[发明专利]一种基于图像处理的树状节点识别方法

摘要

一种基于图像处理的树状节点识别方法，属于软件自动化测试技术领域。它通过对像素行进行标记，构成树形结构节点行；通过计算得到树形结构节点中内容行的集合、计算节点行行高H和第一个节点行首行行号F，再对灰度图P进行树形结构节点行分行，得到映射集，识别树状节点的阶，解决用户需要手动操作以树形结构样式来显示图形界面的问题，有助于实现图形化界面的自动化测试。

主权项

1.一种基于图像处理的树状节点识别方法，其特征在于包括如下步骤：步骤1：对像素行进行标记，得到内容行和空白行，多个内容行和空白行构成了树形结构节点行，具体过程为：步骤1.1：对树形结构所在的区域进行截图，并将截图进行灰度化，得到灰度图P，其分辨率为w*h；步骤1.2：令P＝{G_i|i＝0,1,2,...,h‑1},G_i＝{g_ij|j＝0,1,2,...,w‑1}，其中G_i表示灰度图P的第i行像素集，g_ij表示灰度图P中第i行第j列像素的灰度值；步骤1.3：根据式(1)和(2)对G_i(i＝0,1,2,…,h‑1)进行标记，得到集合K＝{k_i|i＝0,1,2,...,h‑1}:式中，表示G_i中像素的平均灰度值，k_i表示与G_i对应的标记结果，当k_i＝1时，称G_i为内容行，k_i≠1时为空白行，多个空白行和多个内容行把像素行分成2类；多个内容行和空白行构成了树形结构节点行；步骤2：根据式(3)、(4)和(5)计算得到树形结构节点中内容行的集合O＝{＜t_q,b_q,＞|q＝1,2,...,d,t_q∈{0,1,…,h‑1},b_q∈{0,1,…,h‑1}}:t_p＜b_p＜t_r＜b_r,若r＞p且＜t_p,b_p＞∈O且＜t_r,b_r＞∈O  (3)k_x＝1,若x∈[t_q,b_q]且k_x∈K  (4)b_q‑t_q＞L_min  (5)其中，d表示树形结构节点的数量，t_q和b_q分别表示第q个树形结构节点在灰度图P中对应位置的像素起始行和结束行的行号，L_min表示预设的树形结构节点行的高度阈值；步骤3：计算节点行行高H和第一个节点行首行行号F，具体为：步骤3.1：根据式(6)和(7)计算树形结构节点中行号连续的内容行行数平均值A：式中，Sum表示内容行的数量；步骤3.2：设置树形结构节点行高H和首行行号F的拟合区间分别为和V₂＝(0,A)；步骤3.3：令行号集合E与空白行数S_E的映射集为E_fh＝{e|e＝f+h*k,e<Sum,k＝1,2,...,d}，其中集合E_fh表示行高为h、首行序号为f时的行号集合，e表示行序号，表示行号集合E_fh中空白行的数量；步骤3.4：根据式(8)得到行高H和首行行号F:步骤4：对灰度图P进行树形结构节点行分行，得到映射集L＝{<lt_i,lb_i>|lt_i＝F+H*(i‑1),lb_i＝F+H*i‑1,i＝1,2,...,d}，其中<lt_i,lb_i>表示第i节点行中像素行行号集合，lt_i和lb_i分别表示第i节点行的首行和末行序号；步骤5：识别树状节点的阶，具体为：步骤5.1：设树形结构共有m个层级，层级的边界纵坐标集合LX＝{lx_i|i＝0,1,2,...,m}，其中lx₀表示第1层级的左边界，lx₁表示第1层级的右边界,lx_m表示第m层级的右边界；步骤5.2：对所有节点行图标可能存在位置区域进行截图，令集合Lg＝{<b_pq,Re_pq>|p＝1,2,...,d,q＝1,2,...,m},Re_pq＝{g_ab|lx_q‑1<a<lx_q,lt_p<b<lb_p}，其中b_pq表示图标的行号和层级为p和q，Re_pq表示第p节点行第q个层级图标区域的截图，g_ab表示灰度图片P中第a行第b列的像素灰度值；步骤5.3：对图标集合Lg逐行判断区域内是否存在图标；若第i区域存在图标，则该行的阶度为i。