การทดสอบกล้อง ITS

หน้านี้แสดงรายการการทดสอบที่ครอบคลุมภายใต้ชุดทดสอบภาพกล้อง (ITS) ซึ่งเป็นส่วนหนึ่งของตัวตรวจสอบชุดทดสอบความเข้ากันได้ของ Android (CTS) การทดสอบ ITS เป็นการทดสอบการทำงาน ซึ่งหมายความว่าไม่ได้วัดคุณภาพของภาพ แต่ฟังก์ชันกล้องที่โฆษณาทั้งหมดทำงานตามที่คาดไว้ เอกสารนี้ช่วยให้นักพัฒนาและผู้ทดสอบเข้าใจถึงสิ่งที่การทดสอบแต่ละรายการทำ และวิธีแก้ไขจุดบกพร่องในการทดสอบที่ล้มเหลว

การทดสอบประตู ITS ของกล้องตามคุณสมบัติของกล้องที่จำเป็น ระดับ API และระดับประสิทธิภาพของสื่อ (MPC) สำหรับระดับ API นั้น ITS จะใช้ ro.product.first_api_level เพื่อเกตการทดสอบที่เพิ่มในระดับ API เฉพาะที่ทดสอบประสบการณ์ผู้ใช้เชิงลบสำหรับฟังก์ชันการทำงานในระดับ API ที่ต่ำกว่า ITS ใช้ ro.vendor.api_level เพื่อทดสอบคุณสมบัติที่เพิ่มในระดับ API เฉพาะที่ต้องใช้ความสามารถด้านฮาร์ดแวร์ใหม่ หากมีการกำหนด ro.odm.build.media_performance_class ไว้สำหรับอุปกรณ์ ITS จำเป็นต้องมีการทดสอบเฉพาะจึงจะรันได้ ทั้งนี้ขึ้นอยู่กับระดับ MPC

การทดสอบจะจัดกลุ่มตามฉากดังนี้:

  • scene0 : บันทึกข้อมูลเมตา, ความกระวนกระวายใจ, ไจโรสโคป, การสั่นสะเทือน
  • ฉาก 1 : ค่าแสง, ความไวแสง, การชดเชย EV, YUV เทียบกับ JPEG/RAW
  • scene2 : การตรวจจับใบหน้า การทดสอบที่ต้องใช้ฉากสีหรือความมืดสนิท
  • ฉาก 3 : การปรับปรุงขอบ การเคลื่อนไหวของเลนส์
  • ฉาก 4 : อัตราส่วนภาพ, การครอบตัด, ขอบเขตการมองเห็น
  • ฉากที่ 5 : การบังแสงของเลนส์
  • ฉากที่ 6 : ซูม
  • scene_extensions : ส่วนขยายของกล้อง
  • sensor_fusion : ชดเชยเวลาของกล้อง/ไจโรสโคป

ดูแต่ละส่วนสำหรับคำอธิบายของแต่ละฉาก

ฉาก0

การทดสอบ Scene0 ไม่จำเป็นต้องมีข้อมูลฉากเฉพาะ อย่างไรก็ตาม โทรศัพท์จะต้องอยู่กับที่เพื่อทดสอบไจโรสโคปและการสั่นสะเทือน

test_burst_capture

ตรวจสอบว่าไปป์ไลน์การดักจับทั้งหมดสามารถตามทันความเร็วของการดักจับขนาดเต็มและเวลาของ CPU

API ที่ทดสอบแล้ว:

ผ่าน: ถ่ายภาพต่อเนื่องเป็นภาพขนาดเต็มและกล้องเร็วพอที่จะหลีกเลี่ยงการหมดเวลา

test_capture_result_dump

ทดสอบว่าผลลัพธ์การจับภาพจะถูกส่งกลับจากการจับภาพด้วยตนเอง แล้วจึงทิ้งข้อมูลนั้น

API ที่ทดสอบแล้ว:

ผ่าน: เสร็จสิ้นการจับภาพและทิ้งผลการจับภาพ

test_gyro_bias

ทดสอบว่าไจโรมีเอาต์พุตที่เสถียรหรือไม่เมื่ออุปกรณ์อยู่กับที่ ข้อมูลถูกพล็อตเป็นจุดข้อมูลโดยเฉลี่ย 20 จุด

API ที่ทดสอบแล้ว:

ผ่าน: เดลต้าของไจโรที่อ่านได้น้อยกว่า 0.01 เมื่อเวลาผ่านไป

test_gyro_bias_plot.png

test_gyro_bias_plot.png

ทดสอบ_กระวนกระวายใจ

วัดความกระวนกระวายใจในการประทับเวลาของกล้อง

API ที่ทดสอบแล้ว:

ผ่าน: มีเดลต้าอย่างน้อย 30 ms ระหว่างเฟรม

test_jitter_plot.png

test_jitter_plot.png (สังเกตช่วงแกน y เล็ก ๆ จริง ๆ แล้ว Jitter มีขนาดเล็กในพล็อตนี้)

test_metadata

ทดสอบความถูกต้องของรายการข้อมูลเมตา ดูผลการจับภาพและวัตถุลักษณะเฉพาะของกล้อง การทดสอบนี้ใช้การเปิดรับแสง auto_capture_request และรับค่าเนื่องจากเนื้อหารูปภาพไม่สำคัญ

API ที่ทดสอบแล้ว:

ผ่าน: ระดับฮาร์ดแวร์, rollingShutterSkew , แท็ก frameDuration , timestampSource , croppingType , blackLevelPattern , pixel_pitch , FoV, Hyperfocal Distance มีอยู่และมีค่าที่ถูกต้อง

test_param_sensitivity_burst

ทดสอบว่ามีการใช้พารามิเตอร์ android.sensor.sensitivity อย่างถูกต้องในการถ่ายภาพต่อเนื่อง ตรวจสอบข้อมูลเมตาของเอาต์พุตเท่านั้น

API ที่ทดสอบแล้ว:

ผ่าน: ข้อมูลเอาต์พุตมีความทนทานต่อข้อผิดพลาดน้อยกว่า 0.2%

ทดสอบ_อ่าน_เขียน

ทดสอบว่าอุปกรณ์เขียนค่าแสงที่ถูกต้องและรับค่าโดยการอ่านกลับข้อมูลเมตาของการจับภาพ

API ที่ทดสอบแล้ว:

ผ่าน: ค่าอ่านและเขียนตรงกันในทุกช็อต

test_sensor_เหตุการณ์

ทดสอบว่าอุปกรณ์ค้นหาและพิมพ์เหตุการณ์เซ็นเซอร์สำหรับอุปกรณ์ที่โฆษณาการรองรับการรวมเซ็นเซอร์ เซ็นเซอร์ที่คาดหวัง ได้แก่ มาตรความเร่ง ไจโรสโคป และแมกนีโตมิเตอร์ การทดสอบนี้จะใช้งานได้เฉพาะเมื่อหน้าจอเปิดอยู่ ซึ่งหมายความว่าอุปกรณ์ไม่อยู่ในโหมดสแตนด์บาย

API ที่ทดสอบแล้ว:

ผ่าน: ได้รับเหตุการณ์สำหรับเซ็นเซอร์แต่ละตัว

test_solid_color_test_pattern

ทดสอบว่ารูปแบบการทดสอบสีทึบถูกสร้างขึ้นอย่างเหมาะสมสำหรับการปิดเสียงกล้อง หากรองรับการปิดเสียงกล้อง จะต้องรองรับรูปแบบการทดสอบสีทึบ หากไม่รองรับการปิดเสียงกล้อง รูปแบบการทดสอบสีทึบจะถูกทดสอบเมื่อมีการโฆษณาความสามารถไว้เท่านั้น

หากรองรับภาพ RAW จะมีการทดสอบการกำหนดสีด้วย สีที่ทดสอบคือ สีดำ สีขาว สีแดง สีน้ำเงิน และสีเขียว สำหรับกล้องที่ไม่รองรับภาพ RAW จะมีการทดสอบเฉพาะสีดำเท่านั้น

API ที่ทดสอบแล้ว:

ผ่าน: รูปแบบการทดสอบทึบที่รองรับคือสีที่ถูกต้อง และมีความแปรปรวนต่ำในภาพ

test_test_รูปแบบ

ทดสอบพารามิเตอร์ android.sensor.testPatternMode เพื่อจับภาพเฟรมสำหรับรูปแบบการทดสอบที่ถูกต้องแต่ละรูปแบบ และตรวจสอบว่าเฟรมถูกสร้างขึ้นอย่างถูกต้องสำหรับสีทึบและแถบสี การทดสอบนี้มีขั้นตอนต่อไปนี้:

  1. จับภาพสำหรับรูปแบบการทดสอบที่รองรับทั้งหมด
  2. ดำเนินการตรวจสอบความถูกต้องอย่างง่ายสำหรับรูปแบบการทดสอบสีทึบและแถบสี

API ที่ทดสอบแล้ว:

ผ่าน: รูปแบบการทดสอบที่รองรับถูกสร้างขึ้นอย่างถูกต้อง

test_test_patterns_2

test_test_patterns_2.jpg

test_tonemap_curve

ทดสอบการแปลงรูปแบบการทดสอบจาก RAW เป็น YUV ด้วยโทนแมปเชิงเส้น การทดสอบนี้ต้องใช้ android.sensor.testPatternMode = 2 (COLOR_BARS) เพื่อสร้างรูปแบบภาพที่สมบูรณ์แบบสำหรับการแปลงโทนแมป ตรวจสอบให้แน่ใจว่าไปป์ไลน์มีเอาต์พุตสีที่เหมาะสมพร้อมโทนแมปเชิงเส้นและอินพุตรูปภาพในอุดมคติ (อาศัย test_test_patterns )

API ที่ทดสอบแล้ว:

ผ่าน: YUV และ RAW มีลักษณะคล้ายกัน

test_tonemap_curve_raw_2

test_tonemap_curve_raw_2.jpg

test_tonemap_curve_yuv_2.jpg

test_tonemap_curve_yuv_2.jpg

test_unified_timestamp

ทดสอบว่าเหตุการณ์เซ็นเซอร์ภาพและการเคลื่อนไหวอยู่ในโดเมนเวลาเดียวกันหรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: การประทับเวลาการเคลื่อนไหวอยู่ระหว่างการประทับเวลาของรูปภาพทั้งสอง

ทดสอบ_การสั่นสะเทือน_ข้อจำกัด

ทดสอบว่าการสั่นสะเทือนของอุปกรณ์ทำงานตามที่คาดไว้หรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: อุปกรณ์ไม่สั่นเมื่อปิดเสียงโดย API การจำกัดเสียงของกล้อง

ฉาก1

Scene1 เป็นแผนภูมิสีเทา แผนภูมิสีเทาต้องครอบคลุมจุดศูนย์กลาง 30% ของขอบเขตการมองเห็นของกล้อง แผนภูมิสีเทาคาดว่าจะท้าทาย 3A (การเปิดรับแสงอัตโนมัติ สมดุลสีขาวอัตโนมัติ โฟกัสอัตโนมัติ) ในระดับปานกลาง เนื่องจากบริเวณกึ่งกลางไม่มีคุณสมบัติใดๆ อย่างไรก็ตาม คำขอจับภาพจะระบุฉากทั้งหมดซึ่งรวมถึงคุณสมบัติที่เพียงพอสำหรับ 3A ที่จะมาบรรจบกัน

สามารถทดสอบกล้อง RFoV ใน WFaV หรือแท่นทดสอบ RFoV ได้ หากมีการทดสอบกล้อง RFoV ในแท่นทดสอบ WFaV แผนภูมิจะถูกปรับขนาดเป็น ⅔ เพื่อให้แน่ใจว่าขอบเขตบางประการสำหรับแผนภูมิสีเทาใน FoV เพื่อช่วยให้ 3A มาบรรจบกัน สำหรับคำอธิบายโดยละเอียดเพิ่มเติมเกี่ยวกับแท่นทดสอบกล้อง โปรดดูที่ Camera ITS-in-a-box

ฉาก1

ฉากที่ 1: ตารางขนาดเต็ม (ซ้าย) ⅔ แผนภูมิมาตราส่วน (ขวา)

ทดสอบ_3a

ทดสอบการบรรจบกันของ 3A กับเป้าหมายที่ท้าทายปานกลาง

API ที่ทดสอบแล้ว:

ผ่าน: 3A มาบรรจบกันและค่า 3A ที่ส่งคืนนั้นถูกต้อง

test_ae_af

ทดสอบอัลกอริธึมการรับแสงอัตโนมัติ 3A (AE) และโฟกัสอัตโนมัติ (AF) แยกกัน

API ที่ทดสอบแล้ว:

ผ่าน: 3A มาบรรจบกันและค่า 3A ที่ส่งคืนนั้นถูกต้องตามกฎหมาย

test_ae_precapture_trigger

ทดสอบเครื่องสถานะ AE เมื่อใช้ทริกเกอร์จับภาพล่วงหน้า บันทึกคำขอด้วยตนเองห้าคำขอโดยปิดใช้งาน AE คำขอสุดท้ายมีทริกเกอร์การจับภาพล่วงหน้าของ AE ซึ่งควรละเว้นเนื่องจาก AE ถูกปิดใช้งาน

API ที่ทดสอบแล้ว:

ผ่าน: AE มาบรรจบกัน

test_auto_vs_manual

การทดสอบที่ถ่ายแบบอัตโนมัติและแบบแมนนวลจะมีลักษณะเหมือนกัน

API ที่ทดสอบแล้ว:

ผ่าน: การเพิ่มไวต์บาลานซ์แบบแมนนวลและการแปลงที่รายงานในผลการจับภาพแต่ละรายการจะตรงกับ estimate ไวต์บาลานซ์อัตโนมัติจากอัลกอริธึม 3A ของกล้อง

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

ทดสอบว่าอุปกรณ์สร้างภาพขาวดำที่สมบูรณ์ ถ่ายภาพสองครั้ง ภาพแรกให้อัตราขยายและการเปิดรับแสงที่ต่ำมาก ซึ่งส่งผลให้ได้ภาพสีดำ และภาพที่สองที่มีอัตราขยายสูงและค่ารับแสงที่นานมาก ซึ่งส่งผลให้ได้ภาพสีขาว

API ที่ทดสอบแล้ว:

ผ่าน: สร้างภาพขาวดำ ช่องสัญญาณอิ่มตัวของภาพสีขาวมีค่า RGB ที่ [255, 255, 255] โดยมีความคลาดเคลื่อนต่างกันน้อยกว่า 1%

ทดสอบ_สีดำ_สีขาว_สีดำทดสอบ_สีดำ_สีขาว_สีดำ
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

ถ่ายภาพต่อเนื่อง 5 ภาพจาก 50 ภาพด้วยการตั้งค่าการถ่ายภาพแบบแมนนวล และตรวจสอบว่าภาพเหมือนกันทุกภาพ การทดสอบนี้สามารถใช้เพื่อระบุว่ามีเฟรมประปรายที่ได้รับการประมวลผลแตกต่างออกไปหรือมีอาร์ทิแฟกต์หรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพจะเหมือนกันทั้งทางสายตาและในค่า RGB

ล้มเหลว: แสดงการเพิ่มขึ้นหรือลดลงของแผนภูมิค่าเฉลี่ย RGB ที่จุดเริ่มต้นของการระเบิดแต่ละครั้ง

  • ความอดทนคือ 3% สำหรับ first_API_level < 30
  • ความคลาดเคลื่อนคือ 2% สำหรับ first_API_level >= 30

test_burst_sameness_manual_mean

test_burst_sameness_manual_mean.jpg

test_burst_sameness_manual_plot_means

test_burst_sameness_manual_plot_means.png

test_capture_result

ทดสอบว่าข้อมูลที่ถูกต้องกลับมาในออบเจ็กต์ CaptureResult ทำการจับภาพอัตโนมัติ แมนนวล และอัตโนมัติ

API ที่ทดสอบแล้ว:

ผ่าน: ข้อมูลเมตาใช้ได้กับการบันทึกทั้งหมด และการตั้งค่าด้วยตนเองจะไม่รั่วไหลไปสู่การบันทึกอัตโนมัติครั้งที่สอง แสดงการแก้ไขแสงเงาของเลนส์สำหรับการถ่ายภาพ

test_capture_result_plot_lsc_auto_ch0

test_capture_result_plot_lsc_auto_ch0.png

test_crop_region_raw

ทดสอบว่าสตรีม RAW ไม่สามารถครอบตัดได้

API ที่ทดสอบแล้ว:

ผ่าน: ภาพ YUV จะถูกครอบตัดตรงกลาง แต่ไม่ใช่ภาพ RAW

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

ทดสอบว่าพื้นที่เพาะปลูกทำงานอย่างไร ถ่ายภาพเต็มและสร้างแพตช์ของ 5 ภูมิภาคที่แตกต่างกัน (มุมและกึ่งกลาง) ถ่ายภาพโดยตั้งค่าครอบตัดสำหรับ 5 ภูมิภาค เปรียบเทียบแพตช์และค่าครอบตัดรูปภาพ

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพของขอบเขตที่ครอบตัดตรงกับแพตช์ที่สอดคล้องกับรูปภาพครอบตัด

test_dng_noise_model

ตรวจสอบว่าพารามิเตอร์โมเดลดิบของ DNG ถูกต้อง โครงเรื่องแสดงให้เห็นถึงความแปรปรวนที่วัดได้ของจุดกึ่งกลางของการ์ดสีเทาในช็อตดิบที่ถ่ายในช่วงความไว และเปรียบเทียบค่าเหล่านี้กับความแปรปรวนที่คาดหวังที่ความไวแต่ละอย่างโดยโมเดลสัญญาณรบกวน DNG ในกล้อง HAL (ขึ้นอยู่กับ พารามิเตอร์ O,S ส่งคืนในออบเจ็กต์ผลลัพธ์การจับภาพ) สำหรับรายละเอียดเพิ่มเติมเกี่ยวกับแบบจำลองสัญญาณรบกวน DNG ให้ดาวน์โหลดเอกสารต่อไปนี้เกี่ยวกับ แบบจำลองสัญญาณรบกวน DNG

API ที่ทดสอบแล้ว:

ผ่าน: พารามิเตอร์โมเดลดิบของ DNG ถูกต้อง ค่า RGB ที่คาดหวังจะตรงกับค่า RGB จริงที่วัดได้

test_dng_noise_model_plog

test_dng_noise_model_plog.png

test_ev_compensation_advanced

ทดสอบว่ามีการใช้การชดเชยค่าแสง (EV) หรือไม่ การทดสอบจะเพิ่มการรับแสงในแปดขั้นตอน และตรวจสอบความสว่างที่วัดได้เทียบกับความสว่างที่คาดหวัง ค่าที่คาดหวังจะคำนวณจากความสว่างภาพของภาพโดยไม่มีการชดเชย EV และค่าที่คาดหวังจะอิ่มตัวหากค่าที่คำนวณเกินช่วงค่าของภาพจริง การทดสอบล้มเหลวหากค่าที่คาดหวังและค่าที่วัดได้ไม่ตรงกันหรือภาพได้รับแสงมากเกินไปภายในห้าขั้นตอน

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพแสดงการเปิดรับแสงที่เพิ่มขึ้นโดยไม่เปิดรับแสงมากเกินไปภายในห้าขั้นตอน

test_ev_compensation_advanced_plot_means

test_ev_compensation_advanced_plot_means.png

test_ev_compensation_basic

ทดสอบว่ามีการชดเชย EV โดยใช้ช่วงที่สร้างด้วย CONTROL_AE_COMPENSATION_STEP แปดเฟรมจะถูกบันทึกในแต่ละค่าการชดเชย

API ที่ทดสอบแล้ว:

ผ่าน: ถ่ายภาพลูมาที่เพิ่มขึ้นด้วยการตั้งค่าการชดเชย EV ที่เพิ่มขึ้น และแปดเฟรมที่บันทึกสำหรับการตั้งค่าการชดเชย EV แต่ละรายการจะมีค่าลูม่าที่คงที่

test_ev_compensation_basic

test_ev_compensation_basic.png

ทดสอบ_แสง

ทดสอบว่าได้ค่าแสงคงที่โดยค่า ISO และเวลาเปิดรับแสงจะแตกต่างกันไป ถ่ายภาพชุดโดยเลือก ISO และเวลาเปิดรับแสงเพื่อปรับสมดุลระหว่างกัน ผลลัพธ์ควรมีความสว่างเท่ากัน แต่ในลำดับภาพควรมีนอยส์มากขึ้น ตรวจสอบว่าค่าเฉลี่ยพิกเซลตัวอย่างอยู่ใกล้กัน ตรวจสอบให้แน่ใจว่ารูปภาพไม่ได้ถูกบีบให้อยู่ที่ 0 หรือ 1 (ซึ่งจะทำให้รูปภาพดูเหมือนเส้นแบน) การทดสอบยังสามารถดำเนินการกับภาพ RAW ได้ด้วยการตั้งค่าสถานะ debug ในไฟล์การกำหนดค่าของคุณ

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพมีความสว่างเท่ากัน แต่จะนอยส์กว่าด้วยค่า ISO ที่สูงกว่า ระนาบ RGB จะแบนราบเมื่อค่า การรับแสง ISO* คงที่เหนือพื้นที่เกนที่ทดสอบ

test_exposure_plot_means

test_exposure_plot_means.png

test_exposure_mult=1.00test_exposure_mult=64.00
test_exposure_mult=1.00.jpg test_exposure_mult=64.00.jpg

ทดสอบ_jpeg

การทดสอบที่แปลงรูปภาพ YUV และรูปภาพ JPEG ของอุปกรณ์จะมีลักษณะเหมือนกัน การทดสอบใช้จุดศูนย์กลาง 10% ของรูปภาพและคำนวณค่า RGB และตรวจสอบว่าตรงกัน

API ที่ทดสอบแล้ว:

ผ่าน: ความแตกต่าง RGB โดยเฉลี่ยระหว่างแต่ละภาพน้อยกว่า 3%

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

test_latching

ทดสอบว่าการตั้งค่า (การรับแสงและอัตราขยาย) ล็อคบนเฟรมด้านขวาสำหรับกล้อง FULL และ LEVEL_3 ถ่ายภาพเป็นชุดโดยใช้คำขอแบบหันหลังชนกัน โดยเปลี่ยนพารามิเตอร์คำขอจับภาพระหว่างช็อตต่างๆ ตรวจสอบว่ารูปภาพมีคุณสมบัติตามที่คาดหวัง

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพ [2, 3, 6, 8, 10, 12, 13] ได้เพิ่ม ISO หรือค่าแสง และแสดงด้วยวิธี RGB ที่สูงขึ้นใน test_latching_plot_means.png

test_latching_i=00.jpgtest_latching_i=01.jpgtest_latching_i=02.jpg
test_latching_i=00.jpg test_latching_i=01.jpg test_latching_i=02.jpg
test_latching_i=03.jpgtest_latching_i=04.jpgtest_latching_i=05.jpg
test_latching_i=03.jpg test_latching_i=04.jpg test_latching_i=05.jpg
test_latching_i=06.jpgtest_latching_i=07.jpgtest_latching_i=08.jpg
test_latching_i=06.jpg test_latching_i=07.jpg test_latching_i=08.jpg
test_latching_i=09.jpgtest_latching_i=10.jpgtest_latching_i=11.jpg
test_latching_i=09.jpg test_latching_i=10.jpg test_latching_i=11.jpg
test_latching_i=12.jpg
test_latching_i=12.jpg

test_latching_plot_means

test_latching_plot_means.png

ทดสอบ_ความเป็นเชิงเส้น

ทดสอบว่าการประมวลผลอุปกรณ์สามารถแปลงเป็นพิกเซลเชิงเส้นได้ จับภาพต่อเนื่องกันโดยอุปกรณ์ชี้ไปที่เป้าหมายที่สม่ำเสมอ

API ที่ทดสอบแล้ว:

ผ่าน: ค่า R, G, B จะต้องเพิ่มขึ้นเชิงเส้นโดยมีความไวเพิ่มขึ้น

test_linearity_plot_means

test_linearity_plot_means.png

test_locked_burst

ทดสอบการล็อค 3A และการระเบิด YUV (โดยใช้การตั้งค่าอัตโนมัติ) การทดสอบนี้ได้รับการออกแบบมาให้ผ่านการทดสอบแม้ในอุปกรณ์จำนวนจำกัดที่ไม่มี MANUAL_SENSOR หรือ PER_FRAME_CONTROLS การทดสอบจะตรวจสอบความสอดคล้องของภาพ YUV ในขณะที่การตรวจสอบอัตราเฟรมอยู่ใน CTS

API ที่ทดสอบแล้ว:

ผ่าน: การจับภาพดูสม่ำเสมอ

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_param_color_correction

ทดสอบว่ามีการใช้พารามิเตอร์ android.colorCorrection.* เมื่อตั้งค่า ถ่ายภาพด้วยการแปลงที่แตกต่างกันและเพิ่มค่า และทดสอบว่าภาพเหล่านั้นดูแตกต่างกันตามนั้น การแปลงและเกนถูกเลือกเพื่อทำให้เอาต์พุตเป็นสีแดงหรือสีน้ำเงินมากขึ้น ใช้โทนแมปเชิงเส้น การทำแผนที่โทนสีเป็นเทคนิคที่ใช้ในการประมวลผลภาพเพื่อจับคู่สีชุดหนึ่งกับอีกชุดหนึ่ง เพื่อประมาณลักษณะที่ปรากฏของภาพที่มีช่วงไดนามิกสูงในตัวกลางที่มีช่วงไดนามิกที่จำกัดมากขึ้น

API ที่ทดสอบแล้ว:

ผ่าน: ค่า R และ B จะเพิ่มขึ้นตามการเปลี่ยนแปลง

test_param_color_correction_plot_means

test_param_color_correction_plot_means.png

*แกน x คือคำขอจับภาพ: 0 = เอกภาพ, 1= บูสต์สีแดง, 2= บูสต์สีน้ำเงิน

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 (เพิ่ม R)

test_param_color_correction_req=2

test_param_color_correction_req=2.jpg (เพิ่ม B)

test_param_exposure_time

ทดสอบว่ามีการใช้พารามิเตอร์ android.sensor.exposureTime หรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: แต่ละช็อตจะสว่างกว่าช็อตก่อนหน้า

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

ทดสอบว่ามีการใช้พารามิเตอร์ android.flash.mode ตั้งค่าการเปิดรับแสงด้วยตนเองให้เป็นด้านมืด เพื่อให้ชัดเจนว่ายิงแฟลชหรือไม่ และใช้โทนแมปเชิงเส้น ตรวจสอบตรงกลางด้วยภาพย่อยเพื่อดูว่ามีการไล่ระดับสีขนาดใหญ่ที่สร้างขึ้นเพื่อตรวจสอบว่ามีการยิงแฟลชหรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: กึ่งกลางของภาพย่อยมีการไล่ระดับสีขนาดใหญ่ หมายความว่ายิงแฟลช

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

ทดสอบว่าพารามิเตอร์ android.noiseReduction.mode ถูกนำไปใช้อย่างถูกต้องเมื่อตั้งค่า ถ่ายภาพด้วยกล้องที่มีแสงสลัว ใช้เกนแบบอะนาล็อกที่สูงเพื่อให้แน่ใจว่าภาพที่ถ่ายจะมีสัญญาณรบกวน ถ่ายภาพสามภาพ สำหรับปิด NR, "เร็ว" และ "คุณภาพสูง" นอกจากนี้ยังจับภาพที่มีเกนต่ำและปิด NR และใช้ความแปรปรวนของสิ่งนี้เป็นพื้นฐาน ยิ่ง SNR (อัตราส่วนสัญญาณต่อสัญญาณรบกวน) สูงเท่าไร คุณภาพของภาพก็จะยิ่งดีขึ้นเท่านั้น

API ที่ทดสอบแล้ว:

ผ่าน: SNR จะแตกต่างกันไปตามโหมดการลดเสียงรบกวนที่แตกต่างกัน และมีลักษณะการทำงานคล้ายกับกราฟด้านล่าง

test_param_noise_reduction_plot_SNR

test_param_noise_reduction_plot_SNRs.png

0: ปิด, 1: เร็ว, 2: HQ, 3: นาที , 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

ทดสอบว่ามีการใช้พารามิเตอร์ android.sensor.sensitivity การทดสอบจะเพิ่มความไวใน 5 ขั้นตอนโดยมีค่าแสงคงที่สำหรับแต่ละช็อต

API ที่ทดสอบแล้ว:

ผ่าน: ค่า RGB ที่กึ่งกลางจะสว่างขึ้น 10% พร้อมความไวที่เพิ่มขึ้น

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

ทดสอบว่ามีการใช้พารามิเตอร์ android.shading.mode

API ที่ทดสอบแล้ว:

ผ่าน: เปลี่ยนโหมดแรเงาและแผนที่แรเงาของเลนส์ได้รับการแก้ไขตามที่คาดไว้

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

ทดสอบว่ามีการใช้พารามิเตอร์ android.tonemap.mode ใช้เส้นโค้งโทนแมปที่แตกต่างกันกับแต่ละช่อง R, G, B และตรวจสอบว่าภาพที่ส่งออกได้รับการแก้ไขตามที่คาดไว้ การทดสอบนี้ประกอบด้วยการทดสอบสองแบบ คือ การทดสอบ 1 และการทดสอบ 2

API ที่ทดสอบแล้ว:

ผ่าน:

  • test1: รูปภาพทั้งสองมีแผนผังโทนเชิงเส้น แต่ n=1 มีการไล่ระดับสีที่ชันกว่า ช่อง G (สีเขียว) จะสว่างกว่าสำหรับภาพ n=1
  • test2: tonemap เดียวกัน แต่ความยาวต่างกัน รูปภาพก็เหมือนกัน
test_param_tonemap_mode_n=0.jpgtest_param_tonemap_mode_n=1.jpg
test_param_tonemap_mode_n=0.jpg test_param_tonemap_mode_n=1.jpg

ทดสอบ_post_raw_sensitivity_boost

ตรวจสอบการเพิ่มความไวของโพสต์ RAW จับภาพชุดภาพ RAW และ YUV ด้วยความไวที่แตกต่างกัน โพสต์การผสมผสานการเพิ่มความไวของ RAW และตรวจสอบว่าค่าเฉลี่ยพิกเซลเอาต์พุตตรงกับการตั้งค่าคำขอหรือไม่

API ที่ทดสอบแล้ว:

ผ่าน: ภาพ RAW จะมืดลงเมื่อบูสต์เพิ่มขึ้น ในขณะที่ภาพ YUV จะมีความสว่างคงที่

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

จับภาพชุดภาพดิบโดยเพิ่มเกนและวัดสัญญาณรบกวน จับภาพแบบดิบเท่านั้นในการถ่ายภาพต่อเนื่อง

API ที่ทดสอบแล้ว:

ส่งผ่าน: แต่ละช็อตจะมีเสียงดังกว่าช็อตก่อนหน้า เนื่องจากได้รับเพิ่มขึ้น

ใช้ความแปรปรวนของเซลล์ตารางสถิติตรงกลาง

test_raw_burst_sensitivity_variance

test_raw_burst_sensitivity_variance.png

test_raw_exposure

จับภาพชุดภาพดิบโดยเพิ่มเวลารับแสงและวัดค่าพิกเซล

API ที่ทดสอบแล้ว:

ผ่าน: การเพิ่ม ISO (เกน) จะทำให้พิกเซลมีความไวต่อแสงมากขึ้น ดังนั้นโครงเรื่องจึงเคลื่อนไปทางซ้าย

test_raw_exposure_s=55

test_raw_exposure_s=55.png

(10⁰ คือ 1 ms, 10¹ คือ 10 ms, 10⁻¹ คือ 0.1 ms)

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

จับภาพชุดภาพ Raw ด้วยความไวแสงที่เพิ่มขึ้น และวัดสัญญาณรบกวน (ความแปรปรวน) ที่อยู่ตรงกลาง 10% ของภาพ ทดสอบว่าแต่ละช็อตมีเสียงรบกวนมากกว่าครั้งก่อน

API ที่ทดสอบแล้ว:

ผ่าน: ความแปรปรวนเพิ่มขึ้นในแต่ละช็อต

test_raw_sensitivity_variance

test_raw_sensitivity_variance.png

test_reprocess_noise_reduction

ทดสอบว่าใช้ android.noiseReduction.mode สำหรับการประมวลผลคำขอซ้ำ จับภาพที่ประมวลผลใหม่ด้วยกล้องที่มีแสงสลัว ใช้เกนแบบอะนาล็อกที่สูงเพื่อให้แน่ใจว่าภาพที่ถ่ายจะมีสัญญาณรบกวน จับภาพที่ประมวลผลซ้ำสามภาพ สำหรับปิด NR, "เร็ว" และ "คุณภาพสูง" จับภาพที่ประมวลผลใหม่โดยมีค่าเกนต่ำและปิด NR และใช้ค่าความแปรปรวนเป็นค่าพื้นฐาน

API ที่ทดสอบแล้ว:

ผ่าน: เร็ว >= ปิด, HQ >= เร็ว, HQ >> ปิด

พล็อต SNR ทั่วไปเทียบกับ NR_MODE

พล็อต SNR ทั่วไปเทียบกับ NR_MODE

test_tonemap_sequence

ทดสอบลำดับช็อตด้วยกราฟโทนแมปที่แตกต่างกัน ถ่ายภาพแบบแมนนวล 3 ภาพด้วยโทนแมปเชิงเส้น ถ่ายภาพแบบแมนนวล 3 ภาพด้วยโทนแมปเริ่มต้น คำนวณเดลต้าระหว่างแต่ละคู่เฟรมที่ต่อเนื่องกัน

API ที่ทดสอบแล้ว:

ผ่าน: มี 3 เฟรมที่เหมือนกัน ตามด้วยชุดที่แตกต่างกัน 3 เฟรมที่เหมือนกัน

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

ทดสอบว่าขนาดและรูปแบบที่รายงานทั้งหมดสำหรับงานจับภาพ ใช้คำขอด้วยตนเองกับ tonemap เชิงเส้นเพื่อให้ YUV และ JPEG มีลักษณะเหมือนกันเมื่อแปลงโดยโมดูล image_processing_utils รูปภาพไม่ได้รับการบันทึกตามค่าเริ่มต้น แต่สามารถบันทึกได้โดยเปิดใช้งาน debug_mode

API ที่ทดสอบแล้ว:

ผ่าน: ศูนย์กลางภาพทั้งหมดมีความแตกต่าง RMS สูงสุด (ค่าราก-ค่าเฉลี่ย-กำลังสองของสัญญาณ) ในภาพที่แปลง RGB ด้วย 3% ของภาพ YUV ที่มีความละเอียดสูงสุด

test_yuv_jpeg_all

test_yuv_jpeg_all.png

test_yuv_plus_dng

ทดสอบว่าขนาดและรูปแบบที่รายงานสำหรับงานจับภาพ

API ที่ทดสอบแล้ว:

ผ่าน: การทดสอบเสร็จสิ้นและส่งคืนรูปภาพที่ร้องขอ

test_yuv_plus_dng

test_yuv_plus_dng.jpg

test_yuv_plus_jpeg

ทดสอบการจับเฟรมเดียวเป็นทั้งเอาต์พุต YUV และ JPEG ใช้คำขอด้วยตนเองกับ tonemap เชิงเส้นเพื่อให้ YUV และ JPEG มีลักษณะเหมือนกันเมื่อแปลงโดยโมดูล image_processing_utils

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพ YUV และ JPEG คล้ายกันและมีความแตกต่างน้อยกว่า 1% RMS (ค่าราก-ค่าเฉลี่ย-กำลังสองของสัญญาณ)

test_yuv_plus_jpg_jpg.jpgtest_yuv_plus_jpeg_yuv.jpg
test_yuv_plus_jpg_jpg.jpg test_yuv_plus_jpeg_yuv.jpg

test_yuv_plus_raw

ทดสอบการถ่ายภาพเฟรมเดียวเป็นทั้งเอาต์พุต RAW/RAW10/RAW12 และ YUV หากรองรับ ใช้คำขอแบบแมนนวลกับโทนแมปเชิงเส้น ดังนั้น Raw และ YUV คาดว่าจะเหมือนกัน เปรียบเทียบค่า RGB 10% ที่อยู่ตรงกลางของภาพที่แปลงเป็น RGB บันทึก android.shading.mode

API ที่ทดสอบแล้ว:

ผ่าน: ภาพ YUV และ Raw มีความคล้ายคลึงกันและมีความแตกต่างน้อยกว่า 3.5% RMS (ค่าราก-ค่าเฉลี่ย-กำลังสองของสัญญาณ)

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

ฉาก2_a

scene2_a มีสามหน้าโดยมีพื้นหลังสีเทาและเสื้อผ้าที่เป็นกลาง ใบหน้าถูกเลือกให้มีโทนสีผิวที่หลากหลาย แผนภูมิต้องมีการวางแนวที่ถูกต้องเพื่อให้การตรวจจับใบหน้าทำงานได้อย่างเหมาะสมที่สุด

ฉาก2_a

ฉาก2_a

ทดสอบ_อัตโนมัติ_แฟลช

ทดสอบว่าแฟลชอัตโนมัติทำงานในฉากที่มืด ตรวจสอบว่าใช้แฟลชอัตโนมัติโดยตรวจสอบว่าตรงกลางภาพมีการไล่ระดับสีขนาดใหญ่ หากต้องการเรียกใช้แฟลชอัตโนมัติ จะต้องปิดแท็บเล็ตและไฟในแท่นทดสอบ แท็บเล็ตถูกปิดโดยการทดสอบ และสามารถปิดไฟได้โดยอัตโนมัติด้วยตัวควบคุม Arduino ฉากจะต้องมืดสนิทเพื่อให้การทดสอบทำงานได้อย่างถูกต้อง ด้วยเหตุนี้ ช่องเปิดของแท็บเล็ตด้านหลังจึงต้องปิดด้วย Scene Tablet ทั้งหมด และช่องเปิดด้านหน้าต้องมีรูรับแสงปิดไว้และโทรศัพท์ DUT เพื่อกันแสงเล็ดลอดไม่ให้เข้าไปในแท่นขุดเจาะ

API ที่ทดสอบแล้ว:

ผ่าน: จุดกึ่งกลางของภาพย่อยมีการไล่ระดับสีขนาดใหญ่ ซึ่งหมายความว่าจะใช้แฟลชอัตโนมัติ

test_การจัดกรอบอัตโนมัติ

ทดสอบพฤติกรรมการจัดเฟรมอัตโนมัติของอุปกรณ์กล้อง ทำการซูมขนาดใหญ่โดยไม่ให้เห็นใบหน้าใดๆ ในฉาก เปิดใช้งานโหมดการจัดกรอบอัตโนมัติโดยตั้งค่า AUTOFRAMING ใน CaptureRequest เป็น True และตรวจสอบว่าใบหน้าทั้งหมดในฉากดั้งเดิมสามารถตรวจพบได้หรือไม่เมื่อสถานะมาบรรจบกัน (นั่นคือ เมื่อ AUTOFRAMING_STATE ใน CaptureResult ถูกตั้งค่าเป็น AUTOFRAMING_STATE_CONVERGED )

API ที่ทดสอบแล้ว:

ผ่าน: ตรวจพบทั้งสามใบหน้า

test_display_p3

ทดสอบการจับภาพ P3 ในรูปแบบ JPEG โดยใช้ ColorSpaceProfiles API ทดสอบว่า JPEG ที่ถ่ายมี โปรไฟล์ ICC ที่เหมาะสมในส่วนหัว และรูปภาพมีสีที่อยู่นอกขอบเขต sRGB

API ที่ทดสอบแล้ว:

ผ่าน: JPEG มีโปรไฟล์ Display P3 ICC และสีที่อยู่นอกช่วง sRGB

ทดสอบ_ผลกระทบ

จับภาพเฟรมสำหรับเอฟเฟกต์กล้องที่รองรับและตรวจสอบว่าสร้างขึ้นอย่างถูกต้องหรือไม่ การทดสอบจะตรวจสอบเฉพาะเอฟเฟกต์ OFF และ MONO แต่บันทึกรูปภาพสำหรับเอฟเฟกต์ที่รองรับทั้งหมด

API ที่ทดสอบแล้ว:

ผ่าน: จับภาพฉากโดย OFF ฟเฟ็กต์ และภาพเอกรงค์โดยตั้งค่าเอฟเฟ็กต์เป็น MONO

ทดสอบ_ผลกระทบ_โมโน

test_effects_MONO.jpg

test_format_combos

ทดสอบการผสมผสานรูปแบบเอาต์พุตต่างๆ

API ที่ทดสอบแล้ว:

ผ่าน: การรวมกันทั้งหมดถูกจับได้สำเร็จ

test_jpeg_quality

ทดสอบคุณภาพการบีบอัด JPEG ของกล้อง ขั้นตอนคุณภาพ JPEG ผ่าน android.jpeg.quality และตรวจสอบว่าตาราง Quantization เปลี่ยนแปลงอย่างถูกต้อง

API ที่ทดสอบแล้ว:

ผ่าน: เมทริกซ์การหาปริมาณจะลดลงตามการเพิ่มคุณภาพ (เมทริกซ์แสดงถึงปัจจัยการหาร)

test_jpeg_quality

ค่าเฉลี่ยเมทริกซ์ Luma/Chroma DQT ของกล้องหลัง Pixel 4 เทียบกับคุณภาพ JPEG

test_jpeg_quality ล้มเหลว

ตัวอย่างการทดสอบที่ล้มเหลว

โปรดทราบว่าสำหรับรูปภาพคุณภาพต่ำมาก (jpeg.quality < 50) จะไม่มีการบีบอัดเพิ่มขึ้นในเมทริกซ์เชิงปริมาณ

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหาสามหน้า

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_preview_min_frame_rate

ทดสอบว่าอัตราเฟรมแสดงตัวอย่างลดลงอย่างถูกต้องในฉากที่มืด เพื่อให้การทดสอบนี้ทำงานได้อย่างถูกต้อง ผู้ควบคุมจะต้องปิดไฟในแท่นทดสอบหรือปิดเองด้วยตนเอง

API ที่ทดสอบแล้ว:

ผ่าน: อัตราเฟรมแสดงตัวอย่างอยู่ที่ขั้นต่ำของช่วงอัตราเฟรมที่ร้องขอ และความแปรผันระหว่างเฟรมน้อยกว่าค่าเผื่อสัมบูรณ์ที่ตั้งไว้ในการทดสอบ

test_reprocess_uv_swap

ทดสอบว่าการประมวลผล YUV ใหม่ไม่ได้สลับระนาบ U และ V สิ่งนี้ตรวจพบได้โดยการคำนวณผลรวมของความแตกต่างสัมบูรณ์ (SAD) ระหว่างภาพที่ประมวลผลใหม่และภาพที่ไม่ได้รับการประมวลผล หากการสลับระนาบเอาต์พุต U และ V ของการจับที่ประมวลผลใหม่ส่งผลให้ SAD เพิ่มขึ้น ดังนั้นเอาต์พุตจะถือว่ามีระนาบ U และ V ที่ถูกต้อง

API ที่ทดสอบแล้ว:

ผ่าน: เครื่องบิน U และ V จะไม่สลับกัน

test_reprocess_uv_swap

test_reprocess_uv_swap.png

ฉาก2_b

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้าด้วยการเพิ่มความหลากหลายของสีผิวในฉากใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหา 3 ใบหน้า

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_yuv_jpeg_capture_sameness

จับภาพสองภาพโดยใช้รูปแบบ YUV และ JPEG ทั่วไปที่ใหญ่ที่สุดด้วยอัตราส่วนภาพเดียวกันกับรูปแบบ JPEG ที่ใหญ่ที่สุดที่มีความละเอียดไม่เกิน 1920x1440 ตั้งค่า jpeg.quality เป็น 100 และบันทึกคำขอพื้นผิวคู่ แปลงรูปภาพทั้งสองเป็นอาร์เรย์ RGB และคำนวณความแตกต่างราก 3D ค่าเฉลี่ยกำลังสอง (RMS) ระหว่างรูปภาพทั้งสอง

API ที่ทดสอบแล้ว:

ผ่าน: รูปภาพ YUV และ JPEG คล้ายกันและมีความแตกต่างน้อยกว่า 1% RMS (ค่าราก-ค่าเฉลี่ย-กำลังสองของสัญญาณ)

ฉาก2_c

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้าด้วยการเพิ่มความหลากหลายของสีผิวในฉากใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหา 3 ใบหน้า

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_jpeg_capture_perf_class

ทดสอบเวลาแฝงในการจับภาพ JPEG สำหรับคลาสประสิทธิภาพ S ตามที่ระบุไว้ใน ส่วน 2.2.7.2 กล้อง ใน CDD

ผ่าน: ต้องมีเวลาแฝงในการจับภาพ JPEG ของกล้อง < 1000ms สำหรับความละเอียด 1080p ซึ่งวัดโดยการทดสอบประสิทธิภาพของกล้อง CTS ภายใต้สภาพแสง ITS (3000K) สำหรับกล้องหลักทั้งสองตัว

test_cam_launch_perf_class

ทดสอบเวลาแฝงในการเปิดกล้องสำหรับคลาสประสิทธิภาพ S ตามที่ระบุไว้ ส่วนที่ 2.2.7.2 กล้อง ใน CDD

ผ่าน: ต้องมีเวลาแฝงการเริ่มต้นของกล้อง 2 (เปิดกล้องเพื่อดูเฟรมแรก) < 600ms ซึ่งวัดโดยการทดสอบประสิทธิภาพของกล้อง CTS ภายใต้สภาพแสง ITS (3000K) สำหรับกล้องหลักทั้งสองตัว

ฉาก2_d

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้าด้วยการเพิ่มความหลากหลายของสีผิวในฉากใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหา 3 ใบหน้า

ฉาก2_e

ทดสอบ_ต่อเนื่อง_รูปภาพ

เฟรมความละเอียด VGA 50 เฟรมจะถูกบันทึกพร้อมกับคำขอจับภาพก่อน โดยตั้งค่า android.control.afMode = 4 (CONTINUOUS_PICTURE).

API ที่ทดสอบแล้ว:

ผ่าน: ระบบ 3A จะตัดสินเมื่อสิ้นสุดการจับภาพ 50 เฟรม

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้าด้วยการเพิ่มความหลากหลายของสีผิวในฉากใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหา 3 ใบหน้า

ฉาก2_f

scene2_f มีสามหน้า พื้นหลังสีขาว และเสื้อผ้าสีขาว ใบหน้ามีโทนสีผิวที่หลากหลายและมีคอนทราสต์สูงกับพื้นหลัง

scene2_f.png

ฉาก2_f

ทดสอบ_num_faces

ทดสอบการตรวจจับใบหน้าด้วยการเพิ่มความหลากหลายของสีผิวในฉากใบหน้า

API ที่ทดสอบแล้ว:

ผ่าน: ค้นหา 3 ใบหน้า

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

ฉาก3

Scene3 uses the ISO12233 chart, and most tests use a chart extractor method to find the chart in the scene. For this reason, most of the saved images don't have borders like the images for scenes 1, 2 or 4, but only the chart. The chart must be in the correct orientation for the chart finder to work optimally.

test_3a_consistency

Tests for 3A consistency.

APIs tested:

Pass: 3A converges for exposure, gain, awb (auto white balance), and fd (focus distance) three times within tolerance.

test_edge_enhancement

Tests that the android.edge.mode parameter is applied correctly. Captures non-reprocess images for each edge mode and returns sharpness of the output image and the capture result metadata. Processes a capture request with a given edge mode, sensitivity, exposure time, focus distance, and output surface parameter.

Pass: HQ mode (2) sharper than OFF mode (0). FAST mode (1) sharper than OFF mode. HQ mode sharper or equal to FAST mode.

APIs tested:

Impacted camera parameters:

  • EDGE_MODE

test_edge_enhancement_edge=0

test_edge_enhancement_edge=0.jpg

test_edge_enhancement_edge=1

test_edge_enhancement_edge=1.jpg (fast mode)

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_landscape_to_portrait

Tests if the landscape to portrait override functions correctly for landscape-oriented sensors.

APIs tested:

Pass: The test is able to locate a chart with the expected rotation (0 degrees when the landscape to portrait override is disabled, 90 degrees when enabled).

test_landscape_to_portrait

test_landscape_to_portrait.png

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 stabilizes 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 few frames with the lens stationary at optimum focal distance, and the final few 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.

Fail mechanisms:

  • lens_moving: True ( android.hardware.camera2.CaptureResult#LENS_STATE = 1) in test_log.DEBUG is asserted only in frames where sharpness isn't changing.
  • Frames with lens_moving: False ( android.hardware.camera2.CaptureResult#LENS_STATE = 0) in test_log.DEBUG has a sharpness difference compared to the first few frames at optimum focal distance or the last few frames at minimum focus distance.

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

scene4

test_aspect_ratio_and_crop

Tests if images are distorted or cropped unexpectedly in the image pipeline. Takes pictures of a circle over all formats. Verifies the circle isn't distorted, the circle doesn't move from the center of image, and the circle doesn't change size incorrectly with different aspect ratios or resolutions.

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.

Fail mechanisms:

  • The circle in the captured image is distorted by the processing pipeline.
  • Lower resolution image is double cropped in the image pipeline creating different FoV between high and low resolution images.
  • The circle in the captured image is cropped due to an extreme aspect ratio capture request reducing the height or width of the image.
  • The circle in the captured image has a reflection in the center and doesn't appear fully filled.

test_multi_camera_alignment

Tests the camera calibration parameters related to camera positioning for multi-camera systems. 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: Circle centers and sizes are as expected in projected images compared to captured images using camera calibration data and focal lengths.

Fail mechanisms:

  • LENS_INTRINSIC_CALIBRATION , LENS_POSE_TRANSLATION , or LENS_POSE_ROTATION are design values and not actual calibration data.
  • The camera system isn't appropriate for the test setup. For example, testing a wide and an ultra-wide camera system with the RFoV test rig. For more information, see Camera ITS-in-a-box FAQ1 .

test_preview_aspect_ratio_and_crop

Similar to the test_aspect_ratio_and_crop test for still captures, this test checks the supported preview formats to ensure the preview frames aren't stretched or cropped inappropriately. Verifies that the aspect ratio of the circle doesn't change, the cropped images keep the circle in center of the frame, and the circle size doesn't change for a constant format or with different resolutions (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_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%.

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

Scene5 requires a uniformly lit gray scene. This is accomplished by a diffuser placed over the camera lens. We recommend the following diffuser: www.edmundoptics.com/optics/window-diffusers/optical-diffusers/opal-diffusing-glass/46168 .

To prepare the scene, attach a diffuser in front of the camera and point the camera to a lighting source of around 2000 lux. Images captured for scene5 require diffuse lighting with no features evident. The following is a sample image:

scene5

scene5 capture

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

scene6

test_in_sensor_zoom

Tests the behavior of the camera in-sensor zoom feature, which produces cropped RAW images.

With the stream use case set to CROPPED_RAW , the test takes two captures over the zoom range, a full field of view (FoV) RAW image and a cropped RAW image. The test converts the images to RGB arrays, downscales the full-sized cropped RAW image to the size reported by SCALER_RAW_CROP_REGION , and calculates the 3D root mean square (RMS) difference between the two images.

APIs tested:

Pass: The 3D root mean square (RMS) difference between the downscaled cropped RAW image and the full FoV RAW image is less than 1%.

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.

test_low_latency_zoom

Tests the camera low latency zoom behavior. Takes captures over the zoom range with android.control.settingsOverride = 1 (SETTINGS_OVERRIDE_ZOOM) , and checks if the circles in the output images match the zoom ratios in the capture metadata.

APIs tested:

Pass: Relative size of captured circle is accurate against the zoom ratio result metadata.

test_preview_video_zoom_match

Tests that while recording and zooming, video preview and video output display and record the same output. Calculates the size of the circle closest to the center at different zoom ratios and checks whether the size of the circle increases as the zoom ratio increases.

APIs tested:

Pass: Relative size of captured circle is accurate against requested zoom ratio in video and preview.

VGA_640x480_key_frame.png

VGA_640x480_key_frame.png (before zoom)

preview_640x480_key_frame.png

preview_640x480_key_frame.png (before zoom)

VGA_640x480_key_frame_zoomed.png

VGA_640x480_key_frame.png (after zoom)

preview_640x480_key_frame_zoomed.png

preview_640x480_key_frame.png (after zoom)

scene_extensions

The scene_extensions tests are for camera extensions and must use Camera ITS-in-a-Box , as they require precise control of the testing environment.

scene_hdr

The scene_hdr scene consists of a portrait on the left and a low-contrast QR code on the right.

scene_hdr

scene_hdr

test_hdr_extension

Tests the HDR extension . Takes captures with and without the extension enabled, and checks if the extension makes the QR code more detectable.

APIs tested:

Pass: The HDR extension reduces the number of contrast changes needed to detect the QR code or reduces the gradient across the QR code.

scene_night

The scene_night scene consists of a white circle with four smaller circles inside of it, all against a black background. The smaller circle in the top right corner is darker than the others to indicate orientation.

scene_night

scene_night

test_night_extension

Tests the Night extension . Takes captures with and without the extension enabled, and checks for the following:

  • The capture with the Night extension enabled takes longer.
  • The capture with the Night extension enabled is brighter or has scene artifacts with an improved appearance.

APIs tested:

Pass: Compared to a capture without the Night extension enabled, a capture with the Night extension enabled takes at least 0.5 seconds longer. The capture must be at least 10% brighter, or the gray dots in the scene must be 20 pixel values lower than the surrounding circle's center.

sensor_fusion

Sensor fusion tests require specific phone movement in front of a checkerboard pattern. For optimum results, ensure the test chart is mounted flat. Charts that aren't flat affect the rotation calculations for many of the tests. 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.png

    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.png

    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] .

Fail mechanisms:

  • Offset error: The camera-gyroscope offset isn't correctly calibrated to within +/-1 ms.
  • Frame drops: The pipeline isn't fast enough to capture 200 frames consecutively.
  • Socket errors: adb can't reliably connect to the DUT long enough to execute the test.
  • The chart isn't mounted flat. The plot test_sensor_fusion_plot_rotations has frames where the gyroscope and camera rotation vary considerably as the camera rotates through the parts of the chart that aren't flat.
  • The camera isn't mounted flat. The plot test_sensor_fusion_gyro_events shows movement in the X and Y planes. This failure is more common in front-facing cameras as the rear camera often has a raised bump to the rest of the phone body, creating a tilt when mounting the rear of the phone to the mounting plate.

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

test_led_snapshot

Tests that the LED snapshots don't saturate or tint the image.

This test adds a lighting controller to the sensor fusion box to control the lights. With the lights set to OFF , the test takes a capture with the AUTO_FLASH mode set to ON . During this capture, the test runs a precapture sequence with the aePrecapture trigger set to START , and sets the capture intent to Preview to take the capture with flash.

Because the capture has a distinctive hotspot due to flash, the test computes the flash image mean of the entire capture and verifies whether the value is within the (68, 102) range. To check if the image is reasonably white-balanced, the test calculates the R/G and B/G ratios and verifies whether the ratios are within 0.95 and 1.05.

APIs tested:

Pass: The R/G and B/G ratios are within 0.95 and 1.05. The flash image mean is within the (68, 102) range.