이 페이지는 Cloud Translation API를 통해 번역되었습니다.

카메라 ITS 테스트

이 페이지에서는 Android CTS(호환성 테스트 도구 모음) Verifier의 일부인 카메라 이미지 테스트 도구 모음(ITS)의 포괄적인 테스트 목록을 제공합니다. ITS 테스트는 기능 테스트로, 이미지 품질을 측정하는 것이 아니라 광고된 모든 카메라 기능이 예상대로 작동한다는 의미입니다. 이 문서를 통해 개발자와 테스터는 개별 테스트가 수행하는 작업과 테스트 실패를 디버깅하는 방법을 이해할 수 있습니다.

테스트는 다음과 같이 장면별로 그룹화됩니다.

scene0 : 메타데이터, 지터, 자이로스코프, 진동 캡처
scene1 : 노출, 감도, EV 보정, YUV vs JPEG/RAW
scene2 : 얼굴 인식
scene3 : 가장자리 향상, 렌즈 이동
scene4 : 종횡비, 자르기, 시야각
scene5 : 렌즈 쉐이딩
scene6 : 줌
sensor_fusion : 카메라/자이로스코프 타이밍 오프셋

각 장면에 대한 설명은 개별 섹션을 참조하십시오.

장면0

Scene0 테스트에는 특정 장면 정보가 필요하지 않습니다. 그러나 자이로스코프 및 진동 테스트를 위해 전화기는 고정되어 있어야 합니다.

test_burst_capture

전체 캡처 파이프라인이 전체 크기 캡처 속도 및 CPU 시간을 따라갈 수 있는지 확인합니다.

테스트한 API:

android.hardware.camera2.CameraMetadata#REQUEST_AVAILABLE_CAPABILITIES_BURST_CAPTURE

통과: 전체 크기 이미지의 버스트를 캡처하고 카메라는 시간 초과를 방지할 만큼 충분히 빠릅니다.

test_capture_result_dump

캡처 결과가 수동 캡처에서 반환되는지 테스트한 다음 덤프합니다.

테스트한 API:

android.hardware.camera2.CaptureResult

통과: 캡처를 완료하고 캡처 결과를 덤프합니다.

test_gyro_bias

기기가 정지해 있을 때 자이로의 출력이 안정적인지 테스트합니다. 데이터는 평균 20개의 데이터 포인트로 표시됩니다.

테스트한 API:

통과: 자이로 판독값의 델타가 시간 경과에 따라 0.01 미만입니다.

test_gyro_bias_plot.png

테스트_지터

카메라 타임스탬프의 지터를 측정합니다.

테스트한 API:

패스: 프레임 사이에 최소 30ms 델타가 있습니다.

test_jitter_plot.png (작은 y축 범위에 유의하십시오. 지터는 실제로 이 플롯에서 작습니다.)

테스트_메타데이터

메타데이터 항목의 유효성을 테스트합니다. 캡처 결과와 카메라 특성 객체를 살펴봅니다. 이 테스트는 이미지 콘텐츠가 중요하지 않기 때문에 auto_capture_request 노출 및 게인 값을 사용합니다.

테스트한 API:

통과: 하드웨어 수준, rollingShutterSkew , frameDuration 태그, timestampSource , croppingType , blackLevelPattern , pixel_pitch , FOV, hyperfocal distance가 존재하고 유효한 값을 가집니다.

test_param_sensitivity_burst

android.sensor.sensitivity 매개변수가 burst에서 제대로 적용되는지 테스트합니다. 출력 메타데이터만 검사합니다.

테스트한 API:

통과: 출력 데이터의 허용오차가 0.2% 미만입니다.

테스트_읽기_쓰기

장치가 캡처 메타데이터를 다시 읽어 올바른 노출 및 게인 값을 쓰는지 테스트합니다.

테스트한 API:

통과: 읽기 및 쓰기 값이 모든 샷에서 일치합니다.

test_sensor_events

센서 퓨전 지원을 광고하는 장치에 대한 장치 쿼리 및 센서 이벤트 출력을 테스트합니다. 예상되는 센서는 가속도계, 자이로스코프 및 자력계입니다. 이 테스트는 화면이 켜져 있는 경우에만 작동합니다. 즉, 기기가 대기 모드에 있지 않습니다.

테스트한 API:

통과: 각 센서에 대한 이벤트가 수신됩니다.

test_solid_color_test_pattern

카메라 음소거에 대해 단색 테스트 패턴이 제대로 생성되는지 테스트합니다. 카메라 음소거가 지원되는 경우 단색 테스트 패턴이 지원되어야 합니다. 카메라 음소거가 지원되지 않는 경우 단색 테스트 패턴은 기능이 광고되는 경우에만 테스트됩니다.

RAW 이미지가 지원되는 경우 색상 할당도 테스트됩니다. 테스트한 색상은 검정, 흰색, 빨강, 파랑 및 녹색입니다. RAW 이미지를 지원하지 않는 카메라의 경우 검정만 테스트합니다.

테스트한 API:

통과: 지원되는 단색 테스트 패턴이 올바른 색상이며 이미지의 편차가 적습니다.

테스트_테스트_패턴

android.sensor.testPatternMode 매개변수를 테스트하여 각각의 유효한 테스트 패턴에 대한 프레임을 캡처하고 단색 및 색상 막대에 대해 프레임이 올바르게 생성되는지 확인합니다. 이 테스트에는 다음 단계가 포함됩니다.

지원되는 모든 테스트 패턴에 대한 이미지를 캡처합니다.
단색 테스트 패턴 및 색상 막대에 대한 간단한 정확성 검사를 수행합니다.

테스트한 API:

통과: 지원되는 테스트 패턴이 올바르게 생성됩니다.

test_test_patterns_2

test_test_patterns_2.jpg

test_tonemap_curve

선형 톤맵을 사용하여 RAW에서 YUV로의 테스트 패턴 변환을 테스트합니다. 이 테스트에서는 톤맵 변환을 위한 완벽한 이미지 패턴을 생성하기 위해 android.sensor.testPatternMode = 2 (COLOR_BARS)가 필요합니다. 파이프라인이 선형 톤맵과 이상적인 이미지 입력으로 적절한 색상 출력을 갖도록 합니다( test_test_patterns 에 의존).

테스트한 API:

통과: YUV와 RAW는 서로 비슷하게 보입니다.

test_tonemap_curve_raw_2

test_tonemap_curve_raw_2.jpg

test_tonemap_curve_yuv_2.jpg

test_unified_timestamp

이미지 및 모션 센서 이벤트가 동일한 시간 도메인에 있는지 테스트합니다.

테스트한 API:

패스: 모션 타임스탬프는 두 이미지 타임스탬프 사이에 있습니다.

테스트_진동_제한

기기의 진동이 예상대로 작동하는지 테스트합니다.

테스트한 API:

통과: 카메라 오디오 제한 API에 의해 음소거된 경우 장치가 진동하지 않습니다.

장면 1

scene1은 회색 차트입니다. 회색 차트는 카메라 시야의 중앙 30%를 덮어야 합니다. 그레이 차트는 중앙 영역에 특징이 없어 적당히 3A(자동 노출, 자동 화이트 밸런스, 자동 초점)에 도전할 것으로 예상됩니다. 그러나 캡처 요청은 3A가 수렴하기에 충분한 기능을 포함하는 전체 장면을 지정합니다.

RFoV 카메라는 WFoV 또는 RFoV 테스트 장비에서 테스트할 수 있습니다. RFoV 카메라가 WFoV 테스트 장비에서 테스트되는 경우 차트는 FoV의 회색 차트에 대한 일부 경계를 보장하기 위해 2/3로 조정되어 3A 수렴을 돕습니다.

장면 1

scene1: 전체 크기 차트(왼쪽). ⅔ 스케일 차트(오른쪽).

테스트_3a

적당히 도전적인 대상으로 3A의 수렴을 테스트합니다.

테스트한 API:

통과: 3A가 수렴하고 반환된 3A 값이 유효합니다.

test_ae_af

3A 자동 노출(AE) 및 자동 초점(AF) 알고리즘을 개별적으로 테스트합니다.

테스트한 API:

통과: 3A가 수렴하고 반환된 3A 값이 유효합니다.

test_ae_precapture_trigger

사전 캡처 트리거를 사용할 때 AE 상태 시스템을 테스트합니다. AE가 비활성화된 상태에서 5개의 수동 요청을 캡처합니다. 마지막 요청에는 AE 사전 캡처 트리거가 있으며 AE가 비활성화되어 있으므로 무시해야 합니다.

테스트한 API:

패스: AE가 수렴합니다.

test_auto_vs_manual

캡처한 자동 및 수동 샷이 동일하게 보이는 테스트.

테스트한 API:

통과: 각 캡처 결과에 보고된 수동 화이트 밸런스 게인 및 변환이 카메라의 3A 알고리즘에서 자동 화이트 밸런스 estimate 와 일치합니다.

test_auto_vs_manual_auto

test_auto_vs_manual_auto.jpg

test_auto_vs_manual_wb

test_auto_vs_manual_wb.jpg

test_auto_vs_manual_manual_wb_tm

test_auto_vs_manual_manual_wb_tm.jpg

test_black_white

장치가 완전한 흑백 이미지를 생성하는지 테스트합니다. 두 번 캡처합니다. 첫 번째는 매우 낮은 게인과 짧은 노출로 검은색 사진이 되고 두 번째는 매우 높은 게인과 긴 노출로 흰색 사진이 됩니다.

테스트한 API:

패스: 흑백 이미지를 생성합니다. 흰색 이미지의 포화 채널은 RGB 값이 [255, 255, 255]이고 오차 범위는 1% 미만 차이입니다.


test_black_white_black.jpg	test_black_white_white.jpg

test_black_white_plot_means

test_black_white_plot_means.png

test_burst_sameness_manual

수동 캡처 설정으로 50개의 이미지를 5번 연속 촬영하여 모두 동일한지 확인합니다. 이 테스트는 다르게 처리되거나 아티팩트가 있는 산발적인 프레임이 있는지 식별하는 데 사용할 수 있습니다.

테스트한 API:

통과: 이미지가 시각적으로나 RGB 값에서 동일합니다.

실패: 각 버스트의 시작 부분에 RGB 평균 차트의 스파이크 또는 드롭을 표시합니다.

허용 오차는 first_API_level < 30에 대해 3%입니다.
허용 오차는 first_API_level >= 30에 대해 2%입니다.

test_burst_sameness_manual_mean

test_burst_sameness_manual_mean.jpg

test_burst_sameness_manual_plot_means

test_burst_sameness_manual_plot_means.png

테스트_캡처_결과

유효한 데이터가 CaptureResult 개체에 반환되는지 테스트합니다. 자동, 수동 및 자동 캡처를 수행합니다.

테스트한 API:

통과: 메타데이터는 모든 캡처에 유효하며 수동 설정이 두 번째 자동 캡처로 누출되지 않습니다. 캡처에 대한 렌즈 음영 보정을 플롯합니다.

test_capture_result_plot_lsc_auto_ch0

test_capture_result_plot_lsc_auto_ch0.png

test_crop_region_raw

RAW 스트림을 자를 수 없는지 테스트합니다.

테스트한 API:

통과: YUV 이미지는 중앙에서 잘리지만 RAW 이미지는 아닙니다.

test_crop_region_raw_comp_raw_crop

test_crop_region_raw_comp_raw_crop.jpg

test_crop_region_raw_comp_raw_full

test_crop_region_raw_comp_raw_full.jpg

test_crop_region_raw_comp_yuv_crop

test_crop_region_raw_comp_yuv_crop.jpg

test_crop_region_raw_yuv_full

test_crop_region_raw_yuv_full.jpg

test_crop_regions

자르기 영역이 작동하는지 테스트합니다. 전체 이미지를 촬영하고 5개의 서로 다른 영역(모서리와 중앙)의 패치를 만듭니다. 5개 영역에 대한 자르기 설정으로 이미지를 촬영합니다. 패치와 자르기 이미지 값을 비교합니다.

테스트한 API:

패스: 자른 영역의 이미지가 자르기 이미지에 해당하는 패치와 일치합니다.

test_dng_noise_model

DNG 원시 모델 매개변수가 올바른지 확인합니다. 이 플롯은 감도 범위에서 캡처된 원시 샷에서 회색 카드 중앙 패치의 측정된 분산을 묘사하고 이 값을 카메라 HAL의 DNG 노이즈 모델에 의해 각 감도에서 예상되는 분산과 비교합니다( 캡처 결과 개체에 반환된 O,S 매개변수). DNG 노이즈 모델에 대한 자세한 내용은 DNG 노이즈 모델 에 대한 다음 문서를 다운로드하십시오.

테스트한 API:

통과: DNG 원시 모델 매개변수가 정확합니다. 예상 RGB 값은 측정된 실제 RGB 값과 일치합니다.

test_dng_noise_model_plog

test_dng_noise_model_plog.png

test_ev_compensation_advanced

노출 값(EV) 보정이 적용되는지 테스트합니다. 이 테스트는 8단계로 노출을 증가시키고 측정된 밝기와 예상 밝기를 확인합니다. 기대값은 EV 보정이 적용되지 않은 이미지의 이미지 밝기에서 계산되며 계산된 값이 실제 이미지 값 범위를 초과하면 기대값이 포화됩니다. 예상 값과 측정 값이 일치하지 않거나 이미지가 5단계 내에서 과다 노출되면 테스트에 실패합니다.

테스트한 API:

통과: 이미지는 5단계 내에서 과다 노출 없이 노출이 증가하는 것을 보여줍니다.

test_ev_compensation_advanced_plot_means

test_ev_compensation_advanced_plot_means.png

test_ev_compensation_basic

CONTROL_AE_COMPENSATION_STEP 으로 생성된 범위를 사용하여 EV 보정이 적용되는지 테스트합니다. 각 보정 값에서 8개의 프레임이 캡처됩니다.

테스트한 API:

통과: EV 보정 설정이 증가함에 따라 휘도의 증가를 캡처하고 각 EV 보정 설정에 대해 캡처된 8개의 프레임은 안정적인 휘도 값을 갖습니다.

test_ev_compensation_basic

test_ev_compensation_basic.png

테스트_노출

ISO 및 노출 시간이 변함에 따라 일정한 노출이 달성되는지 테스트합니다. ISO와 노출 시간이 서로 균형을 이루도록 선택한 일련의 사진을 찍습니다. 결과는 동일한 밝기를 가져야 하지만 시퀀스에 걸쳐 이미지 노이즈가 더 커집니다. 샘플 픽셀 평균 값이 서로 가까운지 확인합니다. 이미지가 0 또는 1로 고정되지 않도록 합니다(평평한 선처럼 보이게 함). 구성 파일에서 debug 플래그를 설정하여 RAW 이미지로 테스트를 실행할 수도 있습니다.

테스트한 API:

통과: 이미지의 밝기는 동일하지만 ISO가 높을수록 노이즈가 더 커집니다. ISO*exposure 값이 테스트된 게인 공간에서 일정할 때 RGB 평면은 평평합니다.

test_exposure_plot_means

test_exposure_plot_means.png


test_exposure_mult=1.00.jpg	test_exposure_mult=64.00.jpg

test_jpeg

변환된 YUV 이미지와 장치 JPEG 이미지가 동일하게 보이는지 테스트합니다. 테스트는 이미지의 중앙 10%를 가져와 RGB 값을 계산하고 일치하는지 확인합니다.

테스트한 API:

android.graphics.ImageFormat#JPEG

통과: 각 이미지 간의 평균 RGB 차이는 3% 미만입니다.


test_jpeg_fmt=jpg.jpg	test_jpeg=fmt=yuv.jpg

테스트_래칭

FULL 및 LEVEL_3 카메라의 오른쪽 프레임에 설정(노출 및 게인)이 걸리는지 테스트합니다. 연속 요청을 사용하여 일련의 샷을 찍고 샷 사이의 캡처 요청 매개변수를 변경합니다. 이미지에 예상 속성이 있는지 확인합니다.

테스트한 API:

android.hardware.camera2.CameraCharacteristics#INFO_SUPPORTED_HARDWARE_LEVEL

통과: 이미지[2, 3, 6, 8, 10, 12, 13]는 ISO 또는 노출이 증가했으며 test_latching_plot_means.png 에서 더 높은 RGB 평균으로 표시됩니다.


test_latching_i=00.jpg	test_latching_i=01.jpg	test_latching_i=02.jpg

test_latching_i=03.jpg	test_latching_i=04.jpg	test_latching_i=05.jpg

test_latching_i=06.jpg	test_latching_i=07.jpg	test_latching_i=08.jpg

test_latching_i=09.jpg	test_latching_i=10.jpg	test_latching_i=11.jpg

test_latching_i=12.jpg

test_latching_plot_means

test_latching_plot_means.png

테스트_선형성

장치 처리가 선형 픽셀로 반전될 수 있는지 테스트합니다. 장치가 균일한 대상을 향하도록 일련의 샷을 캡처합니다.

테스트한 API:

합격: R, G, B 값은 감도가 증가함에 따라 선형적으로 증가해야 합니다.

test_linearity_plot_means

test_linearity_plot_means.png

test_locked_burst

3A 잠금 및 YUV 버스트를 테스트합니다(자동 설정 사용). 이 테스트는 MANUAL_SENSOR 또는 PER_FRAME_CONTROLS 가 없는 제한된 기기에서도 통과하도록 설계되었습니다. 테스트는 프레임 속도 검사가 CTS에 있는 동안 YUV 이미지 일관성을 검사합니다.

테스트한 API:

통과: 캡처가 일관되게 보입니다.

test_locked_burst_frame0

test_locked_burst_frame0.jpg

test_locked_burst_frame1

test_locked_burst_frame1.jpg

test_locked_burst_frame2

test_locked_burst_frame2.jpg

test_multi_camera_match

장치의 여러 카메라가 회색 패치에 대해 유사한 RGB 값을 제공하는지 테스트합니다.

테스트한 API:

통과: 다른 카메라는 동일한 회색 패치에 대해 유사한 RGB 값을 생성합니다.

test_multi_camera+match_yuv_fl=4.38

test_multi_camera+match_yuv_fl=4.38.jpg

test_param_color_correction

설정된 경우 android.colorCorrection.* 매개변수가 적용되는지 테스트합니다. 다른 변형 및 게인 값으로 샷을 촬영하고 그에 따라 다르게 보이는지 테스트합니다. 변환 및 게인은 출력을 점점 더 빨간색 또는 파란색으로 만들기 위해 선택됩니다. 선형 톤맵을 사용합니다. 톤 매핑은 보다 제한된 동적 범위를 가진 매체에서 HDR 이미지의 모양을 근사화하기 위해 한 세트의 색상을 다른 색상 세트에 매핑하기 위해 이미지 처리에 사용되는 기술입니다.

테스트한 API:

통과: 변형에 따라 R 및 B 값이 증가합니다.

test_param_color_correction_plot_means

test_param_color_correction_plot_means.png

*x축은 캡처 요청입니다: 0 = 통합, 1=빨간색 부스트, 2= 파란색 부스트

test_param_color_correction_req=0

test_param_color_correction_req=0.jpg

test_param_color_correctness_req=1

test_param_color_correctness_req=1.jpg(R 부스트)

test_param_color_correction_req=2

test_param_color_correction_req=2.jpg(B 부스트)

test_param_exposure_time

android.sensor.exposureTime 매개변수가 적용되는지 테스트합니다.

테스트한 API:

android.hardware.camera2.CaptureResult#SENSOR_EXPOSURE_TIME

패스: 각 샷이 이전 샷보다 밝습니다.

test_param_exposure_time_frame0

test_param_exposure_time_frame0.jpg

test_param_exposure_time_plot

test_param_exposure_time_plot.png

test_param_flash_mode

android.flash.mode 매개변수가 적용되는지 테스트합니다. 수동으로 노출을 어두운 쪽으로 설정하여 플래시가 터졌는지 여부가 명확하고 선형 톤맵을 사용합니다. 타일 이미지가 있는 가운데를 확인하여 플래시가 터졌는지 확인하기 위해 생성된 큰 그라데이션이 있는지 확인합니다.

테스트한 API:

통과: 타일 이미지의 중앙에 큰 그라데이션이 있어 플래시가 터졌습니다.

test_param_flash_mode_1

test_param_flash_mode_1.jpg

test_param_flash_mode_1_tile

test_param_flash_mode_1_tile.jpg

test_param_flash_mode_2

test_param_flash_mode_2.jpg

test_param_flash_mode_2_tile

test_param_flash_mode_2_tile.jpg

test_param_noise_reduction

설정 시 android.noiseReduction.mode 매개변수가 올바르게 적용되는지 테스트합니다. 카메라 조명이 어두운 상태에서 이미지를 캡처합니다. 높은 아날로그 게인을 사용하여 캡처된 이미지에 노이즈가 있는지 확인합니다. NR 끄기, "고속" 및 "고품질"의 세 가지 이미지를 캡처합니다. 또한 게인이 낮고 NR이 꺼진 이미지를 캡처하고 이의 분산을 기준으로 사용합니다. SNR(Signal to Noise Ratio)이 높을수록 이미지 품질이 좋아집니다.

테스트한 API:

android.hardware.camera2.CaptureRequest#NOISE_REDUCTION_MODE

통과: SNR은 노이즈 감소 모드에 따라 다르며 아래 그래프와 유사하게 작동합니다.

test_param_noise_reduction_plot_SNR

test_param_noise_reduction_plot_SNRs.png

0: 꺼짐, 1: 빠름, 2: HQ, 3: 최소, 4: ZSL

test_param_noise_reduction_high_gain_nr=0

test_param_noise_reduction_high_gain_nr=0.jpg

test_param_noise_reduction_high_gain_nr=1

test_param_noise_reduction_high_gain_nr=1.jpg

test_param_noise_reduction_high_gain_nr=2

test_param_noise_reduction_high_gain_nr=2.jpg

test_param_noise_reduction_high_gain_nr=3

test_param_noise_reduction_high_gain_nr=3.jpg

test_param_noise_reduction_low_gain

test_param_noise_reduction_low_gain.jpg

test_param_sensitivity

android.sensor.sensitivity 매개변수가 적용되는지 테스트합니다. 테스트는 각 샷에 대해 고정된 노출로 5단계로 감도를 높입니다.

테스트한 API:

android.hardware.camera2.CaptureRequest#SENSOR_SENSITIVITY

통과: 중앙 10%의 RGB 수단은 감도가 높아질수록 밝아집니다.

test_param_sensitivity_iso=0055

test_param_sensitivity_iso=0055.jpg

test_param_sensitivity_iso=1819

test_param_sensitivity_iso=1819.jpg

test_param_sensitivity_iso=3583

test_param_sensitivity_iso=3583.jpg

test_param_sensitivity_iso=5347

test_param_sensitivity_iso=5347.jpg

test_param_sensitivity_iso=7111

test_param_sensitivity_iso=7111.jpg

test_param_sensitivity_plot

test_param_sensitivity_plot.png

test_param_shading_mode

android.shading.mode 매개변수가 적용되는지 테스트합니다.

테스트한 API:

통과: 음영 모드가 전환되고 렌즈 음영 맵이 예상대로 수정됩니다.

test_param_shading_mode_ls_maps_mode_0_loop_0

test_param_shading_mode_ls_maps_mode_0_loop_0.png

test_param_shading_mode_ls_maps_mode_1_loop_0

test_param_shading_mode_ls_maps_mode_1_loop_0.png

test_param_shading_mode_ls_maps_mode_2_loop_0

test_param_shading_mode_ls_maps_mode_2_loop_0.png

test_param_tonemap_mode

android.tonemap.mode 매개변수가 적용되는지 테스트합니다. 각 R, G, B 채널에 서로 다른 톤맵 곡선을 적용하고 출력 이미지가 예상대로 수정되는지 확인합니다. 이 테스트는 test1과 test2의 두 가지 테스트로 구성됩니다.

테스트한 API:

통과하다:

test1: 두 이미지 모두 선형 톤맵을 갖지만 n=1의 기울기가 더 가파릅니다. G(녹색) 채널은 n=1 이미지에서 더 밝습니다.
test2: 동일한 톤맵이지만 길이가 다릅니다. 이미지는 동일합니다.


test_param_tonemap_mode_n=0.jpg	test_param_tonemap_mode_n=1.jpg

test_post_raw_sensitivity_boost

사후 RAW 감도 부스트를 확인합니다. 서로 다른 감도로 RAW 및 YUV 이미지 세트를 캡처하고 RAW 감도 부스트 조합을 게시하고 출력 픽셀 평균이 요청 설정과 일치하는지 확인합니다.

테스트한 API:

통과: RAW 이미지는 부스트가 증가함에 따라 어두워지고 YUV 이미지는 밝기가 일정하게 유지됩니다.

test_post_raw_sensitivity_boost_raw_s=3583_boost=0100

test_post_raw_sensitivity_boost_raw_s=3583_boost=0100.jpg

test_post_raw_sensitivity_boost_raw_s=1792_boost=0200

test_post_raw_sensitivity_boost_raw_s=1792_boost=0200.jpg

test_post_raw_sensitivity_boost_raw_s=0896_boost=0400

test_post_raw_sensitivity_boost_raw_s=0896_boost=0400.jpg

test_post_raw_sensitivity_boost_raw_s=0448_boost=0800

test_post_raw_sensitivity_boost_raw_s=0448_boost=0800.jpg

test_post_raw_sensitivity_boost_raw_s=0224_boost=1600

test_post_raw_sensitivity_boost_raw_s=0224_boost=1600.jpg

test_post_raw_sensitivity_boost_raw_s=0112_boost=3199

test_post_raw_sensitivity_boost_raw_s=0112_boost=3199.jpg

test_post_raw_sensitivity_boost_raw_plot_means

test_post_raw_sensitivity_boost_raw_plot_means.png

test_post_raw_sensitivity_boost_yuv_s=0112_boost=3199

test_post_raw_sensitivity_boost_yuv_s=0112_boost=3199.jpg

test_post_raw_sensitivity_boost_yuv_s=0448_boost=0800

test_post_raw_sensitivity_boost_yuv_s=0448_boost=0800.jpg

test_post_raw_sensitivity_boost_yuv_s=0896_boost=0400

test_post_raw_sensitivity_boost_yuv_s=0896_boost=0400.jpg

test_post_raw_sensitivity_boost_yuv_s=1792_boost=0200

test_post_raw_sensitivity_boost_yuv_s=1792_boost=0200.jpg

test_post_raw_sensitivity_boost_yuv_s=3585_boost=0100

test_post_raw_sensitivity_boost_yuv_s=3585_boost=0100.jpg

test_post_raw_sensitivity_boost_yuv_plot_means

test_post_raw_sensitivity_boost_yuv_plot_means.png

test_raw_burst_sensitivity

증가하는 게인으로 일련의 원시 이미지를 캡처하고 노이즈를 측정합니다. 버스트에서 원시 전용 캡처.

테스트한 API:

패스: 게인이 증가하므로 각 샷이 이전 샷보다 노이즈가 많습니다.

중앙 통계 그리드 셀의 분산을 사용합니다.

test_raw_burst_sensitivity_variance

test_raw_burst_sensitivity_variance.png

test_raw_exposure

노출 시간이 증가하는 원시 이미지 세트를 캡처하고 픽셀 값을 측정합니다.

테스트한 API:

패스: ISO(게인)를 높이면 픽셀이 빛에 더 민감해져서 플롯이 왼쪽으로 이동합니다.

test_raw_exposure_s=55

test_raw_exposure_s=55.png

(10⁰은 1ms, 10¹은 10ms, 10⁻¹은 0.1ms)

test_raw_exposure_s=132

test_raw_exposure_s=132.png

test_raw_exposure_s=209

test_raw_exposure_s=209.png

test_raw_exposure_s=286

test_raw_exposure_s=286.png

test_raw_exposure_s=363

test_raw_exposure_s=363.png

test_raw_exposure_s=440

test_raw_exposure_s=440.png

test_raw_sensitivity

증가하는 감도로 원시 이미지 세트를 캡처하고 이미지의 중앙 10%에서 노이즈(분산)를 측정합니다. 각 샷이 이전 샷보다 노이즈가 많은지 테스트합니다.

테스트한 API:

패스: 각 샷마다 분산이 증가합니다.

test_raw_sensitivity_variance

test_raw_sensitivity_variance.png

test_reprocess_noise_reduction

재처리 요청에 android.noiseReduction.mode 가 적용되는지 테스트합니다. 희미한 조명으로 카메라를 재처리한 이미지를 캡처합니다. 높은 아날로그 게인을 사용하여 캡처 이미지에 노이즈가 있는지 확인합니다. NR 꺼짐, "빠름" 및 "고화질"의 세 가지 재처리된 이미지를 캡처합니다. 게인이 낮고 NR이 꺼진 상태에서 재처리된 이미지를 캡처하고 이의 분산을 기준으로 사용합니다.

테스트한 API:

android.hardware.camera2.CaptureResult#NOISE_REDUCTION_MODE

패스: FAST >= OFF, HQ >= FAST, HQ >> OFF

일반적인 SNR 대 NR_MODE 플롯

test_tonemap_sequence

톤맵 곡선이 다른 일련의 샷을 테스트합니다. 선형 톤맵으로 3개의 수동 샷을 캡처합니다. 기본 톤맵으로 3개의 수동 샷을 캡처합니다. 각 연속 프레임 쌍 사이의 델타를 계산합니다.

테스트한 API:

통과: 3개의 동일한 프레임 뒤에 다른 3개의 동일한 프레임 세트가 있습니다.

test_tonemap_sequence_i=0

test_tonemap_sequence_i=0.jpg

test_tonemap_sequence_i=1

test_tonemap_sequence_i=1.jpg

test_tonemap_sequence_i=2

test_tonemap_sequence_i=2.jpg

test_tonemap_sequence_i=3

test_tonemap_sequence_i=3.jpg

test_tonemap_sequence_i=4

test_tonemap_sequence_i=4.jpg

test_tonemap_sequence_i=5

test_tonemap_sequence_i=5.jpg

test_yuv_jpeg_all

이미지 캡처 작업에 대해 보고된 모든 크기 및 형식을 테스트합니다. image_processing_utils 모듈로 변환할 때 YUV와 JPEG가 동일하게 보이도록 선형 톤맵과 함께 수동 요청을 사용합니다. 이미지는 기본적으로 저장되지 않지만 debug_mode 를 활성화하여 저장할 수 있습니다.

테스트한 API:

통과: 모든 이미지 센터는 최고 해상도 YUV 이미지의 3%로 RGB 변환 이미지에서 최대 RMS(신호의 제곱 평균 값) 차이를 가집니다.

test_yuv_jpeg_all

test_yuv_jpeg_all.png

test_yuv_plus_dng

이미지 캡처에 대해 보고된 크기 및 형식이 작동하는지 테스트합니다.

테스트한 API:

android.hardware.camera2.CameraMetadata#REQUEST_AVAILABLE_CAPABILITIES_RAW

통과: 테스트가 완료되고 요청된 이미지를 반환합니다.

test_yuv_plus_dng

test_yuv_plus_dng.jpg

test_yuv_plus_jpeg

단일 프레임을 YUV 및 JPEG 출력으로 캡처하는 테스트입니다. image_processing_utils 모듈로 변환할 때 YUV와 JPEG가 동일하게 보이도록 선형 톤맵과 함께 수동 요청을 사용합니다.

테스트한 API:

통과: YUV 및 JPEG 이미지는 유사하며 RMS(신호의 제곱 평균 값) 차이가 1% 미만입니다.


test_yuv_plus_jpg_jpg.jpg	test_yuv_plus_jpeg_yuv.jpg

test_yuv_plus_raw

RAW 및 YUV 출력 모두로 단일 프레임 캡처를 테스트합니다. 선형 톤맵과 함께 수동 요청을 사용하므로 RAW와 YUV가 동일할 것으로 예상됩니다. RGB 변환된 이미지의 중앙 10% RGB 값을 비교합니다. android.shading.mode 기록합니다.

테스트한 API:

통과: YUV 및 JPEG 이미지는 유사하며 3.5% RMS(신호의 평균 제곱근 값) 차이가 있습니다.


test_yuv_plus_raw_shading=1_raw.jpg	test_yuv_plus_raw_shading=1_yuv.jpg

test_yuv_plus_raw10

단일 프레임을 RAW10 및 YUV 출력으로 캡처하는 테스트입니다. 선형 톤맵과 함께 수동 요청을 사용하므로 RAW와 YUV가 동일할 것으로 예상됩니다. RGB 변환된 이미지의 중앙 10% RGB 값을 비교합니다. android.shading.mode 기록합니다.

테스트한 API:

통과: RAW10 및 YUV 이미지는 유사하며 RMS(신호의 제곱 평균 값) 차이가 3.5% 미만입니다.


test_yuv_plus_raw10_shading=1_raw.jpg	test_yuv_plus_raw10_shading=1_yuv.jpg

test_yuv_plus_raw12

단일 프레임을 RAW12 및 YUV 출력으로 캡처하는 테스트입니다. 선형 톤맵과 함께 수동 요청을 사용하므로 RAW와 YUV가 동일할 것으로 예상됩니다. RGB 변환된 이미지의 중앙 10% RGB 값을 비교합니다. android.shading.mode 기록합니다.

테스트한 API:

통과: RAW12 및 YUV 이미지는 유사하며 RMS(신호의 제곱 평균 값) 차이가 3.5% 미만입니다.


test_yuv_plus_raw12_shading=1_raw.jpg	test_yuv_plus_raw12_shading=1_yuv.jpg

scene2_a

scene2_a에는 회색 배경과 중립적인 옷을 입은 세 개의 얼굴이 있습니다. 얼굴은 다양한 피부 톤을 갖도록 선택됩니다.

scene2_a

test_auto_flash

어두운 장면에서 자동 플래시가 트리거되는지 테스트합니다. 타일 이미지 중앙의 기울기가 큰지 확인하여 자동 플래시가 실행되는지 확인합니다. 자동 플래시를 트리거하려면 테스트 장비의 태블릿과 조명을 꺼야 합니다. 테스트에 의해 태블릿이 꺼지고 Arduino 컨트롤러로 조명이 자동으로 꺼질 수 있습니다. 테스트가 제대로 작동하려면 장면이 완전히 어두워야 합니다. 따라서 후면 태블릿 개구부는 장면 태블릿으로 완전히 가려야 하며, 전면 개구부는 미광이 리그에 들어오는 것을 차단하기 위해 조리개와 DUT 폰으로 가려야 합니다.

테스트한 API:

통과: 타일 이미지의 중앙에는 자동 플래시가 실행되었음을 의미하는 큰 그라데이션이 있습니다.

테스트_효과

지원되는 카메라 효과에 대한 프레임을 캡처하고 올바르게 생성되는지 확인합니다. 테스트는 OFF 및 MONO 효과만 확인하지만 지원되는 모든 효과에 대한 이미지를 저장합니다.

테스트한 API:

패스: 효과가 OFF 장면 이미지와 MONO 로 설정된 효과가 있는 흑백 이미지를 캡처합니다.

test_effects_MONO

test_effects_MONO.jpg

test_format_combos

다양한 출력 형식 조합을 테스트합니다.

테스트한 API:

통과: 모든 조합이 성공적으로 캡처됩니다.

test_jpeg_quality

카메라 JPEG 압축 품질을 테스트합니다. android.jpeg.quality 를 통해 JPEG 품질을 단계적으로 조정하고 양자화 테이블이 올바르게 변경되도록 합니다.

테스트한 API:

통과: 양자화 매트릭스는 품질이 증가함에 따라 감소합니다. (행렬은 나누기 인수를 나타냅니다.)

test_jpeg_quality

Pixel 4 후면 카메라 루마/크로마 DQT 매트릭스 평균과 JPEG 품질 비교

test_jpeg_quality 실패

실패한 테스트 예

매우 낮은 품질의 이미지(jpeg.quality < 50)의 경우 양자화 매트릭스에서 압축이 증가하지 않습니다.

test_num_faces

얼굴 인식을 테스트합니다.

테스트한 API:

통과: 세 개의 얼굴을 찾습니다.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

scene2_b

test_auto_per_frame_control

자동 캡처 요청에 대한 PER_FRAME_CONTROL 속성을 테스트합니다.

테스트한 API:

통과: 모든 PER_FRAME_CONTROL 속성이 있습니다.

test_auto_per_frame_control_frame_1

test_auto_per_frame_control_frame_1.jpg

test_auto_per_frame_control_frame_10

test_auto_per_frame_control_frame_10.jpg

test_auto_per_frame_control_frame_29

test_auto_per_frame_control_frame_29.jpg

test_auto_per_frame_control_plot

test_auto_per_frame_control_plot.png

test_num_faces

얼굴 장면에서 향상된 피부 톤 다양성으로 얼굴 감지를 테스트합니다.

테스트한 API:

패스: 3개의 얼굴을 찾습니다.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_yuv_jpg_capture_sameness

1920x1440의 해상도를 초과하지 않는 가장 큰 JPEG 형식과 동일한 종횡비로 가장 큰 공통 YUV 및 JPEG 형식을 사용하여 두 개의 이미지를 캡처합니다. jpeg.quality 를 100으로 설정하고 이중 표면 요청을 캡처합니다. 두 이미지를 RGB 배열로 변환하고 두 이미지 간의 3D RMS(제곱 평균) 차이를 계산합니다.

테스트한 API:

통과: YUV 및 JPEG 이미지는 유사하며 RMS(신호의 제곱 평균 값) 차이가 1% 미만입니다.

scene2_c

test_num_faces

얼굴 장면에서 향상된 피부 톤 다양성으로 얼굴 감지를 테스트합니다.

테스트한 API:

패스: 3개의 얼굴을 찾습니다.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_jpeg_capture_perf_class

섹션 2.2.7.2 CDD의 카메라 에 지정된 대로 S 성능 클래스에 대한 JPEG 캡처 대기 시간을 테스트합니다.

통과: 두 기본 카메라의 ITS 조명 조건(3000K)에서 CTS 카메라 PerformanceTest로 측정했을 때 1080p 해상도에 대해 camera2 JPEG 캡처 지연 시간이 1000ms 미만이어야 합니다(MUST).

test_camera_launch_perf_class

CDD의 2.2.7.2 카메라 섹션 에 지정된 대로 S 성능 등급에 대한 카메라 실행 대기 시간을 테스트합니다.

통과: 두 기본 카메라 모두에 대해 ITS 조명 조건(3000K)에서 CTS 카메라 PerformanceTest로 측정했을 때 camera2 시작 대기 시간(첫 번째 미리보기 프레임에 카메라 열기)이 600ms 미만이어야 합니다.

scene2_d

test_num_faces

얼굴 장면에서 향상된 피부 톤 다양성으로 얼굴 감지를 테스트합니다.

테스트한 API:

패스: 3개의 얼굴을 찾습니다.

scene2_e

test_continuous_picture

50개의 VGA 해상도 프레임은 캡처 요청을 먼저 android.control.afMode = 4 (CONTINUOUS_PICTURE).

테스트한 API:

패스: 3A 시스템은 50프레임 캡처가 끝날 때까지 안정화됩니다.

test_num_faces

얼굴 장면에서 향상된 피부 톤 다양성으로 얼굴 감지를 테스트합니다.

테스트한 API:

패스: 3개의 얼굴을 찾습니다.

장면3

Scene3은 ISO12233 차트를 사용하며 대부분의 테스트는 차트 추출기 방법을 사용하여 장면에서 차트를 찾습니다. 이러한 이유로 대부분의 저장된 이미지는 장면 1, 2, 4의 이미지와 같이 테두리가 없고 차트만 있습니다.

test_3a_consistency

3A 일관성을 테스트합니다.

테스트한 API:

통과: 3A는 노출, 게인, awb(자동 화이트 밸런스) 및 fd(초점 거리)에 대해 허용 오차 내에서 세 번 수렴합니다.

test_edge_enhancement

android.edge.mode 매개변수가 올바르게 적용되었는지 테스트합니다. 각 에지 모드에 대해 재처리되지 않은 이미지를 캡처하고 출력 이미지의 선명도와 캡처 결과 메타데이터를 반환합니다. 지정된 에지 모드, 감도, 노출 시간, 초점 거리 및 출력 표면 매개변수로 캡처 요청을 처리합니다.

패스: HQ 모드(2)가 OFF 모드(0)보다 선명합니다. FAST 모드(1)는 OFF 모드보다 선명합니다. HQ 모드는 FAST 모드와 같거나 더 선명합니다.

테스트한 API:

android.hardware.camera2.CaptureRequest#EDGE_MODE

영향을 받는 카메라 매개변수:

EDGE_MODE

test_edge_enhancement_edge=0

test_edge_enhancement_edge=0.jpg

test_edge_enhancement_edge=1

test_edge_enhancement_edge=1.jpg(고속 모드)

test_edge_enhancement_edge=2

test_edge_enhancement_edge=2.jpg (high quality mode)

test_flip_mirror

Tests if image is properly oriented as per CDD section 7.5.2 Front-Facing Camera [C-1-5] .

Mirrored, flipped, or rotated images can be identified by the diamond feature near the center.

Pass: Image isn't flipped, mirrored or rotated.

test_flip_mirror_scene_patch

test_flip_mirror_scene_patch.jpg

test_lens_movement_reporting

Tests if the lens movement flag is properly reported. Captures a burst of 24 images with the first 12 frames at the optimum focus distance (as found by 3A) and the last 12 frames at the minimum focus distance. Around frame 12, the lens moves causing the sharpness to drop. The sharpness eventually stabilize as the lens moves to the final position. The lens movement flag should be asserted in all frames where the sharpness is intermediate to sharpness in the first 10 frames with the lens stationary at optimum focal distance, and the final 10 frames where the lens is stationary in the minimum focal distance. The exact frame the lens moves isn't important: what is checked is that the movement flag is asserted when the lens is moving.

APIs tested:

Pass: Lens movement flag is True in the frame with sharpness change.

test_reprocess_edge_enhancement

Tests if supported reprocess methods for edge enhancement work properly. Processes a capture request with a given reprocess edge mode and compares different modes to capture with reprocess edge modes disabled.

APIs tested:

Pass: Sharpness for the different edge modes is correct. HQ (mode 2) is sharper than OFF (mode 0), and improvement between different modes is similar.

test_reprocess_edge_enhancement_plot

test_reprocess_edge_enhancement_plot.png

scene4

Scene4 consists of a black circle on a white background inside a square.

scene4

test_aspect_ratio_and_crop

Takes pictures of a circle inside of a square over all formats. Verifies that the aspect ratio of the circle doesn't change, the cropped images keep the circle in center, and the circle size doesn't change for a constant format or with different resolution (field of view check).

APIs tested:

Pass: Images aren't stretched, the center of images don't differ by more than 3%, and the maximum possible FOV (field of view) is preserved.

test_multi_camera_alignment

Tests the multi camera system parameters related to camera spacing. Using the multi-camera physical sub-cameras, takes a picture with one of the physical cameras. Finds the circle center. Projects the circle center to the world coordinates for each camera. Compares the difference between the cameras' circle centers in world coordinates. Reprojects the world coordinate back to pixel coordinates and compares against originals as a validity check. Compares the circle sizes checking if the focal lengths of the cameras are different.

APIs tested:

Pass: Focal lengths and circles sizes are consistent.

test_preview_stabilization_fov

Checks the supported preview sizes to ensure the FoV is cropped appropriately. The test captures two videos, one with preview stabilization ON , and another with preview stabilization OFF . A representative frame is selected from each video, and analyzed to ensure that the FoV changes in the two videos are within spec.

APIs tested:

Pass: The circle aspect ratio remains about constant, the center location of the circle remains stable, and the size of circle changes no more that 20%. ie the FOV changes at most 20%

test_video_aspect_ratio_and_crop

Takes videos of a circle inside of a square over all video formats. Extracts the key frames, and verifies the aspect ratio of the circle doesn't change, the cropped images keep the circle in center, and the circle size doesn't change for a constant format or with different resolution (field of view check).

APIs tested:

Pass: Video frames aren't stretched, the center of frames don't differ by more than 3%, and the maximum possible FoV (field of view) is preserved.

scene5/diffuser

test_lens_shading_and_color_uniformity

Tests that the lens shading correction is applied appropriately, and color of a monochrome uniform scene is evenly distributed. Performs this test on a YUV frame with auto 3A. Lens shading is evaluated based on the y channel. Measures the average y value for each sample block specified, and determines pass or fail by comparing with the center y value. The color uniformity test is evaluated in r/g and b/g space.

APIs tested:

Pass: At the specified radius of the image, the variance of r/g and b/g value must be less than 20% to pass the test.

scene6

Scene6 is a grid of small circles with a square in one corner to indicate orientation. The small circles are needed to test zoom function over a large range.

scene6

test_zoom

Tests the camera zoom behavior. Takes captures over the zoom range and checks if the circles get bigger as the camera zooms in.

APIs tested:

Pass: Relative size of captured circle is accurate against requested zoom ratio to ensure camera is zooming correctly.

test_zoom

test_zoom to find the contour of the circle closest to the center.

sensor_fusion

Sensor fusion tests require specific phone movement in front of a checkerboard pattern. The sensor_fusion tests can be automated with the Sensor Fusion Box .

checkerboard

Image of checkerboard

test_multi_camera_frame_sync

Tests that frame timestamps captured by logical camera are within 10 ms by computing angles of squares within the checkerboard to determine the timestamp.

APIs tested:

Pass: Angle between images from each camera doesn't change appreciably as phone is rotated.

test_preview_stabilization

Tests that stabilized preview video rotates less than gyroscope.

APIs tested:

Pass: Max angle rotation over frames is less than 70% of gyroscope rotation.

The following are sample videos with and without stabilization.

Sample video with stabilization
Sample video without stabilization
test_sensor_fusion

Tests the timestamp difference between the camera and the gyroscope for AR and VR applications. Phone is rotated 90 degrees 10 times in front of the checkerboard pattern. Motion is about 2 s round trip. This test is skipped if no gyroscope is included or if the timestamp source REALTIME parameter is not enabled.

The test_sensor_fusion test generates a number of plots. The two most important plots for debugging are:

test_sensor_fusion_gyro_events : Shows the gyroscope events for the phone during the test. Movement in the x and y direction implies the phone isn't securely mounted on the mounting plate, reducing the probability of the test passing. The number of cycles in the plot depends on the write speed for saving frames.
test_sensor_fusion_gyro_events
test_sensor_fusion_plot_rotations : Shows the alignment of the gyroscope and camera events. This plot must show matching movement between camera and gyroscope to +/-1 ms.
test_sensor_fusion_plot_rotations

APIs tested:

Pass: Camera and gyroscope timestamps' offset is less than 1 ms as per CDD section 7.3.9 High Fidelity Sensors [C-2-14] .

test_video_stabilization

Tests that stabilized video rotates less than gyroscope.

APIs tested:

Pass: Max angle rotation over frames is less than 60% of gyroscope rotation.

The following are sample videos with and without stabilization.

Sample video with stabilization
Sample video without stabilization