微信讀書排版引擎自動化測試方案(3)

那么，如何完成步驟 3 的自動化，讓機器做人類的事情呢？我們把它再細分成三個步驟：

1. 獲取排版結果的數據表示

首先，需要找到一種機器能讀懂的數據表示，這種數據表示要既能夠表示排版的結果、反映代碼的修改，也能夠通過算法來對比，對比的結果要便于可視化的展示，方便開發、測試同學判斷差異是否符合預期。

我們的選擇有：

1. NSAttributedString，是從 EPUB、TXT 處理后得到的中間數據，包括文字和排版樣式。這種數據結構比較抽象，沒有一種很好的差異計算方法、和差異結果可視化方法。

2. 閱讀器屏幕截圖，位圖格式，借助各種成熟的數字圖像處理算法，容易計算差異

考慮到 2 容易計算差異，可視化輸出效果較好，我們選取閱讀器屏幕截圖作為數據表示。

2. 對比圖像差異

選擇了圖像作為排版結果的數據表示，那么如何對比圖像差異呢？

首先，我們要選取圖像特征，然后才能對比圖片差異。圖像的特征，從視覺認知概念上，有低、中、高級特征：

• 低級特征：如像素域、頻率域、ImageHash
• 中級特征：如 sobel 邊緣特征
• 高級特征：抽象視覺概念，比如從 CNN 算法訓練得到的標簽，如車、槍、球

這里我們希望每個像素的差異都能檢測到，所以選取像灰度化處理過的圖像矩陣作為特征。

原文轉自：http://wereadteam.github.io/2016/08/23/Typesetter/