Làm thế nào để đơn vị kiểm tra mã xử lý hình ảnh?

Tôi đang làm việc trong xử lý hình ảnh (chủ yếu là OCR) và tôi tự hỏi làm thế nào tôi nên tích hợp các bài kiểm tra đơn vị trong sự phát triển của mình.

Tôi đã sử dụng các thử nghiệm đơn vị cho loại mã "phổ biến" hơn nhưng khi xử lý mã xử lý hình ảnh, tôi không chắc chắn làm thế nào để xử lý nó. Loại mã này luôn cần một số đầu vào / đầu ra dữ liệu hình ảnh và việc chế nhạo điều này là không rõ ràng. Hiện tại tôi chủ yếu thực hiện các bài kiểm tra tích hợp nhưng chúng mất một chút thời gian để chạy và tôi muốn có một số ý tưởng về cách chia loại mã này thành các bài kiểm tra đơn vị để tôi có thể chạy chúng nhanh hơn.

Chỉnh sửa: Phân tích một nhân vật có thể trải qua nhiều bước liên quan đến nhiều thao tác xoay, chia tỷ lệ và hình thái. Các bước này thay đổi thường xuyên khi thuật toán đang được phát triển. Do đó, đầu vào và đầu ra dự kiến ​​có thể phát triển rất nhiều trong khi thử nghiệm. Mỗi ký tự có thể là 100x100 pixel, do đó, việc mã hóa chúng trong mã hoặc làm việc với dữ liệu được tạo là không cần thiết.

Tôi làm việc với phần mềm ghi / phân tích / phát video và chúng tôi gặp phải một vấn đề rất giống nhau. Dưới đây là giải pháp của chúng tôi, không chắc nó sẽ hoạt động lâu dài như thế nào nhưng bây giờ nó dường như hoạt động.

Lưu hình ảnh đầu vào / đầu ra dưới dạng tài nguyên trong dự án thử nghiệm đơn vị của bạn. Sau đó, kiểm tra đơn vị xác minh rằng khi một đầu vào cụ thể được đưa ra, đầu ra cụ thể đó được tạo ra.

9/10 lần khi bạn cấu trúc lại mã và thêm chức năng khác, bạn sẽ mong đợi hành vi của thói quen xử lý hình ảnh của mình không thay đổi, vì vậy nếu tất cả các thử nghiệm đơn vị đột ngột bắt đầu không thành công, có thể là do lỗi.

Mặt khác, nếu bạn thực hiện các thay đổi trong thuật toán thực tế, điều đó cũng sẽ dẫn đến lỗi thử nghiệm đơn vị. Trong trường hợp này, bạn sẽ phải xác minh bằng tay / trực quan rằng kết quả là chính xác và nếu chúng trông ổn, sau đó cập nhật tài nguyên hình ảnh để làm cho bài kiểm tra đơn vị vượt qua một lần nữa.

Trong dự án của chúng tôi, cuối cùng chúng tôi đã phát triển các nguồn video "giả" (hoặc giả nếu bạn muốn), có thể cung cấp dữ liệu cho chúng tôi cả cho đầu vào và đầu ra. Nhưng bản thân dữ liệu không phải là giả, nó thực sự được ghi lại bằng các lớp ghi dữ liệu của người trợ giúp từ một hệ thống đang chạy khi chúng tôi chạy thử nghiệm thủ công và xác minh rằng mọi thứ đều hoạt động.