# auto_test-video_analysis_platform

**Repository Path**: dianetian/auto_test-video_analysis_platform

## Basic Information

- **Project Name**: auto_test-video_analysis_platform
- **Description**: 针对视频分析平台，自动执行测试视频用例集，验证平台是否正常运行分析、是否存在误报或漏报。
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: develop
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 1
- **Forks**: 1
- **Created**: 2019-09-27
- **Last Updated**: 2022-03-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# auto_test-video_analysis_platform

#### 项目背景
随着版本不断迭代，视频分析平台支持的事件分析类型越来越多；  
而在有限的测试时间内，很难在测试新增事件分析类型的功能的同时，还能回归测试原有事件分析类型的功能；  
这时，迫切需要引入自动化测试，保证版本发布前所有事件分析类型的功能正确性，减少上线后原有功能出错的风险；  

#### 项目介绍
基于熟悉产品的基本实现，前期准备测试视频、画线区域信息、事件类型、预期结果等数据，通过测试脚本实现对测试用例数据的读取、执行和判断，实现自动化测试视频分析平台，验证平台是否对关注的事件类型是否正常分析且是否触发告警；

#### TO YOU AND MYSELF
不同于其他自动化测试，目前该项目对视频分析平台的依赖较强，如不同视频分析平台访问的数据库的表结构、以及本身实现机制都不同；  
该项目更希望传达的是，除了网络上流行的Web界面自动化测试、Web接口自动化测试等，还可根据实际工作，主动思考、发现就职公司的产品本身是否可实现自动化测试；

#### 软件架构
unittest+ddt+HTMLTestRunner架构  
其中，unittest是单元测试框架，ddt是数据驱动，BeautifulReport或HTMLTestRunner是生成更直观的测试报告模板；

#### 依赖环境
1. Ubuntu 16.04
2. Python 3.7.0
    - unittest
    - ddt
    - BeautifulReport or HTMLTestRunner
    - xlrd
    - pymysql
3. MySql 5.7.27

#### 使用说明
1. 克隆项目到本地
```
git clone https://gitee.com/dianetian/auto_test-video_analysis_platform.git
```
2. 安装项目依赖第三方库
```
cd auto_test-video_analysis_platform/requirement
python3 -m pip install -r requirement.txt
```
3. 修改配置
```
cd auto_test-video_analysis_platform/data
vim test_data.ini
    [test]
    event_types # 列表类型，指定待测试的事件类型，如[11,24]
    case_level # 测试用例等级，指定测试级别——0表示冒烟测试、1表示回归测试
    [server]
    db_ip # 数据库所在服务器的IP地址
    db_username # 数据库登录用户名
    db_password # 数据库登录用户密码
    db_name # 数据库测试库
    stream_server_port # 待测试视频分析平台的端口号
    project_path # 待测试平台的项目主路径
    test_video_dir_name # 测试视频的目录名
    wrong_event_video_dir_name # 误报视频的目录名
    model_verify_dir_name # 模型验证工具的目录名
    [camera]
    unit_id # 摄像机第一级节点id
    sub_unit_id # 摄像机第二级节点id
    tree_name # 摄像机第一级节点名称
    sub_tree_name # 摄像机第二级节点名称
    ip # 摄像机IP地址
    port # 摄像机端口号
    username # 登录摄像机用户名
    password # 登录摄像机用户密码
```
4. 运行该项目，进行视频分析平台的自动化测试
```
cd auto_test-video_analysis_platform/
python3 run_test.py
```

#### 待优化清单
- ~~代码待优化，虽有模块分级~~ (完成 测试模块与业务隔离)
- ~~添加对每个测试视频的case_level，测试人员可根据实际需求执行不同测试级别的自动化测试~~（完成 0表示冒烟测试、1表示回归测试）