(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211255039.9 (22)申请日 2022.10.13 (71)申请人 太原向明智控科技有限公司 地址 030000 山西省太原市综改示范区唐 槐园区正阳街 49号东区 (72)发明人 刘治国　张霄　马苏娜　 (74)专利代理 机构 太原高欣科创专利代理事务 所(普通合伙) 14109 专利代理师 崔浩　王昆鹏 (51)Int.Cl. G06F 11/36(2006.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06V 10/82(2022.01) G06V 30/10(2022.01) (54)发明名称 一种基于tesseract-or c的软件自动化测试 方法及系统 (57)摘要 本发明一种基于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领 域； 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； 解决该技术问题采用的技术 方案为： 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； 对切割好 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； 将真实数据与界面信息数据库的数 据进行对比； 根据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； 将相应的测试 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； 本发明应用于软件自动 化测试。 权利要求书1页 说明书3页 附图2页 CN 115543820 A 2022.12.30 CN 115543820 A 1.一种基于tes seract‑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。 3.根据权利要求2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tes seract软件中进行文字识别。 4.根据权利要求2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。 5.一种基于tesseract ‑orc的软件自动化测试系统， 其特征在于： 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tesser act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。权　利　要　求　书 1/1 页 2 CN 115543820 A 2一种基于tes seract‑orc的软件自动化测试方 法及系统 技术领域 [0001]本发明一种基于tesseract ‑orc的软件自动化测试方法及系统， 属于软件自动化 测试技术领域。 背景技术 [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。 发明内容 [0003]本发明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， 本发明采用的技术方案为： 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、 进一说　明　书 1/3 页 3 CN 115543820 A 3