微信读书排版引擎自动化测试方案(3)

那么，如何完成步骤 3 的自动化，让机器做人类的事情呢？我们把它再细分成三个步骤：

1. 获取排版结果的数据表示

首先，需要找到一种机器能读懂的数据表示，这种数据表示要既能够表示排版的结果、反映代码的修改，也能够通过算法来对比，对比的结果要便于可视化的展示，方便开发、测试同学判断差异是否符合预期。

我们的选择有：

1. NSAttributedString，是从 EPUB、TXT 处理后得到的中间数据，包括文字和排版样式。这种数据结构比较抽象，没有一种很好的差异计算方法、和差异结果可视化方法。

2. 阅读器屏幕截图，位图格式，借助各种成熟的数字图像处理算法，容易计算差异

考虑到 2 容易计算差异，可视化输出效果较好，我们选取阅读器屏幕截图作为数据表示。

2. 对比图像差异

选择了图像作为排版结果的数据表示，那么如何对比图像差异呢？

首先，我们要选取图像特征，然后才能对比图片差异。图像的特征，从视觉认知概念上，有低、中、高级特征：

• 低级特征：如像素域、频率域、ImageHash
• 中级特征：如 sobel 边缘特征
• 高级特征：抽象视觉概念，比如从 CNN 算法训练得到的标签，如车、枪、球

这里我们希望每个像素的差异都能检测到，所以选取像灰度化处理过的图像矩阵作为特征。

原文转自：http://wereadteam.github.io/2016/08/23/Typesetter/