制数表示的每个像素包含红、绿、蓝三个色彩分量每个分量由8位二进制数表示取值范围从
0255共256级分量值每个像素可以表示为RGB X Y Z 。我们采集的数字图像中像素的取值范围是整个RGB色彩空
50
2009年7月第7期现代电信科技
ODERN SCIENCE&TECHNOLOGY OF TELECOMMUNICATIONS
现代电信科技
M
· · · · · · · · · · · · · · · · · · · · · · · · · · · ·f x,y
Mfb a0
cd
Mgg x,y图1灰度图像分段线性变换
间从0 0 0到255 255 255共有16777216种颜色组合。
图像处理首先要做的就是在尽量不破坏图像中原始信息的前提下压缩图像中像素的取值范围把“真彩色”图像转换成位图图像。这里我们采用传统的“八叉树颜色量化算法”把图像中最有代表性的256个像素值选出来利用这256个像素值重新填充图像这样既转换了图像格式又没有破坏图像中原始显示信息。
1.2图像的灰度化
得到256色位图后我们再将每个像素值转化为灰度级值用得到的灰度级值再次重新填充图像就得到了需要的灰度图像。
灰度化处理的方法采用加权平均法,即将R、 G、 B各个分量值进行加权平均得到像素的灰度级值
灰度级值V=WRR+W GG+W B B
WR、WG、WB分别为R、 G、 B的权值通过设定不同的WR、W G、WB值加权平均后可以得到不同的灰度图像 因为人眼对绿色的敏感度最高对红色的敏感度次之对蓝色的敏感度最低所以通常的权值取法为
WB>WR>WG这样得到的比较合理的灰度图像通常的取值为WR0.30WB0.11WG0.59。
1.3图像二值化
根据灰度图像中每个像素的坐标值和灰度级值的对应关系一幅灰度图像可表示成二维函数形式如 f(x,y 〔x、 y为像素坐标值 f x,y 〕为该像素灰度值 。假定一幅灰度图像中像素的灰度级值的取值范围为0Mf 我们希望能够更加突出图像中的文字部分抑制那些我们并不感兴趣的灰度区域通常图像中的文字都为黑色在灰度图像中灰度值较小这里我们通过扩展灰度值范围在
0 a暗色区和bMf的亮色区压缩灰度值a b区间的范围使图像中的文字区域更加突出。我们采用分段线性变换的方法其数学原理表达式如下
二维坐标示意图如图1。
设定适当的折线拐点位置即a、 b、 c 、 d的值控制分段直线的斜率对灰度空间[0a]和[bMf]进行扩展对[ab]的灰度空间进行压缩。经过灰度调整后设定某个门限值灰度值大于门限值的像素点我们用255来代替表示为白色的点小于门限值的像素点用0代替表示为黑色。这样就得到了我们需要的二值图像。
1.4图像处理示意
整个图像处理过程的图像变化如图2所示。当然在实际的测试中很多时候并不需要对一幅完整的手机图像进行识别测试人员只需指定屏幕中的一小部分图像或文字进行识别。但是很多手机图像中的文字都是嵌套在色彩丰富的背景画面中如图2的例子 即使测试人员只需要识别“中国移动”四个字来判断手机是否回到待机画面指定区域后
的一小块图像仍然需要先进行数字图像处理。
2文字识别
近年来文字识别技术已经日趋成熟市场上也
(,
0(, (, [(, ](, [(, ](,Á
ÁcfxyfxyaadcgxyfxyacafxybbaMgdfxybdbfxyMMb????????????????????????
51
TTL Te s t
泰尔测试C
MSTT J uly2009
· · · · · · · · · · · · · · · · · · · · · · · · · · · ·
二值图像
灰度变换图像
手机原图像
图2图像处理示意图
Y
X
X2
X1
0Y 2
Y1图4列切分示意图
图3行切分示意
出现了很多文字识别产品现有的文字识别技术原理基本一致只是具体的实现方法和针对的识别对象有所不同。其中文字识别的主要技术包括单字提取、识别特征提取和字典生成等。
2.1单字提取
如何在待识别的图像中准确地切割出单个字的图像是文字识别首先要考虑的问题。通过对二值图像逐行扫描分析每行图像中黑白像素交替变化数来判断图像中文字所处的起始行坐标Y1和结束行坐标Y2这样切分出每一行文字图像。将得到的一行文字图像再次纵向逐列扫描 同样通过记录每一列上黑白像素交替变化数可判断图像中每个文字所处的起始纵标X1和结束纵坐标X2,知道了X1
Y1和X2 Y2我们就可以得到单个字的图像了图3图4 。
单字提取的难点在于汉字本身结构多样很多
左右结构的汉字如“北、川”等在切分时很容易被切
分成两个或三个单字图像加之汉字中可能混有字母及数字等这些都给准确提取单字图像造成了一定的困难。不过通常汉字图像的宽度和高度相差不到3个像素
这样我们通过比较汉字图像的宽度和高度结合具体识别算法经过多次切割和识别通常可以准确的切割出单个字图像。
2.2识别特征提取
由于提取单字图像时是根据整行字所在的行坐标Y1和Y2切取的图像 因此是按照该行文字中最高的汉字切得的这样得到的单个字图像汉字在图像中的位置可能偏上、可能居中、可能偏下如图5所示。
如果直接对单字图像进行识别可能会导致同一个汉字由于在图像中的位置不同而得到不同的识别结果。所以需要将单字图像归一化到一个统一行像素数和列像素数的标准大小的图像中过程如图6所示。
52
2009年7月第7期现代电信科技
ODERN SCIENCE&TECHNOLOGY OF TELECOMMUNICATIONS
现代电信科技
M
· · · · · · · · · · · · · · · · · · · · · · · · · · · ·
上接第31页
的网络秩序混乱现象将在移动互联网领域再度发生 因此对合法公正科学的监管呼声将日益强烈也同样会存在过度监督束缚业务多样性、影响用户体验的可能。因此如何建立良好的移动互联网秩序 已成为需提上日程的重要问题。操作过程中可参考日本成功经验考虑对网站进行分别管理与运营商合作的网站需在满足国家法规的同时满足运营商的业务要求而其他非运营商合作网站则可以在法律框架内自由发展业务。此举既可以保障用户对于内容和服务丰富性
的要求又可以通过国家立法与运营商管理对所有网站实现控制。
3.6探索更为成熟的商业模式
成功的业务是通过运作成功的商业模式实现的。移动互联网业务体系包括固定互联网的复制、移动通信业务的互联网化以及移动互联网创新业务三大部分。相应商业模式的建立也可以沿用业务体系的建设思路在分别延续传统互联网和移动通信业务的成功模式的基础上开拓创新寻找新的盈利支点。从国外经验来看与用户需求紧密贴合的移动搜索、 电子商务、 SNS、移动广告等业务将会成为未来盈利的源泉而效仿iPhone基于收入分成、市场排他的合作模式 以“业务+终端+服务”的一体化运作模式与产业链上下游展开合作运营是可以尝试的商业模式之
一。
经过归一化处理后可以确保每次识别同一个字的图像都是相同的。识别特征提取是通过对归一化后的单字图像进行多种方式的图片扫描统计出多个特征值这一组特征值即为该字图像的识别特征值组在字典库中寻找与该特征值组完全相同的特征值组并输出该特征值组所对应的汉字即为识别结果图7
。 2.3字典生成
生成字典的过程就是文字识别系统的学习过程这是每个文字识别系统必要的训练过程。我们通过扫描标准字图像得到标准样本的特征值组然后再告知系统该标准样本的特征值组对应的具体汉字这样系统就可以把汉字与标准图像扫描特征值组一一对应。生成字典时提取标准字图像特征值组的方法和识别单字图像时提取特征值组的方法完全相同这里就不再赘述。
3结语
将图像处理和文字识别技术应用到手机软件自
动化测试系统的开发还有很多不成熟的地方。如
·对图像中的表格、横线、 Lo go等的识别和处
理
·文字识别算法的鲁棒性需要进一步提高 ·通常手机中的字体不是计算机标准的字体得到手机字体库较困难
·不同品牌手机字体也不尽相同测试不同手机
时总需重新训练识别系统。
如上所述将图像处理和文字识别应用到手机软件自动化系统中还有一些不足之处但是随着算法的进一步完善以及合理设定识别图像区域通过图像处理和文字识别实现手机软件测试系统的自动化测试是完全可行的。
图5单个汉字切分效果图
图6归一化过程
图7汉字特征提取示意
ATCLOUD.NET怎么样?ATCLOUD.NET主要提供KVM架构的VPS产品、LXC容器化产品、权威DNS智能解析、域名注册、SSL证书等海外网站建设服务。 其大部分数据中心是由OVH机房提供,其节点包括美国(俄勒冈、弗吉尼亚)、加拿大、英国、法国、德国以及新加坡。 提供超过480Gbps的DDoS高防保护,杜绝DDoS攻击骚扰,比较适合海外建站等业务。官方网站:点击访问ATCLOUD官网活...
HostKvm是一家成立于2013年的国外主机服务商,主要提供VPS主机,基于KVM架构,可选数据中心包括日本、新加坡、韩国、美国、俄罗斯、中国香港等多个地区机房,均为国内直连或优化线路,延迟较低,适合建站或者远程办公等。商家本月针对香港国际机房提供特别7折优惠码,其他机房全场8折,优惠后2G内存香港VPS每月5.95美元起,支持使用PayPal或者支付宝付款。下面以香港国际(HKGlobal)为...
sharktech怎么样?sharktech鲨鱼机房(Sharktech)我们也叫它SK机房,是一家成立于2003年的老牌国外主机商,提供的产品包括独立服务器租用、VPS主机等,自营机房在美国洛杉矶、丹佛、芝加哥和荷兰阿姆斯特丹等,主打高防产品,独立服务器免费提供60Gbps/48Mpps攻击防御。机房提供1-10Gbps带宽不限流量服务器,最低丹佛/荷兰机房每月49美元起,洛杉矶机房最低59美元...