如何对用OpenCV开发的API进行测试 (Google Test 版本)

如何对用OpenCV开发的API进行测试 (Google Test 版本)

如何对用OpenCV开发的API进行测试

假设你想测试一个使用OpenCV开发的图像处理API,例如一个图像滤波函数。以下是一种测试方法的示例:

  1. 准备测试环境:首先,需要安装OpenCV库,并设置好C++开发环境。

  2. 编写测试代码:创建一个新的C++文件,引入必要的OpenCV头文件和测试框架头文件(如Google Test)。

    cpp 复制代码
    #include <opencv2/opencv.hpp>
    #include <gtest/gtest.h>
    
    // 测试函数原型声明
    cv::Mat customImageFilter(const cv::Mat &inputImage);
    
    TEST(ImageFilterTest, BasicFiltering) {
        // 准备测试数据
        cv::Mat inputImage = cv::Mat::ones(100, 100, CV_8UC1) * 255; // 创建一个100x100的全白图像
        cv::Mat expectedResult = ...; // 根据你的滤波逻辑定义预期结果
    
        // 调用待测试的图像处理API
        cv::Mat result = customImageFilter(inputImage);
    
        // 验证结果
        EXPECT_EQ(expectedResult.size(), result.size());
        for (int i = 0; i < result.rows; ++i) {
            for (int j = 0; j < result.cols; ++j) {
                EXPECT_EQ(expectedResult.at<uchar>(i, j), result.at<uchar>(i, j));
            }
        }
    }
    
    int main(int argc, char **argv) {
        ::testing::InitGoogleTest(&argc, argv);
        return RUN_ALL_TESTS();
    }
  3. 编译和运行测试:使用合适的编译器编译测试代码,并运行测试。测试框架会自动执行所有测试用例,并报告测试结果。

断言介绍

断言

gtest 使用一系列断言的宏来检查值是否符合预期,主要分为两类:ASSERT 和 EXPECT。区别在于 ASSERT 不通过的时候会认为是一个 fatal 的错误,退出当前函数(只是函数)。而 EXPECT 失败的话会继续运行当前函数,所以对于函数内几个失败可以同时报告出来。通常我们用 EXPECT 级别的断言就好,除非你认为当前检查点失败后函数的后续检查没有意义。

基础的断言

Fatal assertion Nonfatal assertion Verifies
ASSERT_TRUE(condition ); EXPECT_TRUE(condition ); condition is true
ASSERT_FALSE(condition ); EXPECT_FALSE(condition ); condition is false

数值比较

Fatal assertion Nonfatal assertion Verifies
ASSERT_EQ(val1 , val2 ); EXPECT_EQ(val1 , val2 ); val1 == val2
ASSERT_NE(val1 , val2 ); EXPECT_NE(val1 , val2 ); val1 != val2
ASSERT_LT(val1 , val2 ); EXPECT_LT(val1 , val2 ); val1 < val2
ASSERT_LE(val1 , val2 ); EXPECT_LE(val1 , val2 ); val1 <= val2
ASSERT_GT(val1 , val2 ); EXPECT_GT(val1 , val2 ); val1 > val2
ASSERT_GE(val1 , val2 ); EXPECT_GE(val1 , val2 ); val1 >= val2

字符串比较

Fatal assertion Nonfatal assertion Verifies
ASSERT_STREQ(str1 , str2 ); EXPECT_STREQ(str1 , _str_2); the two C strings have the same content
ASSERT_STRNE(str1 , str2 ); EXPECT_STRNE(str1 , str2 ); the two C strings have different content
ASSERT_STRCASEEQ(str1 , str2 ); EXPECT_STRCASEEQ(str1 , str2 ); the two C strings have the same content, ignoring case
ASSERT_STRCASENE(str1 , str2 ); EXPECT_STRCASENE(str1 , str2 ); the two C strings have different content, ignoring case
相关推荐
顾北121 天前
MCP协议实战|Spring AI + 高德地图工具集成教程
人工智能
wfeqhfxz25887821 天前
毒蝇伞品种识别与分类_Centernet模型优化实战
人工智能·分类·数据挖掘
中杯可乐多加冰1 天前
RAG 深度实践系列(七):从“能用”到“好用”——RAG 系统优化与效果评估
人工智能·大模型·llm·大语言模型·rag·检索增强生成
珠海西格电力科技1 天前
微电网系统架构设计:并网/孤岛双模式运行与控制策略
网络·人工智能·物联网·系统架构·云计算·智慧城市
FreeBuf_1 天前
AI扩大攻击面,大国博弈引发安全新挑战
人工智能·安全·chatgpt
weisian1511 天前
进阶篇-8-数学篇-7--特征值与特征向量:AI特征提取的核心逻辑
人工智能·pca·特征值·特征向量·降维
Java程序员 拥抱ai1 天前
撰写「从0到1构建下一代游戏AI客服」系列技术博客的初衷
人工智能
186******205311 天前
AI重构项目开发全流程:效率革命与实践指南
人工智能·重构
森之鸟1 天前
多智能体系统开发入门:用鸿蒙实现设备间的AI协同决策
人工智能·harmonyos·m
铁蛋AI编程实战1 天前
大模型本地轻量化微调+端侧部署实战(免高端GPU/16G PC可运行)
人工智能·架构·开源