页面元素定位方法、页面测试方法、装置、设备和介质

技术领域

本申请涉及人工智能领域，尤其涉及一种深度学习、图像处理和测试技术，具体涉及一种页面元素定位方法、页面测试方法、装置、设备、介质和程序产品。

背景技术

前端自动化测试的视觉召回技术是指：通过利用视觉相关的载体(例如图像)上所承载的信息，达到判断页面区块静态资源的内容是否存在或者符合预期的效果，将不符合预期效果的用例召回，例如：关键控件的缺失或关键控件元素样式错乱等。

目前，现有技术中通常是通过模板匹配的方法，从待测试的图像中定位出与模板相似的区域，以验证该区域内容是否符合预期。然而，现有的模板匹配方法，对于模板和待测试图像分辨率不同的情况下，则无法准确、高效地进行定位。

发明内容

本申请提供一种页面元素定位方法、页面测试方法、装置、设备、介质和程序产品，以提高页面元素定位和页面测试的效率和准确性。

第一方面，本申请提供了一种页面元素定位方法，包括：

确定待测试的页面图像中与元素模板匹配的初始定位区域；

在所述页面图像中，以所述初始定位区域的中心点为初始点向四周进行区域增长，得到与所述元素模板匹配的目标定位区域；

其中，所述区域增长的终止条件是根据增长的区域边界上各点与所述初始点的差异表现确定。

第二方面，本申请还提供了一种页面测试方法，包括：

在待测试的页面图像中定位与元素模板匹配的目标区域；

计算所述元素模板与目标区域的图像相似度，根据所述图像相似度的取值确定所述页面图像的测试结果；

其中，所述目标区域是按照如本申请任意实施例所述的页面元素定位方法定位得到。

第三方面，本申请还提供了一种页面元素定位装置，包括：

初始定位区域确定模块，用于确定待测试的页面图像中与元素模板匹配的初始定位区域；

目标定位区域确定模块，用于在所述页面图像中，以所述初始定位区域的中心点为初始点向四周进行区域增长，得到与所述元素模板匹配的目标定位区域；

其中，所述区域增长的终止条件是根据增长的区域边界上各点与所述初始点的差异表现确定。

第四方面，本申请还提供了一种页面测试装置，包括：

目标区域定位模块，用于在待测试的页面图像中定位与元素模板匹配的目标区域；

测试结果获取模块，用于计算所述元素模板与目标区域的图像相似度，根据所述图像相似度的取值确定所述页面图像的测试结果；

其中，所述目标区域是由如本申请任意实施例所述的页面元素定位装置定位得到。

第五方面，本申请还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意实施例所述的页面元素定位方法。

第六方面，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的页面元素定位方法。

第七方面，本申请还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本申请任意实施例所述的页面元素定位方法。

第八方面，本申请还提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请任意实施例所述的页面测试方法。

第九方面，本申请还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请任意实施例所述的页面测试方法。

第十方面，本申请还提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本申请任意实施例所述的页面测试方法。

应当理解，本部分所描述的内容并非旨在标识本申请的关键或重要特征，也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解，上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是根据本申请实施例的页面元素定位方法的流程示意图；

图2是根据本申请实施例的页面元素定位方法的流程示意图；

图3是根据本申请实施例的页面测试方法的流程示意图；

图4是根据本申请实施例的页面元素定位装置的结构示意图；

图5是根据本申请实施例的页面测试装置的结构示意图；

图6是用来实现本申请实施例的页面元素定位方法的电子设备的框图。

具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本申请实施例的页面元素定位方法的流程示意图，本实施例可适用于在进行页面测试时先依照元素模板在待测试的页面图像上进行定位的情况，涉及人工智能领域，尤其涉及深度学习、图像处理和测试技术。该方法可由一种页面元素定位装置来执行，该装置采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如计算机设备或服务器等。如图1所示，该方法具体包括如下：

S101、确定待测试的页面图像中与元素模板匹配的初始定位区域。

其中，页面图像可以是待测试的移动终端的页面图像，需要测试页面图像上是否存在元素模板上的元素，以及该元素在页面图像上的显示是否符合预期的效果等。因此，就要在页面图像上对该元素进行定位。本申请实施例中可以使用现有技术中的任一种模板匹配方法，确定页面图像中与元素模板匹配的初始定位区域。

S102、在页面图像中，以初始定位区域的中心点为初始点向四周进行区域增长，得到与元素模板匹配的目标定位区域；其中，区域增长的终止条件是根据增长的区域边界上各点与初始点的差异表现确定。

前端自动化测试过程中，需要对大量不同型号的终端设备进行测试，而这些设备的屏幕尺寸和分辨率各不相同。因此，按照现有的模板匹配方法确定的初始定位区域并不准确。

本申请实施例中，在初始定位区域基础上，以其中心点作为初始点，通过区域增长的方式得到与元素模板匹配的更准确的目标定位区域。其中，初始定位区域的中心点为匹配质量最高的点，因此可以该中心点作为初始点进行区域增长。具体可以向初始点四周进行扩散，直到满足终止条件为止即可根据扩散的边界确定出目标定位区域。终止条件是根据增长的区域边界上各点与初始点的差异表现确定，也即，最终得到的目标定位区域的区域边界上的各点与初始点的差异表现需要满足设定条件，其中，各点与初始点的差异表现则可以根据点与点之间在X轴和Y轴上的数值之间的差异来确定。

需要说明的是，由于现有的模板匹配方法仅适用于元素模板图和待测页面图像分辨率相同的情况，如果分辨率不同则无法准确定位到目标区域。而本申请实施例中以初始定位区域的中心点作为初始点向四周进行区域增长，并设定增长的终止条件，在达到条件后即可得到目标定位区域。由此，不需要对最终的定位区域的大小进行限制，而是以设定增长终止条件的方式来结束增长，这样，不论待测页面图像是大还是小，分辨率如何，都能准确定位出与元素模板图匹配的定位区域。

本申请实施例的技术方案，在待测试的页面图像中通过模板匹配确定初始定位区域，然后基于初始定位区域的中心点，通过区域增长确定目标定位区域，可以适配不同分辨率的真机，提高了定位的效率和准确性。

图2是根据本申请实施例的页面元素定位方法的流程示意图，本实施例在上述实施例的基础上进一步进行优化。如图2所示，该方法具体包括如下：

S201、利用预先训练的特征提取模型，分别对页面图像和元素模板进行图像特征提取。

例如，可以使用迁移学习的策略，使用ImageNet数据集上训练得到的vgg19网络结构作为特征提取模型进行图像特征提取。并且，还可以采用多层融合的策略来使提取到的特征更加丰富，使得底层纹理特征更有利于模板匹配算法性能的提升，例如，选用特征提取模型中第一层和第三层的特征进行融合。

S202、根据提取的图像特征，计算元素模板与页面图像中各区域的图像相似度。

具体的，可以先根据元素模板的大小确定滑动窗口的大小，然后将该滑动窗口在页面图像上移动，每次移动，则计算元素模板图与滑动窗口对应区域的图像相似度，例如，通过计算图像特征之间的余弦距离来确定图像相似度。

S203、利用质量感知模板匹配方法，根据图像相似度，计算页面图像中使整体匹配质量最大化的目标区域，并将目标区域作为初始定位区域。

其中，目标区域即为利用质量感知模板匹配方法计算得到的最佳匹配区域。

S204、根据元素模板与页面图像中各区域的图像相似度，确定页面图像的质量热力图。

也即，通过质量热力图即可直观的看到不同区域与元素模板的图像相似度之间的区别。

S205、利用与元素模板大小相同的均值滤波器，对质量热力图进行卷积平滑操作。

为了过滤掉部分噪音并且给人更直观的感受，可以采用与元素模板大小相同的均值滤波器对质量热力图进行卷积平滑操作。

S206、在页面图像中，以初始定位区域的中心点为初始点，向初始点的四周以矩形进行扩散，直到得到的目标矩形的每条边上各点像素值的均值，都小于中心点的像素值与预设阈值的乘积，并将目标矩形对应的区域作为目标定位区域。

其中，区域增长的操作可以依据经卷积平滑处理后的热力图来进行。具体的，可以以矩形进行扩散，并将增长的结束条件设为：目标矩形的每条边上各点像素值的均值，都小于中心点的像素值与预设阈值的乘积。也就是说，以初始定位区域的中心点为初始点，并向其四周以矩形进行扩散，并且预先可以对扩散的矩形进行初始化，然后以一定的步长进行扩散，直到扩散的矩形满足上述条件时则终止扩散，此时得到的矩形对应的区域即为目标定位区域。通过区域增长的结束条件的约束，可以针对不同分辨率的待测终端的页面图像，都可以匹配到准确的定位区域。而且无需测试人员针对不同分辨率的待测设备分别进行测试，提高了测试效率。

S207、在质量热力图中显示目标定位区域。

本申请实施例中，由于采用的是区域增长的方式确定最终的目标定位区域，不受元素模板和定位区域大小的限制，因此，本申请实施例中的元素模板不仅可以包括特定页面元素的模板，还可以包括自定义页面区域的模板。其中，特定页面元素的模板是指以页面元素为主体的模板，模板上通常就只有某一个页面元素。而自定义页面区域的模板是指，根据测试需求自定义的测试模板，该模板上可以包含多个元素，由该多个元素构成一个区域，针对该区域在待测页面图像上进行定位。

本申请实施例的技术方案，先利用质量感知模板匹配方法在待测试的页面图像中确定与元素模板匹配的初始定位区域，即使是页面图像的背景变化较大时也能够适用。然后，根据元素模板与页面图像中各区域的图像相似度，确定页面图像的质量热力图，并对质量热力图进行卷积平滑操作，过滤掉了部分噪音，并且给人更直观的感受。最后，基于初始定位区域的中心点，通过区域增长确定目标定位区域，可以适配不同分辨率的真机，提高了定位的效率和准确性，而且，还适用于对自定义页面区域的定位，适用范围更广。

此外，对于PC端的大图，也可以采用多尺度空间金字塔归一化相关系数匹配算法进行定位，具体包括：

1、根据模板图构建多尺度空间，得到多个不同尺度的模板图；

具体的，可以将模板图进行等比例缩放，或者采用K-means聚类算法，构建多尺度空间；

2、对待测图像和每个不同尺度的模板图进行图像特征提取；

3、采用归一化的相关系数匹配算法，根据提取的图像特征，分别对每个模板图与待测图像进行模板匹配，确定待测图像中与某一个模板图最相似的区域，作为感兴趣的目标区域。

图3是根据本申请实施例的页面测试方法的流程示意图，本实施例可适用于先依照元素模板在待测试的页面图像上进行定位，然后根据定位区域对页面图像进行测试的情况，涉及人工智能领域，尤其涉及深度学习、图像处理和测试技术。该方法可由一种页面测试装置来执行，该装置采用软件和/或硬件的方式实现，优选是配置于电子设备中，例如计算机设备或服务器等。如图3所示，该方法具体包括如下：

S301、在待测试的页面图像中定位与元素模板匹配的目标区域。

其中，目标区域是按照如本申请任意实施例所述的页面元素定位方法定位得到。此处不再赘述。

S302、计算元素模板与目标区域的图像相似度，根据图像相似度的取值确定页面图像的测试结果。

其中，图像相似度的取值越大，说明元素在页面图像上的显示与模板越相似，页面图像中该元素的显示越符合预期，测试效果越好。

本申请实施例的技术方案，在待测试的页面图像中通过模板匹配确定初始定位区域，然后基于初始定位区域的中心点，通过区域增长确定目标定位区域，可以适配不同分辨率的真机，提高了定位的效率和准确性，继而提高了页面测试的效率和准确性。

图4是根据本申请实施例的页面元素定位装置的结构示意图，本实施例可适用于在进行页面测试时先依照元素模板在待测试的页面图像上进行定位的情况，涉及人工智能领域，尤其涉及深度学习、图像处理和测试技术。该装置可实现本申请任意实施例所述的页面元素定位方法。如图4所示，该装置400具体包括：

初始定位区域确定模块401，用于确定待测试的页面图像中与元素模板匹配的初始定位区域；

目标定位区域确定模块402，用于在所述页面图像中，以所述初始定位区域的中心点为初始点向四周进行区域增长，得到与所述元素模板匹配的目标定位区域；

其中，所述区域增长的终止条件是根据增长的区域边界上各点与所述初始点的差异表现确定。

可选的，所述目标定位区域确定模块具体用于：

在所述页面图像中，以所述初始定位区域的中心点为初始点，向所述初始点的四周以矩形进行扩散，直到得到的目标矩形的每条边上各点像素值的均值，都小于所述中心点的像素值与预设阈值的乘积，并将所述目标矩形对应的区域作为所述目标定位区域。

可选的，所述初始定位区域确定模块包括：

图像特征提取单元，用于利用预先训练的特征提取模型，分别对所述页面图像和元素模板进行图像特征提取；

图像相似度计算单元，用于根据所述提取的图像特征，计算所述元素模板与所述页面图像中各区域的图像相似度；

初始定位区域确定单元，用于利用质量感知模板匹配方法，根据所述图像相似度，计算所述页面图像中使整体匹配质量最大化的目标区域，并将所述目标区域作为所述初始定位区域。

可选的，装置还包括热力图处理模块，具体用于：

在所述目标定位区域确定模块进行区域增长之前，根据所述元素模板与所述页面图像中各区域的图像相似度，确定所述页面图像的质量热力图；

利用与所述元素模板大小相同的均值滤波器，对所述质量热力图进行卷积平滑操作。

可选的，装置还包括：

目标定位区域显示模块，用于在所述质量热力图中显示所述目标定位区域。

可选的，所述元素模板包括特定页面元素的模板和自定义页面区域的模板。

本申请实施例提供的页面元素定位装置400可执行本申请任意实施例提供的页面元素定位方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。

图5是根据本申请实施例的页面测试装置的结构示意图，本实施例可适用于先依照元素模板在待测试的页面图像上进行定位，然后根据定位区域对页面图像进行测试的情况，涉及人工智能领域，尤其涉及深度学习、图像处理和测试技术。该装置可实现本申请任意实施例所述的页面测试方法。如图5所示，该装置500具体包括：

目标区域定位模块501，用于在待测试的页面图像中定位与元素模板匹配的目标区域；

测试结果获取模块502，用于计算所述元素模板与目标区域的图像相似度，根据所述图像相似度的取值确定所述页面图像的测试结果；

其中，所述目标区域是由本申请任意实施例所述的页面元素定位装置定位得到。

本申请实施例提供的页面测试装置500可执行本申请任意实施例提供的页面测试方法，具备执行方法相应的功能模块和有益效果。本实施例中未详尽描述的内容可以参考本申请任意方法实施例中的描述。

根据本申请的实施例，本申请还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如页面元素定位方法。例如，在一些实施例中，页面元素定位方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的页面元素定位方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行页面元素定位方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

此外，根据本申请的实施例，本申请还提供了另一种电子设备、另一种可读存储介质和另一种计算机程序产品，用于执行本申请任意实施例所述的页面测试方法的一个或多个步骤。其具体的结构和程序代码可参见如图6所示的实施例的内容描述，此处不再赘述。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。