Testes de câmera ITS

Esta página oferece uma lista abrangente dos testes do conjunto de teste de imagem da câmera (ITS, na sigla em inglês), que faz parte do Verificador do conjunto de teste de compatibilidade do Android (CTS). Os testes de ITS são funcionais, ou seja, eles não medem a qualidade da imagem, mas verificam se todas as funções anunciadas da câmera estão funcionando corretamente. Este documento permite que desenvolvedores e testadores entendam o que os testes individuais fazem e como depurar falhas de teste.

Os testes de ITS da câmera são bloqueados por propriedades de câmera necessárias, nível da API e classe de desempenho de mídia (MPC, na sigla em inglês). Para o nível da API, o ITS usa ro.product.first_api_level para bloquear testes adicionados em um nível específico da API que testa experiências negativas do usuário para a funcionalidade em níveis mais baixos da API. O ITS usa ro.vendor.api_level para bloquear testes de recursos adicionados em um nível de API específico que exigem um novo recurso de hardware. Se ro.odm.build.media_performance_class for definido para um dispositivo, o ITS exigirá que testes específicos sejam executados, dependendo do nível do MPC.

Os testes são agrupados por cena da seguinte maneira:

  • scene0:captura de metadados, jitter, giroscópio, vibração
  • scene1: compensação de exposição, sensibilidade, valor de exposição (EV), YUV em comparação com JPEG e RAW
  • scene2:detecção facial, testes que exigem cenas coloridas
  • scene3: aprimoramento de bordas, movimento da lente
  • scene4:proporção, corte, campo de visão
  • scene5:sombreamento da lente
  • scene6: Zoom
  • scene7:chave de várias câmeras
  • scene8:medição de região de exposição automática (AE) e balanço de branco automático (AWB)
  • scene9: compactação JPEG
  • scene_extensions: extensões de câmera
  • scene_tele: troca de lente telefoto
  • scene_flash: flash automático, taxa de quadros mínima
  • scene_video: queda de frames
  • sensor_fusion: ajuste de tempo da câmera e do giroscópio
  • feature_combination: combinações de recursos
  • scene_ip:paridade de imagem entre o app de câmera padrão e o app de câmera do Jetpack (JCA, na sigla em inglês).

Consulte as seções individuais para conferir a descrição de cada cena.

scene0

Os testes não exigem informações específicas da cena. No entanto, o smartphone precisa estar parado para os testes de giroscópio e vibração.

test_jitter

Mede a variação nos carimbos de data/hora da câmera.

APIs testadas:

Aprovado:há pelo menos um delta de 30 ms entre os frames.

Na figura a seguir, observe o pequeno intervalo do eixo y. O jitter é pequeno neste gráfico.

Gráfico de jitter de test_jitter

Figura 1.Gráfico de jitter de test_jitter.

test_metadata

Testa a validade das entradas de metadados, analisando os resultados de captura e os objetos de características da câmera. Esse teste usa a exposição auto_capture_request e os valores de ganho porque o conteúdo da imagem não é importante.

APIs testadas:

Aprovado:nível de hardware, rollingShutterSkew, tags frameDuration, timestampSource, croppingType, blackLevelPattern, pixel_pitch, campo de visão (FoV) e distância hiperfocal estão presentes e têm valores válidos.

test_request_capture_match

Testa se o dispositivo grava a exposição e os valores de ganho corretos lendo os metadados de captura.

APIs testadas:

Aprovado:os valores de metadados de solicitação e captura correspondem em todas as fotos.

test_sensor_events

Para dispositivos que anunciam suporte à fusão de sensores, esse teste verifica se o dispositivo consulta e imprime eventos de sensores. Os sensores esperados são acelerômetro, giroscópio e magnetômetro. Esse teste só funciona se a tela estiver ligada, ou seja, se o dispositivo não estiver no modo de espera.

APIs testadas:

Pass:os eventos de cada sensor são recebidos.

test_solid_color_test_pattern

Testes que padrões de teste de cores sólidas são gerados corretamente para silenciar a câmera. Se o silenciamento da câmera for compatível, os padrões de teste de cores sólidas precisarão ser compatíveis. Se o silenciamento da câmera não for compatível, os padrões de teste de cores sólidas só serão testados se o recurso for anunciado.

Se houver suporte a imagens brutas, a atribuição de cores também será testada. As cores testadas são preto, branco, vermelho, azul e verde. Para câmeras que não oferecem suporte a imagens brutas, apenas o preto é testado.

APIs testadas:

Aprovado:os padrões de teste sólidos compatíveis têm a cor correta e há baixa variação na imagem.

test_test_pattern

Testa o parâmetro android.sensor.testPatternMode para capturar frames de cada padrão de teste válido e verifica se os frames são gerados corretamente para cores sólidas e barras de cores. Este teste inclui as seguintes etapas:

  1. Captura imagens de todos os padrões de teste compatíveis.
  2. Realiza uma verificação de correção para o padrão de teste de cor sólida e as barras de cor.

APIs testadas:

Aprovado:os padrões de teste com suporte são gerados corretamente.

Exemplo de test_test_patterns

Figura 2.Exemplo de test_test_patterns.

test_tonemap_curve

Testa a conversão do padrão de teste de bruto para YUV com um mapa de tons linear. Esse teste requer android.sensor.testPatternMode = 2 (COLOR_BARS) para gerar um padrão de imagem perfeito para a conversão de tonemap. Verifica se o pipeline tem saídas de cores adequadas com mapa de tons linear e entrada de imagem ideal (depende de test_test_patterns).

APIs testadas:

Aprovado:o YUV e o RAW são parecidos.

Exemplo de test_tonemap_curve raw

Figura 3.Exemplo bruto de test_tonemap_curve.

Exemplo de YUV de test_tonemap_curve

Figura 4.Exemplo de YUV de test_tonemap_curve.

test_unified_timestamp

Testa se os eventos do sensor de imagem e de movimento estão no mesmo domínio de tempo.

APIs testadas:

Aprovação:os carimbos de data/hora de movimento estão entre os dois carimbos de data/hora da imagem.

test_vibration_restriction

Testa se a vibração do dispositivo está funcionando conforme o esperado.

APIs testadas:

Aprovação:o dispositivo não vibra quando silenciado pela API de restrição de áudio da câmera.

scene1_1

scene1 é um gráfico cinza. O gráfico cinza precisa cobrir o centro de 30% do campo de visão da câmera. O gráfico cinza deve desafiar moderadamente a 3A (AE, AWB e AF), já que a região central não tem recursos. No entanto, a solicitação de captura especifica toda a cena, o que inclui recursos suficientes para a 3A convergir.

As câmeras RFoV podem ser testadas no WFoV ou no equipamento de teste RFoV. Se uma câmera RFoV for testada no equipamento de teste WFoV, o gráfico será dimensionado em 2/3 para especificar alguns limites para o gráfico cinza no FoV para ajudar a convergir o 3A. Para descrições mais detalhadas dos suportes de teste da câmera, consulte ITS-in-a-Box da câmera.

exemplo de cena1

Figura 5. Gráfico de cena 1 em tamanho real (à esquerda) e gráfico com escala de 2/3 (à direita).

test_ae_precapture_trigger

Testa a máquina de estados da AE ao usar o acionador de pré-captura. Captura cinco solicitações manuais com a AE desativada. A última solicitação tem um gatilho de pré-captura de AE, que precisa ser ignorado porque a AE está desativada.

APIs testadas:

Aprovação:a AE converge.

test_auto_vs_manual

Os testes que capturaram fotos automáticas e manuais são iguais.

APIs testadas:

Aprovação:os ganhos e a transformação do balanço de branco manual informados em cada resultado de captura correspondem ao balanço de branco automático estimate do algoritmo 3A da câmera.

Exemplo de teste automático test_auto_vs_manual

Figura 6.exemplo de test_auto_vs_manual.

Exemplo de balanço de branco test_auto_vs_manual

Figura 7.exemplo de balanço de branco de test_auto_vs_manual.

Exemplo de transformação de balanço de branco manual test_auto_vs_manual

Figura 8.exemplo de transformação de balanço de branco manual de test_auto_vs_manual.

test_black_white

Testa se o dispositivo produz imagens em preto e branco. Faz duas capturas, a primeira com ganho extremamente baixo e exposição curta, o que resulta em uma foto preta, e a segunda com ganho extremamente alto e exposição longa, o que resulta em uma foto branca.

APIs testadas:

Aprovação:produz imagens em preto e branco. Os canais saturados de imagens brancas têm valores RGB de [255, 255, 255] com uma margem de erro de menos de 1% de diferença.

test_black_white, exemplo em preto

Figura 9.Exemplo de test_black_white em preto.

Exemplo de transformação de balanço de branco manual test_auto_vs_manual

Figura 10.test_black_white, exemplo em branco.

Exemplo de plotagem de test_black_white

Figura 11.Plot de test_black_white, exemplo.

test_burst_capture

Verifica se todo o pipeline de captura pode acompanhar a velocidade da captura em tamanho real e o tempo da CPU.

APIs testadas:

Pass:captura uma série de imagens em tamanho real, verifica quedas de frames e o brilho da imagem.

test_burst_sameness_manual

Tira 5 rajadas de 50 imagens com a configuração de captura manual e verifica se elas são idênticas. Use esse teste para identificar se há frames esporádicos que são processados de maneira diferente ou têm artefatos.

APIs testadas:

Aprovado:as imagens são visualmente idênticas e têm valores RGB idênticos.

Falha:mostra um pico ou queda do gráfico médio RGB no início de cada pico.

  • A tolerância é de 3% para first_API_level < 30
  • A tolerância é de 2% para first_API_level >= 30

test_burst_sameness_manual_mean

Figura 12.Exemplo de média de test_burst_sameness_manual.

test_burst_sameness_manual_plot_means

Figura 13.test_burst_sameness_manual_plot_means

test_crop_region_raw

Teste se os streams RAW não podem ser descartados.

APIs testadas:

Aprovado:as imagens YUV são cortadas no centro, mas as imagens RAW não são.

Exemplo de corte bruto de comp test_crop_region_raw

Figura 14.Exemplo de corte bruto de test_crop_region_raw comp.

Exemplo completo de test_crop_region_raw comp raw

Figura 15.Exemplo completo de test_crop_region_raw comp raw.

Exemplo de corte YUV de comp test_crop_region_raw

Figura 16.exemplo de corte YUV de test_crop_region_raw comp.

Exemplo de test_crop_region_raw_yuv_full

Figura 17.Exemplo completo de test_crop_region_raw YUV.

test_crop_regions

Teste se as regiões de corte funcionam. Pega uma imagem completa e cria blocos de cinco regiões diferentes (cantos e centro). Tira imagens com o corte definido para as cinco regiões. Compara os valores do patch e da imagem cortada.

APIs testadas:

Aprovado:a imagem da região cortada corresponde ao patch que corresponde à imagem cortada.

test_ev_compensation

Testa se a compensação do valor de exposição (EV) foi aplicada. O teste consiste em uma seção básica e uma avançada.

A seção básica testa se a compensação de EV é aplicada usando um intervalo criado com CONTROL_AE_COMPENSATION_STEP. Oito frames são capturados em cada valor de compensação.

A seção avançada aumenta a exposição em oito etapas e compara o brilho medido com o esperado. Os valores esperados são calculados com base no brilho da imagem sem compensação de EV aplicada, e o valor esperado é saturado se os valores calculados excederem o intervalo de valor real da imagem. O teste falha se os valores esperados e medidos não corresponderem ou se as imagens forem superexpostas em cinco etapas.

APIs testadas:

Passe de seção básica:as imagens mostram o aumento da exposição sem superexposição em cinco etapas.

test_ev_compensation_basic

Figura 18.test_ev_compensation_basic.

Passe de seção avançado:captura um aumento na luminância à medida que a configuração de compensação de EV aumenta. Os oito frames capturados para cada configuração de compensação de EV têm valores de luminância estáveis.

test_ev_compensation_advanced_plot_means

Figura 19.test_ev_compensation_advanced_plot_means.

test_exposure_x_iso

Testes que uma exposição constante é alcançada à medida que o ISO e o tempo de exposição variam. Tira uma série de fotos com ISO e tempo de exposição escolhidos para equilibrar um ao outro. Os resultados precisam ter o mesmo brilho, mas, ao longo da sequência, a imagem precisa ficar mais escura. Verifica se os valores médios dos pixels da amostra estão próximos uns dos outros. Verifica se as imagens não estão limitadas a 0 ou 1, o que as faria parecer linhas planas. O teste também pode ser executado com imagens RAW definindo a flag debug no arquivo de configuração.

APIs testadas:

Aprovado:as imagens têm o mesmo brilho, mas ficam mais ruidosas com um ISO mais alto. Os planos RGB são planos quando o valor de ISO*exposure é constante no espaço de ganho testado.

Mecanismo de falha:na figura a seguir, conforme os valores do multiplicador de ganho (eixo x) aumentam, os valores médios do plano RGB normalizado (eixo y) começam a se desviar dos valores de multiplicador de ganho baixo.

test_exposure_plot_means

Figura 20.test_exposure_plot_means.

test_exposure_mult=1.00.jpg

Figura 21.test_exposure_mult=1.00.

test_exposure_mult=64.00

Figura 22.test_exposure_mult=64.00.

test_latching

Testes que as configurações (exposição e ganho) travem no frame certo para câmeras FULL e LEVEL_3. Tira uma série de fotos usando solicitações consecutivas, variando os parâmetros de solicitação de captura entre as fotos. Verifica se as imagens têm as propriedades esperadas.

APIs testadas:

Aprovação:as imagens [2, 3, 6, 8, 10, 12, 13] têm ISO ou exposição aumentados e aparecem com médias RGB mais altas no gráfico da figura a seguir.

Exemplo de média de plotagem de test_latching

Figura 23.Exemplo de plot de test_latching.

test_latching i=00

Figura 24.test_latching i=00.

test_latching i=01

Figura 25.test_latching i=01.

test_latching i=02

Figura 26.test_latching i=02.

test_latching i=03

Figura 27. test_latching i=03.

test_latching i=04

Figura 28. test_latching i=04.

test_latching i=05

Figura 29. test_latching i=05.

test_latching i=06

Figura 30. test_latching i=06.

test_latching i=07

Figura 31. test_latching i=07.

test_latching i=08

Figura 32. test_latching i=08.

test_latching i=09

Figura 33. test_latching i=09.

test_latching i=10

Figura 34.test_latching i=10.

test_latching i=11

Figura 35. test_latching i=11.

test_latching i=12

Figura 36. test_latching i=12.

test_linearity

Teste se o processamento do dispositivo pode ser invertido para pixels lineares. Captura uma sequência de fotos com o dispositivo apontado para um alvo uniforme.

APIs testadas:

Aprovado:os valores de R, G e B precisam aumentar linearmente com o aumento da sensibilidade.

Exemplo de média de gráfico de test_linearity

Figura 37.Exemplo de média de gráfico de test_linearity.

test_locked_burst

Testa o bloqueio 3A e o burst YUV (usando a configuração automática). Esse teste foi projetado para ser aprovado mesmo em dispositivos limitados que não têm MANUAL_SENSOR ou PER_FRAME_CONTROLS. O teste verifica a consistência da imagem YUV enquanto a verificação da taxa de frames está no CTS.

APIs testadas:

Aprovado:as capturas parecem consistentes.

Exemplo de frame0 de test_locked_burst

Figura 38.exemplo de frame0 de test_locked_burst.

Exemplo de frame1 de test_locked_burst

Figura 39.Exemplo de frame1 de test_locked_burst.

test_locked_burst_frame2

Figura 40.Exemplo de frame2 de test_locked_burst.

scene1_2

scene 1_2 é uma cópia funcionalmente idêntica de scene 1_1, implementando uma estrutura de subcena para aliviar a duração estendida de scene 1.

test_param_color_correction

Testa se os parâmetros android.colorCorrection.* são aplicados quando definidos. Tira fotos com diferentes valores de transformação e ganho e testa se elas parecem diferentes. A transformação e os ganhos são escolhidos para tornar a saída cada vez mais vermelha ou azul. Usa um mapa de tons linear.

O mapeamento de tons é uma técnica usada no processamento de imagens para mapear um conjunto de cores para outro e aproximar a aparência de imagens de alta faixa dinâmica em um meio com um intervalo dinâmico mais limitado.

APIs testadas:

Aprovação:os valores de R e B aumentam de acordo com a transformação.

Exemplo de média de plotagem de test_param_color_correction

Figura 41. Exemplo de média do gráfico de test_param_color_correction.

Nas figuras a seguir, o eixo x são as solicitações de captura: 0 = unidade, 1 = aprimoramento vermelho e 2 = aprimoramento azul.

exemplo de unity de test_param_color_correction req=0

Figura 42.exemplo de unity de test_param_color_correction req=0.

Exemplo de aumento de &quot;test_param_color_correctness req=1 red&quot;

Figura 43. Exemplo de boost vermelho para test_param_color_correctness req=1.

Exemplo de otimização azul de test_param_color_correction req=2

Figura 44. Exemplo de aumento de azul test_param_color_correction req=2.

test_param_flash_mode

Testa se o parâmetro android.flash.mode foi aplicado. Define manualmente a exposição para o lado escuro, para que seja óbvio se o flash disparou ou não e usa um mapa de tons linear. Verifica o centro com a imagem do bloco para saber se há um gradiente grande criado para verificar se o flash foi acionado.

APIs testadas:

Pass:o centro da imagem do bloco tem um gradiente grande, o que significa que o flash disparou.

Exemplo de test_param_flash_mode 1

Figura 45.exemplo de test_param_flash_mode 1.

Exemplo de bloco test_param_flash_mode 1

Figura 46. Exemplo de bloco de test_param_flash_mode.

Exemplo de test_param_flash_mode_2

Figura 47.exemplo de test_param_flash_mode 2.

Exemplo de bloco test_param_flash_mode 2

Figura 48.Exemplo de dois blocos de test_param_flash_mode.

test_param_noise_reduction

Testa se o parâmetro android.noiseReduction.mode é aplicado corretamente quando definido. Captura imagens com a câmera pouco iluminada. Usa um ganho analógico alto para ajudar a garantir que a imagem capturada tenha ruído. Captura três imagens, para NR desligado, rápido e alta qualidade. Também captura uma imagem com ganho baixo e NR desativado e usa a variação dela como a linha de base. Quanto maior a relação sinal-ruído (SNR, na sigla em inglês), melhor a qualidade da imagem.

APIs testadas:

Pass:o SNR varia com diferentes modos de redução de ruído e se comporta de maneira semelhante ao gráfico abaixo:

Exemplo de SNRs de plotagem de test_param_noise_reduction

Figura 49.exemplo de SNRs de gráfico test_param_noise_reduction.

0: DES, 1: RÁPIDO, 2: HQ, 3: MIN , 4: ZSL

Exemplo de ganho alto de test_param_noise_reduction (nr=0)

Figura 50.Exemplo de ganho alto de test_param_noise_reduction (nr=0).

Exemplo de ganho alto de test_param_noise_reduction (nr=1)

Figura 51.Exemplo de ganho alto de test_param_noise_reduction com nr=1.

Exemplo de ganho alto de test_param_noise_reduction com nr=2

Figura 52.Exemplo de ganho alto de test_param_noise_reduction com nr=2.

Exemplo de ganho alto de test_param_noise_reduction (nr=3)

Figura 53.Exemplo de ganho alto de test_param_noise_reduction com nr=3.

Exemplo de ganho baixo de test_param_noise_reduction

Figura 54.Exemplo de ganho baixo de test_param_noise_reduction.

test_param_shading_mode

Testa se o parâmetro android.shading.mode foi aplicado.

APIs testadas:

Aprovação:os modos de sombreamento são alternados e os mapas de sombreamento de lente são modificados conforme esperado.

Mapa de sombreamento da lente test_param_shading_mode, exemplo de loop 0 do modo 0

Figura 55.Mapa de sombreamento de lente test_param_shading_mode, exemplo de modo 0 loop 0.

Mapa de sombreamento da lente test_param_shading_mode, exemplo de loop 0 do modo 1

Figura 56.Mapa de sombreamento de lente test_param_shading_mode, exemplo de modo 1 de loop 0.

Mapa de sombreamento da lente test_param_shading_mode, exemplo de loop 0 do modo 2

Figura 57.Mapa de sombreamento de lente test_param_shading_mode, exemplo de modo 2 de loop 0.

test_param_tonemap_mode

Testa se o parâmetro android.tonemap.mode foi aplicado. Aplica curvas de mapa de tons diferentes a cada canal R, G e B e verifica se as imagens de saída são modificadas conforme o esperado. Esse teste consiste em dois testes, test1 e test2.

APIs testadas:

Pass:

  • test1: ambas as imagens têm um mapa de tons linear, mas n=1 tem um gradiente mais acentuado. O canal G (verde) está mais claro para a imagem n=1.
  • test2: mesmo mapa de tons, mas comprimento diferente. As imagens são iguais.

test_param_tonemap_mode com n=0

Figura 58.test_param_tonemap_mode com n=0.

test_param_tonemap_mode com n=1

Figura 59.test_param_tonemap_mode com n=1.

test_post_raw_sensitivity_boost

Verifica o aumento da sensibilidade bruta da postagem. Captura um conjunto de imagens brutas e YUV com diferentes sensibilidades, publica a combinação de aumento de sensibilidade bruta e verifica se a média do pixel de saída corresponde às configurações da solicitação.

APIs testadas:

Aprovado:as imagens brutas ficam mais escuras à medida que o aumento aumenta, enquanto o brilho das imagens YUV permanece constante.

test_post_raw_sensitivity_boost raw s=3583 boost=0100 example

Figura 60.Exemplo de test_post_raw_sensitivity_boost raw s=3583 boost=0100.

test_post_raw_sensitivity_boost raw s=1792 boost=0200 example

Figura 61.Exemplo de test_post_raw_sensitivity_boost raw s=1792 boost=0200.

test_post_raw_sensitivity_boost raw s=0896 boost=0400 example

Figura 62.Exemplo de test_post_raw_sensitivity_boost raw s=0896 boost=0400.

test_post_raw_sensitivity_boost raw s=0448 boost=0800 example

Figura 63.Exemplo de test_post_raw_sensitivity_boost raw s=0448 boost=0800.

test_post_raw_sensitivity_boost raw s=0224 boost=1600 example

Figura 64.Exemplo de test_post_raw_sensitivity_boost raw s=0224 boost=1600.

test_post_raw_sensitivity_boost raw s=0112 boost=3199 example

Figura 65. Exemplo de test_post_raw_sensitivity_boost raw s=0112 boost=3199.

Exemplo de média de gráfico bruto de test_post_raw_sensitivity_boost

Figura 66. Exemplo de gráfico bruto de médias de test_post_raw_sensitivity_boost.

example test_post_raw_sensitivity_boost YUV s=0112 boost=3199

Figura 67.Exemplo de YUV test_post_raw_sensitivity_boost s=0112 boost=3199.

exemplo de test_post_raw_sensitivity_boost YUV s=0448 boost=0800

Figura 68.Exemplo de test_post_raw_sensitivity_boost YUV s=0448 boost=0800.

example of test_post_raw_sensitivity_boost YUV s=0896 boost=0400

Figura 69.Exemplo de test_post_raw_sensitivity_boost YUV s=0896 boost=0400.

example of test_post_raw_sensitivity_boost YUV s=1792 boost=0200

Figura 70.Exemplo de test_post_raw_sensitivity_boost YUV s=1792 boost=0200.

example of test_post_raw_sensitivity_boost YUV s=3585 boost=0100

Figura 71.Exemplo de YUV test_post_raw_sensitivity_boost s=3585 boost=0100.

test_post_raw_sensitivity_boost_yuv_plot_means

Figura 72.test_post_raw_sensitivity_boost_yuv_plot_means

test_raw_exposure

Captura um conjunto de imagens brutas com tempo de exposição cada vez maior e mede os valores de pixel.

APIs testadas:

Pass:aumentar o ISO (ganho) torna os pixels mais sensíveis à luz, então o gráfico se move para a esquerda.

Exemplo de ISO=55 em test_raw_exposure

Figura 73.exemplo de ISO=55 de test_raw_exposure.

100 é 1 ms, 101 é 10 ms e 10−1 é 0, 1 ms.

Exemplo de ISO=132 em test_raw_exposure

Figura 74.exemplo de ISO=132 para test_raw_exposure.

Exemplo de ISO=209 de test_raw_exposure

Figura 75. Exemplo de ISO=209 de test_raw_exposure.

Exemplo de ISO=286 de test_raw_exposure

Figura 76.Exemplo de ISOs de test_raw_exposure=286.

Exemplo de ISO=363 em test_raw_exposure

Figura 77. Exemplo de ISO=363 de test_raw_exposure.

test_raw_exposure_s=440

Figura 78.Exemplo de ISO=440 de test_raw_exposure.

test_reprocess_noise_reduction

Testes que android.noiseReduction.mode é aplicado para reprocessar solicitações. Captura imagens reprocessadas com a câmera com pouca iluminação. Usa um ganho analógico alto para verificar se a imagem de captura está com ruído. Captura três imagens reprocessadas, para NR desativado, rápido e alta qualidade. Captura uma imagem reprocessada com ganho baixo e NR desativado, usando a variação dela como valor de referência.

APIs testadas:

Aprovação:FAST >= DESATIVADO, HQ >= FAST e HQ >> DESATIVADO.

Gráfico típico de SNR versus modo NR

Figura 79. Exemplo típico de gráfico de SNR versus modo NR.

test_tonemap_sequence

Testa uma sequência de fotos com curvas de mapa de tons diferentes. Captura três fotos manuais com um mapa de tons linear. Captura três fotos manuais com o mapa de tons padrão. Calcula o delta entre cada par de frames consecutivos.

APIs testadas:

Pass:há três frames idênticos seguidos por um conjunto diferente de três frames idênticos.

Exemplo de test_tonemap_sequence i=0

Figura 80. Exemplo de test_tonemap_sequence i=0.

Exemplo de test_tonemap_sequence i=1

Figura 81.exemplo de test_tonemap_sequence i=1.

Exemplo de test_tonemap_sequence i=2

Figura 82. Exemplo de test_tonemap_sequence i=2.

Exemplo de test_tonemap_sequence i=3

Figura 83. Exemplo de test_tonemap_sequence i=3.

Exemplo de test_tonemap_sequence_i=4

Figura 84.exemplo de test_tonemap_sequence i=4.

Exemplo de test_tonemap_sequence i=5

Figura 85.exemplo de test_tonemap_sequence i=5.

test_yuv_jpeg_all

Testa se todos os tamanhos e formatos informados para a captura de imagem funcionam. Usa uma solicitação manual com um mapa de tons linear para que o YUV e o JPEG tenham a mesma aparência quando convertidos pelo módulo image_processing_utils. As imagens não são salvas por padrão, mas podem ser salvas ativando o debug_mode.

APIs testadas:

Aprovado:todos os centros de imagem têm uma raiz quadrada média (RMS) máxima (valor de um sinal) de diferença nas imagens convertidas em RGB com 3% da imagem YUV de maior resolução.

Exemplo de test_yuv_jpeg_all

Figura 86.exemplo de test_yuv_jpeg_all.

test_yuv_plus_dng

Teste se os tamanhos e formatos informados para a captura de imagem funcionam.

APIs testadas:

Aprovado:o teste é concluído e retorna as imagens solicitadas.

Exemplo de test_yuv_plus_dng

Figura 87.exemplo de test_yuv_plus_dng.

scene1_3

scene 1_3 é uma cópia funcionalmente idêntica de scene 1_1, implementando uma estrutura de subcena para aliviar a duração estendida de scene 1.

test_capture_result

Testa se os dados válidos são retornados em objetos CaptureResult. O teste consiste em uma captura automática, uma manual e uma segunda automática.

APIs testadas:

Pass:os metadados são válidos para todas as capturas, e as configurações manuais não vazam para a segunda captura automática. Mostra a correção de sombreamento da lente para as capturas.

test_capture_result_plot_lsc_auto_ch0

Figura 88.test_capture_result_plot_lsc_auto_ch0.

test_dng_noise_model

Verifica se os parâmetros do modelo bruto DNG estão corretos. O gráfico mostra a variância medida de um patch central do cartão cinza em fotos brutas capturadas em uma variedade de sensibilidades e compara esses valores com a variação esperada em cada sensibilidade pelo modelo de ruído DNG no HAL da câmera (com base nos parâmetros O,S retornados nos objetos de resultado da captura). Para mais detalhes sobre o modelo de ruído DNG, faça o download do documento a seguir sobre o modelo de ruído DNG.

APIs testadas:

Aprovado:os parâmetros do modelo bruto do DNG estão corretos. Os valores RGB esperados correspondem aos valores RGB reais medidos.

test_dng_noise_model_plog

Figura 89. test_dng_noise_model_plog.

test_jpeg

Testes que mostram que as imagens YUV convertidas e as imagens JPEG do dispositivo são iguais. O teste pega os 10% do centro da imagem, calcula o valor RGB e verifica se eles são iguais.

APIs testadas:

Aprovado:a diferença média de RGB entre cada imagem é inferior a 3%.

test_jpeg_fmt=jpg.jpg

Figura 90. test_jpeg_fmt=jpg.jpg.

test_jpeg=fmt=yuv.jpg

Figura 91. test_jpeg=fmt=yuv.jpg.

test_raw_burst_sensitivity

Captura um conjunto de imagens brutas com ganhos crescentes e mede o ruído. Captura apenas o formato bruto, em uma série.

APIs testadas:

Passe:cada tiro é mais ruídoso que o anterior, porque o ganho está aumentando.

Usa a variação da célula da grade de estatísticas do centro.

test_raw_burst_sensitivity_variance

Figura 92.test_raw_burst_sensitivity_variance.

test_raw_sensitivity

Captura um conjunto de imagens brutas com sensibilidades crescentes e mede o ruído (variância) no centro de 10% da imagem. Teste se cada foto é mais ruidosa do que a anterior.

APIs testadas:

Pass:a variação aumenta com cada foto.

test_raw_sensitivity_variance

Figura 93.test_raw_sensitivity_variance.

test_yuv_plus_jpeg

Testa a captura de um único frame como saídas YUV e JPEG. Usa uma solicitação manual com um mapa de tons linear para que o YUV e o JPEG tenham a mesma aparência quando convertidos pelo módulo image_processing_utils.

APIs testadas:

Aprovado:as imagens YUV e JPEG são semelhantes e têm uma diferença de RMS (valor de um sinal) de menos de 1%.

test_yuv_plus_jpeg com formato JPEG

Figura 94.test_yuv_plus_jpeg com formato JPEG.

test_yuv_plus_jpeg com formato YUV

Figura 95.test_yuv_plus_jpeg com formato YUV.

test_yuv_plus_raw

Testes que capturam um único frame como saídas brutas (10 e 12 bits) e YUV, se houver suporte. Usa uma solicitação manual com um mapa de tons linear, para que o estado bruto e YUV sejam iguais. Compara os valores RGB de 10% do centro das imagens convertidas em RGB. Registrosandroid.shading.mode.

APIs testadas:

Aprovado:as imagens YUV e brutas são semelhantes e têm menos de 3,5% de diferença de RMS (raiz do valor médio quadrático de um sinal).

test_yuv_plus_raw_shading=1_raw.jpg

Figura 96.test_yuv_plus_raw_shading=1_raw.jpg.

test_yuv_plus_raw_shading=1_yuv.jpg

Figura 97.test_yuv_plus_raw_shading=1_yuv.jpg.

test_sensitivity_priority

Teste o CONTROL_AE_PRIORITY_MODE_SENSOR_SENSITIVITY_PRIORITY em várias configurações de ISO para confirmar uma correlação entre ISO mais alto e níveis de ruído mais altos.

APIs testadas:

Aprovado:ISO mais alto resulta em níveis de ruído mais altos.

Testar os critérios de omissão

O teste test_sensitivity_priority.py é pulado se algum dos seguintes critérios for atendido:

test_exposure_time_priority

Teste CONTROL_AE_PRIORITY_MODE_SENSOR_EXPOSURE_TIME_PRIORITY em vários tempos de exposição, verificando o brilho estável no intervalo em que o ISO pode compensar.

APIs testadas:

Aprovado:o brilho é estável (dentro da tolerância) em todos os tempos de exposição se o ISO estiver dentro do intervalo de compensação.

Testar os critérios de omissão

O teste test_exposure_time_priority é pulado se algum dos seguintes critérios for atendido:

scene2_a

scene2_a tem três rostos com um fundo cinza e roupas neutras. Os rostos são escolhidos para ter uma ampla variedade de tons de pele. O gráfico precisa ter a orientação correta para que a detecção facial funcione de maneira ideal.

Exemplo de scene2_a

Figura 98.Exemplo de scene2_a.

test_autoframing

Testa o comportamento de enquadramento automático do dispositivo da câmera. Realiza um zoom grande, de modo que nenhuma das faces na cena fique visível, ativa o modo de enquadramento automático definindo AUTOFRAMING em CaptureRequest como True e verifica se todas as faces na cena original podem ser detectadas quando o estado converge, ou seja, quando AUTOFRAMING_STATE em CaptureResult é definido como AUTOFRAMING_STATE_CONVERGED.

APIs testadas:

Aprovado:os três rostos foram detectados.

test_display_p3

Teste a captura de Display P3 em JPEG usando a API ColorSpaceProfiles. Testa se o JPEG capturado tem um perfil ICC adequado no cabeçalho e se a imagem contém cores fora da gama sRGB.

APIs testadas:

Aprovado:o JPEG contém um perfil ICC Display P3 e cores fora da gama sRGB.

test_effects

Captura o frame para os efeitos de câmera compatíveis e verifica se eles são gerados corretamente. O teste verifica apenas os efeitos OFF e MONO, mas salva imagens para todos os efeitos com suporte.

APIs testadas:

Pass:captura a imagem da cena com efeitos OFF e uma imagem monocromática com efeitos definidos como MONO.

test_effects_MONO

Figura 99.test_effects_MONO.

test_exposure_keys_consistent

Esse teste compara a luminância média de uma captura com AE ativada com uma captura com AE desativada que aplica manualmente os parâmetros de exposição (sensibilidade, tempo de exposição, duração do frame, aumento de sensibilidade de RAW) recebidos no CaptureResult da captura com AE ativada.

APIs testadas:

Aprovado:a diferença relativa na luminância entre as duas capturas é menor que 4%.

test_format_combos

Testa diferentes combinações de formatos de saída.

APIs testadas:

Aprovado:todas as combinações foram capturadas.

test_num_faces

Testa a detecção facial.

APIs testadas:

Aprovado:encontra três rostos.

Exemplo de modo de detecção facial 1 de test_num_faces

Figura 100.exemplo do modo 1 de detecção facial de test_num_faces.

test_reprocess_uv_swap

Testa se o reprocessamento YUV não troca os planos U e V. Isso é detectado calculando a soma das diferenças absolutas (SAD, na sigla em inglês) entre a imagem reprocessada e uma captura não reproprocessada. Se a troca dos planos U e V de saída da captura reprocessada resultar em um aumento do SAD, presumimos que a saída tem os planos U e V corretos.

APIs testadas:

Aprovado:os planos U e V não são trocados.

test_reprocess_uv_swap

Figura 101.exemplo de test_reprocess_uv_swap.

scene2_b

test_preview_num_faces

Teste a detecção de rosto na visualização com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos com pontos de referência nos retângulos delimitadores.

test_num_faces_fd_mode_1

Figura 102.exemplo do modo 1 de detecção facial de test_num_faces.

test_yuv_jpeg_capture_sameness

Captura duas imagens usando os formatos YUV e JPEG mais comuns com a mesma proporção do formato JPEG mais amplo, sem exceder uma resolução de 1920 x 1440. Define jpeg.quality como 100 e captura uma solicitação de duas superfícies. Converte as duas imagens em matrizes RGB e calcula a raiz quadrada média (RMS) 3D entre as duas imagens.

Além disso, esse teste verifica se as saídas YUV de todos os casos de uso de streaming com suporte são razoavelmente semelhantes ao YUV com o caso de uso STILL_CAPTURE.

APIs testadas:

Aprovado:as imagens YUV e JPEG do caso de uso STILL_CAPTURE têm menos de 3% de diferença de RMS (valor raiz quadrada de um sinal). As imagens YUV de todos os casos de uso com suporte têm menos de 10% de diferença de RMS em relação às imagens YUV com o caso de uso STILL_CAPTURE.

scene2_c

test_num_faces

Teste a detecção facial com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos.

test_num_faces_fd_mode_1

Figura 103.exemplo do modo de detecção facial test_num_faces.

test_jpeg_capture_perf_class

Teste a latência de captura de JPEG para a classe de desempenho S, conforme especificado na seção 2.2.7.2 Câmera no CDD.

Aprovado:a latência de captura de JPEG da camera2 precisa ser de menos de 1000 ms para resolução de 1080p, conforme medido pelo PerformanceTest da câmera CTS em condições de iluminação ITS (3000K) para as duas câmeras principais.

test_camera_launch_perf_class

Teste a latência de inicialização da câmera para a classe de desempenho S, conforme especificado na seção 2.2.7.2 Câmera do CDD.

Pass:É NECESSÁRIO ter a latência de inicialização da camera2 (abrir a câmera para o primeiro frame de visualização) < 600ms, conforme medido pelo PerformanceTest da câmera CTS sob as condições de iluminação do ITS (3000K) para as duas câmeras principais.

test_default_camera_hdr

Testes que a captura de câmera padrão é Ultra HDR para a classe de desempenho 15, conforme especificado na seção 2.2.7.2 Câmera do CDD.

Pass:a captura padrão do pacote da câmera PRECISA ser Ultra HDR para um dispositivo de classe de desempenho 15.

scene2_d

test_preview_num_faces

Teste a detecção de rosto na visualização com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos com pontos de referência nos retângulos delimitadores.

scene2_e

test_continuous_picture

50 frames de resolução VGA são capturados com a primeira configuração da solicitação de captura android.control.afMode = 4 (CONTINUOUS_PICTURE).

APIs testadas:

Aprovado:o sistema 3A se estabiliza ao final de uma captura de 50 frames.

test_num_faces

Teste a detecção facial com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos.

scene2_f

scene2_f tem três rostos com um fundo branco e roupas brancas. Os rostos têm uma ampla variedade de tons de pele e alto contraste com o plano de fundo.

Exemplo de scene2_f

Figura 104.exemplo de scene2_f.

test_preview_num_faces

Teste a detecção facial com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos com pontos de referência nos retângulos delimitadores.

test_num_faces_fd_mode_1

Figura 105.Exemplo de test_num_faces_fd_mode_1.

scene2_g

scene2_g tem três rostos de perfil com um fundo branco e roupas brancas. Os rostos têm uma ampla variedade de tons de pele e alto contraste com o plano de fundo.

scene2_g.png

Figura 106.Exemplo de scene2_g.

test_preview_num_faces

Teste a detecção facial com maior diversidade de tons de pele em cenas de rosto.

APIs testadas:

Aprovado:encontra três rostos com pontos de referência nos retângulos delimitadores.

test_preview_num_faces

Figura 107.Exemplo de test_preview_num_faces.

cena3

O scene3 usa o gráfico ISO12233, e a maioria dos testes usa um método de extração de gráfico para encontrar o gráfico na cena. Por esse motivo, a maioria das imagens salvas não tem bordas como as imagens das cenas 1, 2 ou 4, mas apenas o gráfico. O gráfico precisa estar na orientação correta para que o localizador de gráficos funcione da melhor forma.

test_edge_enhancement

Testa se o parâmetro android.edge.mode é aplicado corretamente. Captura imagens não reprocessadas para cada modo de borda e retorna a nitidez da imagem de saída e os metadados do resultado da captura. Processa uma solicitação de captura com um determinado modo de borda, sensibilidade, tempo de exposição, distância de foco e parâmetro de superfície de saída.

Pass:o modo HQ (2) é mais nítido que o modo OFF (0). O modo FAST (1) é mais nítido do que o modo OFF. Modo HQ mais nítido ou igual ao modo FAST.

APIs testadas:

Parâmetros da câmera afetados:

  • EDGE_MODE

test_edge_enhancement_edge=0

Figura 108. Exemplo de test_edge_enhancement edge=0.

exemplo de edge=1 de test_edge_enhancement

Figura 109.Exemplo de test_edge_enhancement edge=1 (modo rápido).

exemplo de edge=2 de test_edge_enhancement

Figura 110.exemplo de test_edge_enhancement edge=2 (modo de alta qualidade).

test_flip_mirror

Testa se a imagem está orientada corretamente, conforme 7.5.2 Câmera frontal no CDD.

Imagens espelhadas, invertidas ou giradas podem ser identificadas pelo diamante perto do centro.

Aprovado:a imagem não está invertida, espelhada ou girada.

Exemplo de patch de cena test_flip_mirror

Figura 111.Exemplo de correção de cena test_flip_mirror.

test_imu_drift

Testa se a unidade de medição inercial (IMU) tem saída estável por 30 segundos enquanto o dispositivo está parado e capturando uma visualização de alta definição.

APIs testadas:

Pass:

  • A deriva do giroscópio é menor que 0,01 rad durante o teste.
  • A variação da leitura do giroscópio é menor que 1E-7 rad2/s2/Hz durante o teste.
  • A deriva do vetor de rotação é menor que 0,01 rad durante o teste.
  • (Ainda não obrigatório) A deriva do giroscópio é menor que 1 grau por segundo.

Exemplo de deriva do giroscópio test_imu_drift

Figura 112.exemplo de deriva do giroscópio test_imu_drift.

Exemplo de deslocamento do vetor de rotação test_imu_drift

Figura 113.Exemplo de deslocamento do vetor de rotação test_imu_drift.

test_landscape_to_portrait

Testa se a substituição de paisagem para retrato funciona corretamente para sensores orientados na paisagem.

APIs testadas:

Aprovado:o teste localiza um gráfico com a rotação esperada (0 grau quando a substituição de paisagem para retrato está desativada, 90 graus quando ativada).

exemplo de test_landscape_to_portrait

Figura 114.exemplo de test_landscape_to_portrait.

test_lens_movement_reporting

Testa se a flag de movimento da lente está sendo informada corretamente. Captura uma série de 24 imagens com os primeiros 12 frames na distância de foco ideal (encontrada pelo 3A) e os últimos 12 frames na distância de foco mínima. Em torno do frame 12, a lente se move, fazendo com que a nitidez diminua. A nitidez acaba se estabilizando à medida que a lente se move para a posição final.

A flag de movimento da lente precisa ser declarada em todos os frames em que a nitidez é intermediária aos primeiros frames com a lente estacionária na distância focal ideal e os últimos frames em que a lente está estacionada na distância focal mínima. O frame exato em que a lente se move não é importante: o que é importante é que a flag de movimento seja acionada quando a lente estiver se movendo.

APIs testadas:

Aprovação:a flag de movimento da lente é True no frame com mudança de nitidez.

Mecanismos de falha:

  • lens_moving: True (android.hardware.camera2.CaptureResult#LENS_STATE = 1) em test_log.DEBUG é declarado apenas em frames em que a nitidez não está mudando.
  • Os frames com lens_moving: False (android.hardware.camera2.CaptureResult#LENS_STATE = 0) em test_log.DEBUG têm uma diferença de nitidez em comparação com os primeiros frames na distância focal ideal ou os últimos frames na distância de foco mínima.

test_reprocess_edge_enhancement

Testa se os métodos de reprocessamento com suporte para melhoria de borda funcionam corretamente. Processa uma solicitação de captura com um determinado modo de borda de reprocessamento e compara modos diferentes para capturar com os modos de borda de reprocessamento desativados.

APIs testadas:

Aprovado:a nitidez dos diferentes modos de borda está correta. HQ (modo 2) é mais nítido que OFF (modo 0), e a melhoria entre diferentes modos é semelhante.

Exemplo de gráfico test_reprocess_edge_enhancement

Figura 115.exemplo de gráfico test_reprocess_edge_enhancement.

cena4

scene4 consiste em um círculo preto em um fundo branco dentro de um quadrado.

Os testes na scene4 podem ser sensíveis ao alinhamento. Portanto, a partir do Android 15, é possível usar check_alignment.py no diretório de ferramentas para ativar uma verificação do DUT e do alinhamento do gráfico.

Exemplo de scene4

Figura 116.Exemplo de scene4.

test_30_60fps_preview_fov_match

Testes que vídeos de pré-visualização de 30 QPS e 60 QPS têm o mesmo FoV. O teste captura dois vídeos, um com 30 QPS e outro com 60 QPS. Um frame representativo é selecionado de cada vídeo e analisado para verificar se as mudanças de FoV nos dois vídeos estão dentro das especificações. Testa se a proporção do círculo permanece constante, se o centro do círculo permanece estável e se o raio do círculo permanece constante.

APIs testadas:

Aprovado:as imagens não estão esticadas, o centro das imagens não difere em mais de 3% e a mudança máxima de proporção entre vídeos de 30 e 60 QPS não é superior a 7,5%.

Mecanismos de falha:

  • O círculo do vídeo de 30 QPS é significativamente diferente em tamanho do vídeo de 60 QPS.
  • O círculo na imagem capturada é distorcido pelo pipeline de processamento.
  • O círculo na imagem capturada é cortado devido a uma solicitação de captura de proporção extrema, que reduz a altura ou a largura da imagem.
  • O círculo na imagem capturada tem um reflexo no centro e não aparece totalmente preenchido.

test_aspect_ratio_and_crop

Testa se as imagens são distorcidas ou cortadas inesperadamente no pipeline de imagens. Tira fotos de um círculo em todos os formatos. Verifica se o círculo não está distorcido, se ele não se move do centro da imagem e se ele não muda de tamanho incorretamente com diferentes proporções ou resoluções.

APIs testadas:

Aprovado:as imagens não estão esticadas, o centro das imagens não difere em mais de 3% e o FoV máximo possível é preservado.

Mecanismos de falha:

  • A câmera não está alinhada com o círculo exibido no tablet no centro da cena capturada.
  • O círculo na imagem capturada é distorcido pelo pipeline de processamento.
  • A imagem de resolução mais baixa é cortada duas vezes no pipeline de imagens, criando um FoV diferente entre imagens de alta e baixa resolução.
  • O círculo na imagem capturada é cortado devido a uma solicitação de captura de proporção extrema, que reduz a altura ou a largura da imagem.
  • O círculo na imagem capturada tem um reflexo no centro e não aparece totalmente preenchido.

test_multi_camera_alignment

Testa os parâmetros de calibragem da câmera relacionados ao posicionamento da câmera para sistemas com várias câmeras. Usando as subcâmeras físicas de várias câmeras, tira uma foto com uma das câmeras físicas. Encontra o centro do círculo. Projeta o centro do círculo para as coordenadas do mundo de cada câmera. Compara a diferença entre os centros dos círculos das câmeras em coordenadas mundiais. Reprojeta a coordenada mundial de volta para coordenadas de pixel e compara com os originais como uma verificação de validade. Compara os tamanhos dos círculos verificando se as distâncias focais das câmeras são diferentes.

APIs testadas:

Aprovado:os centros e os tamanhos dos círculos são esperados nas imagens projetadas em comparação com as imagens capturadas usando dados de calibração da câmera e distâncias focais.

Mecanismos de falha:

  • LENS_INTRINSIC_CALIBRATION, LENS_POSE_TRANSLATION e LENS_POSE_ROTATION são valores de design, não dados de calibração reais.
  • O sistema de câmera não é adequado para a configuração do teste, por exemplo, testar um sistema de câmera amplo e ultra-amplo com o equipamento de teste RFoV. Para mais informações, consulte Perguntas frequentes sobre a ITS-in-a-Box da câmera (em inglês) Q1.

test_preview_aspect_ratio_and_crop

Semelhante ao teste test_aspect_ratio_and_crop para capturas de fotos, verifica os formatos de visualização compatíveis para garantir que os frames de visualização não sejam esticados ou cortados de forma inadequada. Verifica se a proporção do círculo não muda, se as imagens cortadas mantêm o círculo no centro do frame e se o tamanho do círculo não muda para um formato constante ou com resoluções diferentes (verificação de FoV).

APIs testadas:

Aprovado:as imagens não estão esticadas, o centro das imagens não difere em mais de 3% e o FoV máximo possível é preservado.

test_preview_stabilization_fov

Verifica os tamanhos de visualização compatíveis para garantir que o FoV seja cortado adequadamente. O teste captura dois vídeos, um com estabilização de visualização ON e outro com estabilização de visualização OFF. Um frame representativo é selecionado em cada vídeo e analisado para verificar se as mudanças de FoV nos dois vídeos estão dentro das especificações.

APIs testadas:

Aprovado:a proporção do círculo permanece constante, o local central do círculo permanece estável e o tamanho do círculo muda no máximo 20%.

test_video_aspect_ratio_and_crop

Grava vídeos de um círculo dentro de um quadrado em todos os formatos de vídeo. Extrai os frames-chave e verifica se a proporção do círculo não muda, se as imagens recortadas mantêm o círculo no centro e se o tamanho do círculo não muda para um formato constante ou com resolução diferente (verificação do FoV).

APIs testadas:

Aprovado:os frames de vídeo não estão esticados, o centro dos frames não difere em mais de 3% e o FoV máximo possível é preservado.

cena5

scene5 exige uma cena cinza com iluminação uniforme. Isso é feito com um difusor colocado sobre a lente da câmera. Recomendamos o seguinte difusor: www.edmundoptics.com/optics/window-diffusers/optical-diffusers/opal-diffusing-glass/46168.

Para preparar a cena, conecte um difusor na frente da câmera e aponte a câmera para uma fonte de luz de cerca de 2.000 lux. As imagens capturadas para scene5 precisam de iluminação difusa sem características evidentes. Confira abaixo um exemplo de imagem:

Exemplo de scene5

Figura 117.Exemplo de captura de scene5.

test_lens_shading_and_color_uniformity

Teste se a correção de sombreamento da lente é aplicada adequadamente e se a cor de uma cena uniforme monocromática é distribuída de maneira uniforme. Realiza esse teste em um frame YUV com 3A automático. A variação de lente é avaliada com base no canal y. Mede o valor médio de y para cada bloco de amostra especificado e determina a aprovação ou reprovação comparando com o valor de y central. O teste de uniformidade de cores é avaliado no espaço vermelho-verde e azul-verde.

APIs testadas:

Aprovado:no raio especificado da imagem, a variação do valor vermelho-verde e azul-verde precisa ser inferior a 20% para passar no teste.

cena6

scene6 é uma grade de marcadores ArUco com identificação exclusiva. Os testes em scene6 podem ser sensíveis ao alinhamento. Portanto, a partir da 15, é possível usar check_alignment.py no diretório de ferramentas para ativar uma verificação do DUT e do alinhamento do gráfico.

cena6

Figura 118.Exemplo de scene6.

test_in_sensor_zoom

Testa o comportamento do recurso de zoom do sensor da câmera, que produz imagens brutas cortadas.

Com o caso de uso do stream definido como CROPPED_RAW, o teste faz duas capturas sobre a faixa de zoom, uma imagem bruta de FoV completa e uma imagem bruta cortada. O teste converte as imagens em matrizes RGB, reduz a imagem bruta cortada em tamanho total para o tamanho informado por SCALER_RAW_CROP_REGION e calcula a diferença RMS 3D entre as duas imagens.

APIs testadas:

Aprovado:a diferença de RMS em 3D entre a imagem bruta redimensionada e recortada e a imagem bruta de FoV completa é menor que o limite definido no teste.

test_zoom

Testa o comportamento do zoom da câmera da lente ultra grande angular para a grande angular. Faz capturas sobre a faixa de zoom e verifica se os marcadores ArUco ficam maiores à medida que a câmera aumenta o zoom. O teste também verifica se a posição do marcador central muda de forma previsível em cada captura. A distância do centro do marcador central até o centro da imagem pode mudar a uma taxa constante em relação à proporção de zoom até uma mudança física da câmera ou pode mudar de forma monotonicamente para o local do mesmo marcador após uma mudança física da câmera. O app Jetpack Camera (JCA) precisa ser instalado no dispositivo antes do teste.

APIs testadas:

Aprovado:o tamanho relativo do marcador ArUco capturado é preciso em relação à proporção de zoom solicitada para verificar se a câmera está fazendo zoom corretamente, e a distância do marcador ao centro da imagem muda de acordo com os critérios indicados na descrição do teste.

test_zoom para encontrar o contorno do marcador ArUco mais próximo do centro

Figura 119.test_zoom para encontrar o contorno do marcador ArUco mais próximo do centro.

test_low_latency_zoom

Testa o comportamento de zoom de baixa latência da câmera. Faz capturas sobre o intervalo de zoom com android.control.settingsOverride = 1 (SETTINGS_OVERRIDE_ZOOM) e verifica se os marcadores nas imagens de saída correspondem às proporções de zoom nos metadados da captura. A mesma sessão de captura da câmera é usada para convergir o 3A e fazer capturas.

APIs testadas:

Aprovado:o tamanho relativo do marcador capturado é preciso em relação aos metadados do resultado da proporção de zoom.

test_preview_video_zoom_match

Testes que, durante a gravação e o zoom, mostram a visualização e a saída do vídeo e gravam a mesma saída. Calcula o tamanho do marcador mais próximo do centro em diferentes proporções de zoom e verifica se o tamanho do marcador aumenta conforme a proporção de zoom aumenta.

APIs testadas:

Aprovação:o tamanho relativo do marcador capturado é preciso em relação à proporção de zoom solicitado no vídeo e na visualização.

HD_1280x720_key_frame.png

Figura 120. HD_1280x720_key_frame.png (antes do zoom).

preview_1280x720_key_frame.png

Figura 121.preview_1280x720_key_frame.png (antes do zoom).

HD_1280x720_key_frame_zoomed.png

Figura 122. HD_1280x720_key_frame.png (após o zoom).

preview_1280x720_key_frame_zoomed.png

Figura 123.preview_1280x720_key_frame.png (após o zoom).

test_preview_zoom

Testa se a proporção de zoom de cada frame de visualização corresponde aos metadados de captura correspondentes da lente ultragrande-angular para a lente grande-angular. O teste captura frames de visualização na faixa de zoom e encontra o marcador ArUco mais próximo do centro. O teste verifica se a posição do marcador central muda de forma previsível em cada captura. A distância do centro do marcador central até o centro da imagem pode mudar a uma taxa constante em relação à proporção de zoom até uma mudança física da câmera ou pode mudar de forma monotonicamente para o local do mesmo marcador após uma mudança física da câmera.

APIs testadas:

Aprovado:o tamanho relativo do marcador ArUco selecionado é preciso para a proporção de zoom informada do resultado de captura correspondente para todos os frames de visualização. A distância relativa do marcador selecionado do centro da imagem é precisa para a proporção de zoom informada do resultado de captura correspondente de todos os frames de visualização.

test_preview_zoom images showing selected marker closest to the center

Figura 124. Imagens de test_preview_zoom mostrando o marcador selecionado mais próximo do centro

test_session_characteristics_zoom

Testa o intervalo de proporção de zoom para todas as configurações de sessão com suporte listadas em CameraCharacteristics#INFO_SESSION_CONFIGURATION_QUERY_VERSION. Para cada uma dessas configurações, se CameraDeviceSetup#isSessionConfigurationSupported retornar true, o teste verifica se o intervalo de proporção de zoom retornado em CameraDeviceSetup#getSessionCharacteristics pode ser alcançado.

APIs testadas:

Pass:as proporções de zoom mínima e máxima podem ser alcançadas para cada SessionConfiguration com suporte listada em CameraCharacteristics#INFO_SESSION_CONFIGURATION_QUERY_VERSION.

scene7

scene7 é um frame retangular dividido em quatro quadrantes iguais, cada um preenchido com uma cor diferente. No centro do retângulo, há um gráfico de borda inclinada para verificar a nitidez. Quatro marcadores ArUco são alinhados com os quatro cantos externos do retângulo para ajudar a obter coordenadas precisas do quadro principal do retângulo em diferentes taxas de zoom.

scene7

Figura 125. cena7.

test_multi_camera_switch

Esse teste verifica se, durante a gravação de visualização em diferentes taxas de zoom, a troca entre as lentes ultrawide (UW) e wide (W) resulta em valores RGB semelhantes.

O teste usa diferentes proporções de zoom dentro do intervalo predefinido para realizar uma gravação de visualização dinâmica e identificar o ponto em que a câmera física muda. Esse ponto marca a transição da lente UW para a lente W.

Os frames capturados no ponto de intersecção e antes dele são analisados para exposição automática (AE), balanço de branco automático (AWB) e foco automático (AF).

A verificação de AE verifica se a mudança de luminância está dentro do intervalo esperado para imagens de lentes UW e W. A verificação AWB verifica se as proporções de vermelho-verde e azul-verde estão dentro dos valores de limite para imagens de lentes UW e W. A verificação de AF avalia o valor da estimativa de nitidez com base na magnitude média do gradiente entre as imagens das lentes UW e W.

Durante a execução desse teste, se o efeito Moiré interferir nos resultados, use um tablet de resolução mais alta da lista de tablets aprovados pela Camera ITS.

APIs testadas:

Aprovado:para que o teste seja aprovado, as verificações de AE e AWB precisam ser aprovadas. Os resultados da verificação de AF são usados apenas para fins de registro. Confira abaixo os critérios de cada verificação:

  • Verificação de AE: a mudança de luminância (valor Y) entre as imagens da lente UW e W precisa ser inferior a 4% para todos os blocos de cores se o dispositivo for compatível com ae_regions e awb_regions. Se apenas ae_regions for aceito, apenas os valores de remendo de cor cinza precisarão atender aos critérios.
  • Verificação de AWB: a diferença entre os valores vermelho-verde e azul-verde para as imagens de lentes UW e W precisa ser menor que 3% para o bloco de cor cinza e menor que 10% para outros blocos de cor se o dispositivo oferecer suporte a ae_regions e awb_regions.
  • Verificação de AF: a nitidez da imagem para a captura da lente W precisa ser maior do que a nitidez com a captura UW.

test_multi_camera_switch_gray_uw_y

Figura 126. Ponto cinza tirado com a lente UW.

test_multi_camera_switch_gray_w_y

Figura 127. Remendo cinza tirado com a lente W.

scene8

scene8 é um frame retangular dividido em quatro regiões iguais, cada uma contendo um retrato feito com uma exposição diferente ou sobreposto com um matiz de cor diferente (azul, exposição aumentada, exposição diminuída, amarelo). Quatro marcadores ArUco são alinhados com os quatro cantos externos do retângulo para conseguir coordenadas precisas do frame do retângulo principal.

Exemplo do scene8

Figura 128.Exemplo de scene8.

test_ae_awb_regions

Testes que os valores RGB e de luminância são diferentes ao gravar a visualização em diferentes regiões de AE e AWB.

O teste grava uma prévia de 8 segundos, realizando a medição de AE e AWB em cada quadrante por 2 segundos. Em seguida, o teste extrai um frame da gravação de visualização de cada região e usa os frames extraídos para realizar as seguintes verificações de AE e AWB:

  • Verificação de AE: verifica se a medição de frame da região com exposição diminuída tem um valor de luminância aumentado de mais de 1% do que a medição de frame da região com exposição aumentada. Isso verifica se as imagens são iluminadas ao medir uma região escura.
  • Verificação de AWB: verifica se a proporção de vermelho para azul (dos valores RGB médios da imagem) no frame com a região de medição azul é mais de 2% maior do que o frame com a região de medição amarela. Isso verifica se as imagens têm um valor RGB equilibrado ao medir uma região amarela (quente) ou azul (fria).

APIs testadas:

Pass:a AE e a AWB são aprovadas.

test_ae_awb_regions_dark_region

Figura 129. Região escura de medição de frame com exposição aumentada.

test_ae_awb_regions_light_region

Figura 130. Região mais clara de medição de frame com exposição reduzida.

Mecanismos de falha:

  • A detecção precisa dos quatro marcadores ArUco é essencial para esse teste. Se a detecção inicial falhar, o sistema tentará uma segunda detecção usando uma versão em preto e branco da imagem. A imagem em escala de cinza a seguir representa a etapa de processamento secundária:

    Desajuste dos marcadores ArUco

    Figura 131. Desajuste dos marcadores ArUco.

test_color_correction_mode_cct

Teste COLOR_CORRECTION_MODE em diferentes temperaturas e matizes de cor, verificando mudanças nas proporções RGB em relação à cena de captura, scene8.

APIs testadas:

Pass:as proporções RGB mostram os aumentos ou diminuições previstos em relação às temperaturas e matizes de cor selecionadas.

Testar os critérios de omissão

O teste test_color_correction_mode_cct é pulado se algum dos seguintes critérios for atendido:

scene9

O scene9 consiste em milhares de círculos coloridos e de tamanho aleatório para criar uma cena com repetição muito baixa para estressar algoritmos de compactação JPEG.

Exemplo de scene9

Figura 132.Exemplo de scene9.

test_jpeg_high_entropy

Testes que a compactação JPEG da câmera funciona em scene9 com alta entropia e o fator de qualidade JPEG definido como 100%. O fator de zoom é aumentado para verificar se a cena exibida no tablet preenche o FoV da câmera.

APIs testadas:

Aprovado:o arquivo JPEG é compactado, gravado e lido corretamente do disco.

test_jpeg_quality

Testa a qualidade da compactação JPEG da câmera. Acesse as qualidades JPEG com android.jpeg.quality e verifique se as tabelas de quantização mudam corretamente.

APIs testadas:

Aprovação:a matriz de quantização diminui com o aumento da qualidade. A matriz representa o fator de divisão.

Médias de matriz DQT de luminância e croma da câmera traseira do Pixel 4 em comparação com a qualidade JPEG

Figura 133. Médias de matriz DQT de luminância e croma da câmera traseira do Pixel 4 em comparação com a qualidade JPEG.

Exemplo de teste com falha em test_jpeg_quality

Figura 134. Exemplo de teste com falha.

scene_video

scene_video é uma cena de vídeo que consiste em quatro círculos coloridos diferentes se movendo para frente e para trás em taxas de frames diferentes em um segundo plano branco.

Figura 135.Exemplo de scene_video.

test_preview_frame_drop

Testa se a taxa de frames da visualização solicitada é mantida com uma cena dinâmica. Esse teste é executado em todas as câmeras expostas a apps de terceiros.

APIs testadas:

Aprovado:a taxa de frames da visualização está no máximo do intervalo de taxa de frames solicitado, e a variação média entre frames consecutivos é menor que a tolerância relativa definida no teste.

scene_extensions

Os testes scene_extensions são para extensões de câmera e precisam usar a Camera ITS-in-a-Box, já que exigem controle preciso do ambiente de teste. Além disso, todo vazamento de luz precisa ser controlado. Isso pode exigir a cobertura do equipamento de teste, DUT e tablet com um pano e a eliminação de vazamento de luz da tela frontal do DUT.

scene_hdr

A cena scene_hdr consiste em um retrato à esquerda e um código QR de baixo contraste à direita.

scene_hdr

Figura 136.Exemplo de scene_hdr.

test_hdr_extension

Testa a extensão HDR. Faz capturas com e sem a extensão ativada e verifica se a extensão torna o código QR mais detectável.

APIs testadas:

Aprovação:a extensão HDR reduz o número de mudanças de contraste necessárias para detectar o código QR ou reduz o gradiente em todo o código QR.

scene_low_light

A cena scene_low_light consiste em uma grade de quadrados de diferentes tons de cinza em um plano de fundo preto, e a grade de quadrados é delimitada por um contorno vermelho. Os quadrados são organizados em uma curva de Hilbert.

exemplo de scene_low_light

Figura 137.Exemplo de scene_low_light.

test_night_extension

Testa a extensão Night. Faz capturas com a extensão ativada e realiza o seguinte:

  • Detecta a presença de 20 quadrados
  • Calcula a luma delimitada por cada quadrado
  • Calcula o valor médio de luma dos seis primeiros quadrados de acordo com a orientação da grade da curva de Hilbert
  • Calcula a diferença no valor de luma de quadrados consecutivos (por exemplo, square2 - square1) até os quadrados 5 e 6 (square6 - square5) e encontra a média das cinco diferenças calculadas.

Para dispositivos com o Android 16 ou versões mais recentes, a solicitação de captura inclui uma região medida correspondente ao retângulo que delimita a grade de quadrados. Essa adição muda os critérios de aprovação de limite.

APIs testadas:

Pass:

  • Para dispositivos com o Android 16 ou mais recente, o valor médio de luma dos seis primeiros quadrados precisa ser de pelo menos 80, e a diferença média no valor de luma de quadrados consecutivos até os quadrados 5 e 6 precisa ser de pelo menos 18,75.
  • Para dispositivos com o Android 15 e versões anteriores, o valor médio de luma dos primeiros 6 quadrados precisa ser de pelo menos 85, e a diferença média no valor de luma de quadrados consecutivos até os quadrados 5 e 6 precisa ser de pelo menos 17.

O gráfico de luminância a seguir mostra como é um resultado de teste aprovado.

Exemplo de teste de aprovação de cena noturna com pouca luz

Figura 138. Exemplo de teste de aprovação de cena noturna com pouca luz.

test_low_light_boost_extension

Testa o modo AE de aumento de pouca luz. Se o Camera2 oferecer suporte ao modo AE de Modo pouca luz, esse teste será realizado para o Camera2. Se a extensão da câmera do modo noturno tiver suporte e oferecer o modo de exposição automática com Modo pouca luz refinado, esse teste também será realizado para a extensão da câmera do modo noturno. Esse teste define o modo AE como "boost de pouca luz", captura um frame da visualização e realiza o seguinte:

  • Detecta a presença de 20 caixas
  • Calcula a luminância delimitada por cada caixa
  • Calcula o valor médio de luma dos seis primeiros quadrados de acordo com a orientação da grade da curva de Hilbert
  • Calcula a diferença no valor de luma de quadrados consecutivos (por exemplo, square2 - square1) até os quadrados 5 e 6 (square6 - square5) e encontra a média das cinco diferenças calculadas.

Para dispositivos com o Android 16 ou versões mais recentes, a solicitação de captura inclui uma região medida correspondente ao retângulo que delimita a grade de quadrados. Essa adição muda os critérios de aprovação de limite.

APIs testadas:

Pass:

  • Para dispositivos com o Android 16 ou mais recente, o valor médio de luma dos primeiros 6 quadrados precisa ser de pelo menos 54, e a diferença média no valor de luma de quadrados consecutivos até os quadrados 5 e 6 precisa ser de pelo menos 17.

  • Para dispositivos com o Android 15 e versões anteriores, o valor médio de luma dos primeiros 6 quadrados precisa ser de pelo menos 70, e a diferença média no valor de luma de quadrados consecutivos até os quadrados 5 e 6 precisa ser de pelo menos 18.

scene_tele

Um requisito importante para os testes scene_tele é que a distância do gráfico precisa ser pelo menos a distância mínima de foco da lente telefoto. Como essa distância mínima de foco pode variar entre os dispositivos, é necessário configurar a câmera para se adequar à câmera telefoto específica.

A configuração de scene_tele é baseada na distância de foco da câmera grande angular e da teleobjetiva

Figura 139.configuração de scene_tele com base na distância de foco da câmera grande angular e da câmera teleobjetiva.

Para mais informações sobre a configuração de hardware de teste, consulte Configuração de extensão de telecomunicações.

scene6_tele

A cena scene6_tele consiste em uma grade de marcadores ArUco em um plano de fundo branco.

Se as capturas de scene6_tele parecerem superexpostas na plataforma modular, remova a placa frontal da plataforma modular.

Desconecte o equipamento de teste do WFoV da extensão e remova o suporte do smartphone.

Desconecte o equipamento de teste do WFoV da extensão e remova o suporte do smartphone

Figura 140. Desconecte o equipamento de teste do WFoV da extensão e remova o suporte do smartphone.

remove_front_plate

Figura 141. Remova a placa frontal.

test_zoom_tele

Testa o comportamento do zoom da câmera da lente grande angular para a teleobjetiva. O teste é idêntico ao test_zoom, mas testa o comportamento do zoom da câmera da lente grande angular para a teleobjetiva.

APIs testadas:

Pass:o tamanho relativo do marcador ArUco capturado é preciso em relação à proporção de zoom solicitada para verificar se a câmera está fazendo zoom corretamente, e a distância do marcador até o centro da imagem muda de acordo com os critérios listados em test_zoom.

test_preview_zoom_tele

Testa o comportamento de zoom da câmera para frames de visualização da lente grande angular para a lente telefoto. O teste é idêntico ao test_preview_zoom, mas testa o comportamento do zoom da câmera para frames de visualização da lente grande angular para a lente telefoto.

APIs testadas:

Aprovado:o tamanho relativo do marcador ArUco capturado é preciso em relação à proporção de zoom solicitada para verificar se a câmera está fazendo zoom corretamente, e a distância do marcador ao centro da imagem muda de acordo com os critérios listados em test_preview_zoom.

scene7_tele

scene7_tele é idêntico a scene7, mas configurado para testes de lentes telefoto. É um frame retangular dividido em quatro quadrantes iguais, cada um preenchido com uma cor diferente. No centro do retângulo, há um gráfico de borda inclinada para verificar a nitidez. Quatro marcadores ArUco são alinhados com os quatro cantos externos do retângulo para ajudar a obter coordenadas precisas do quadro principal do retângulo em diferentes taxas de zoom.

test_multi_camera_switch_tele

Esse teste verifica se, durante a gravação de visualização em diferentes taxas de zoom, a troca entre as lentes grande-angular (W) e teleobjetiva (tele) resulta em valores RGB semelhantes.

O teste usa diferentes proporções de zoom dentro do intervalo predefinido para realizar uma gravação de visualização dinâmica e identificar o ponto em que a câmera física muda. Esse ponto marca a transição da lente grande angular para a teleobjetiva.

Os frames capturados no ponto de cruzamento e antes dele são analisados para AE, AWB e AF.

A verificação de AE verifica se a mudança de luminância está dentro do intervalo esperado para imagens de lentes W e teleobjetivas. A verificação AWB verifica se as proporções de vermelho-verde e azul-verde estão dentro dos valores de limite para imagens de lentes W e teleobjetivas. A verificação do AF avalia o valor da estimativa de nitidez com base na magnitude média do gradiente entre as imagens da lente grande angular e da teleobjetiva.

APIs testadas:

Aprovado:para que o teste seja aprovado, as verificações de AE, AWB e AF precisam ser aprovadas. Confira os critérios de cada verificação:

  • Verificação de AE: a mudança de luminância entre as imagens da lente W e da lente teleobjetiva precisa ser menor que 4%.
  • Verificação de AWB: no espaço de cores LAB, o delta C entre vermelho-verde e azul-verde para ampla e telefoto não pode exceder 10.
  • Verificação do AF: a nitidez da imagem da lente tele precisa ser maior que a da lente grande-angular.

scene_flash

Os testes scene_flash exigem uma cena escura na caixa de fusão do sensor.

test_auto_flash

Testes em que o flash automático é acionado em uma cena escura para câmeras traseiras e frontais. Para câmeras frontais, o flash automático usa a tela para iluminar a cena, e não uma unidade de flash física. O teste verifica se o flash automático é acionado, verificando se o centro da imagem do bloco está mais brilhante com o flash automático ativado. Para acionar o flash automático, as luzes no equipamento de teste precisam ser desligadas. Elas podem ser desligadas automaticamente com o controlador Arduino. A cena precisa estar completamente escura para que o teste funcione corretamente. O app Jetpack Camera (JCA) precisa ser instalado no dispositivo antes do teste. O flash automático para câmeras traseiras depende do estado de AE para ser acionado, mas o flash automático para câmeras frontais não depende de AE e é sempre acionado.

APIs testadas:

Aprovação:o centro da imagem do bloco com o flash automático ativado é mais brilhante do que a imagem da cena original para todas as câmeras.

test_flash_strength

Teste se o controle de intensidade do flash no modo SINGLE está implementado corretamente.

Verifica se o dispositivo oferece suporte ao controle de intensidade do flash durante o uso da câmera no modo SINGLE. Se o dispositivo oferece suporte, a intensidade do flash muda com diferentes níveis de intensidade solicitados. Verifica se o controle de intensidade do flash funciona com diferentes AE_MODES. Por exemplo, se o modo de exposição automática for ON ou OFF, o nível de intensidade do flash terá efeito no brilho. Se o modo for ON_AUTO_FLASH, o nível de intensidade do flash não terá efeito no brilho.

Para realizar o teste, as luzes no equipamento de teste precisam ser desligadas. As luzes podem ser desligadas automaticamente com o controlador Arduino. A cena precisa estar completamente escura para que o teste funcione corretamente.

APIs testadas:

Pass:

Quando o modo de exposição automática é ON ou OFF, o brilho dos blocos de imagem aumenta à medida que o nível de intensidade do flash aumenta de nenhum flash para FLASH_SINGLE_STRENGTH_MAX_LEVEL. Quando o modo de exposição automática é ON_AUTO_FLASH, a diferença de brilho dos patches de imagem está dentro da tolerância, à medida que o nível de intensidade do flash aumenta de nenhum flash para FLASH_SINGLE_STRENGTH_MAX_LEVEL.

test_led_snapshot

Teste se os snapshots de LED não saturam ou matizam a imagem.

Esse teste adiciona um controlador de iluminação à caixa de fusão do sensor para controlar as luzes. Com as luzes definidas como OFF, o teste faz uma captura com o modo AUTO_FLASH definido como ON. Durante essa captura, o teste executa uma sequência de pré-captura com o gatilho aePrecapture definido como START e define a intent de captura como Preview para fazer a captura com flash.

Como a captura tem um ponto de acesso distinto devido ao flash, o teste calcula a média da imagem do flash de toda a captura e verifica se o valor está dentro do intervalo (68, 102). Para verificar se a imagem está razoavelmente equilibrada em branco, o teste calcula as proporções vermelho-verde e azul-verde e verifica se elas estão entre 0,95 e 1,05.

APIs testadas:

Aprovado:as proporções vermelho-verde e azul-verde estão entre 0,95 e 1,05. A média da imagem do flash está dentro do intervalo (68, 102).

test_night_mode_indicator

Testa a funcionalidade do indicador do modo noturno, um recurso que indica se a câmera está operando em condições de pouca luz e se vai se beneficiar de uma captura de imagem da extensão da câmera do Modo noturno. Esse recurso está disponível apenas em dispositivos com suporte a extensões da câmera do Modo noturno.

Esse teste verifica se o indicador do modo noturno reflete corretamente as condições de iluminação durante a visualização da câmera. O teste executa as seguintes etapas:

  1. Inicialização:o teste inicializa um ItsSession e recupera propriedades da câmera. Ele também estabelece uma conexão com o controlador de iluminação.
  2. Condições de omissão:o teste é pulado se o dispositivo não tiver suporte ao nível de API necessário ou ao recurso de indicador do modo noturno.
  3. Sessão Camera2:
    • O teste inicia uma sessão de captura de visualização usando uma sessão Camera2.
    • A luz é acesa e um frame de visualização é capturado.
    • O teste verifica se o indicador do modo noturno está no estado OFF.
    • A luz é desligada e um frame de visualização é capturado.
    • O teste verifica se o indicador do modo noturno está no estado ON.
  4. Sessão de extensão da câmera:
    • O teste repete o mesmo procedimento da sessão Camera2, mas usando uma sessão CameraExtension com a extensão EXTENSION_NIGHT.
  5. Limpeza:o teste fecha ItsSession e libera o controlador de iluminação.

APIs testadas:

Pass:

  • Quando a luz estiver acesa, o indicador do modo noturno estará no estado OFF.
  • Quando a luz estiver apagada, o indicador do modo noturno estará no estado ON.
  • Se aplica às sessões Camera2 e CameraExtension.

test_preview_min_frame_rate

Teste se a taxa de frames da visualização diminui corretamente em uma cena escura. Para que esse teste funcione corretamente, as luzes no equipamento de teste precisam ser desligadas pelo controlador ou manualmente pelo operador de teste.

APIs testadas:

Aprovado:a taxa de frames da visualização está no mínimo do intervalo de taxa de frames solicitado, e a variação entre os frames é menor que a tolerância absoluta definida no teste.

test_torch_strength

Teste se o controle de intensidade do flash no modo TORCH está implementado corretamente.

Verifica se, quando o dispositivo oferece suporte ao controle de intensidade do flash durante o uso da câmera no modo TORCH, a intensidade da lanterna muda com diferentes níveis de intensidade solicitados. Verifica se o controle de intensidade do flash funciona com diferentes AE_MODES. Por exemplo, se o modo de exposição automática for ON ou OFF, o nível de intensidade do flash terá efeito no brilho. Se o modo for ON_AUTO_FLASH, o nível de intensidade do flash não terá efeito no brilho. Verifica se a intensidade da lanterna permanece a mesma durante a duração de uma explosão, simulando uma sessão de captura de vídeo. Para realizar o teste, as luzes no equipamento de teste precisam ser desligadas. Elas podem ser desligadas automaticamente com o controlador Arduino. A cena precisa estar completamente escura para que o teste funcione corretamente.

APIs testadas:

Pass:

Quando o modo de exposição automática é ON ou OFF, o brilho dos blocos de imagem aumenta conforme o nível de intensidade do flash aumenta de nenhum para FLASH_TORCH_STRENGTH_MAX_LEVEL. Quando o modo de exposição automática é ON_AUTO_FLASH, a diferença no brilho dos blocos de imagem está dentro da tolerância à medida que o nível de intensidade do flash aumenta de nenhum flash para FLASH_TORCH_STRENGTH_MAX_LEVEL.

sensor_fusion

Os testes de fusão de sensores exigem movimentos específicos do smartphone em frente a um padrão de xadrez e marcadores ArUco. Para resultados ideais, verifique se o gráfico de teste está montado de forma plana. Gráficos que não são planos afetam os cálculos de rotação de muitos dos testes. O gráfico precisa preencher a parte de trás da caixa de fusão de sensores ao ser impresso em 17 x 17 pol. (43x43 cm). Os testes sensor_fusion podem ser automatizados com a Sensor Fusion Box.

Gráfico de fusão de sensores

Figura 142. Gráfico de fusão do sensor.

Gráfico de fusão de sensores no Rig

Figura 143. Gráfico de fusão do sensor que preenche a parte de trás da caixa de fusão do sensor.

test_lens_intrinsic_calibration

Testa se o centro óptico da lente muda de forma intrínseca quando a lente se move devido à estabilização óptica de imagem (OIS). Se houver suporte para amostras inatas de lentes, testa se o centro óptico das amostras inatas de lentes muda quando a lente se move devido ao OIS.

APIs testadas:

Pass:o centro óptico da lente muda de forma intrínseca em 1 pixel ou mais. Se houver suporte para amostras intrínsecas da lente, os centros ópticos das amostras intrínsecas da lente vão mudar em 1 pixel ou mais.

A figura a seguir é um exemplo de gráfico test_lens_intrinsic_calibration que mostra as mudanças dos pontos principais em pixels para cada frame:

test_lens_intrinsic_calibration_example.png

Figura 144. Exemplo de gráfico "test_lens_intrinsic_calibration" mostrando mudanças de pontos principais em pixels para cada frame.

test_multi_camera_frame_sync

Testa se os carimbos de data/hora de frames capturados pela câmera lógica estão dentro de 10 ms calculando ângulos de quadrados dentro do xadrez para determinar o carimbo de data/hora.

APIs testadas:

Aprovado:o ângulo entre as imagens de cada câmera não muda significativamente à medida que o smartphone é girado.

test_preview_distortion

Testa se a distorção é corrigida em cada frame de visualização feito em vários níveis de zoom. Para cada frame de visualização, o teste calcula pontos ideais com base em intrínsecos e extrínsecos da câmera.

Na imagem de exemplo, os pontos ideais são mostrados em verde e os pontos reais em vermelho. O erro de distorção é calculado com base na distância RMS em pixels entre os pontos reais e ideais. Os destaques em verde e vermelho na imagem são usados para detectar visualmente a área de erro de distorção.

test_preview_distortion_example.jpg

Figura 145. Imagem de tabuleiro de xadrez com pontos ideais em verde e pontos reais em vermelho.

APIs testadas:

Aprovado:o erro de distorção normalizado de cada frame de visualização é menor que o limite definido no teste.

test_preview_stabilization

Testes que mostram que o vídeo de visualização estabilizado gira menos do que o giroscópio.

APIs testadas:

Aprovado:a rotação máxima do ângulo em frames é menor que 70% da rotação do giroscópio.

Confira abaixo exemplos de vídeos com e sem estabilização:

Figura 146. Exemplo de vídeo com estabilização.

Figura 147. Exemplo de vídeo sem estabilização.

test_sensor_fusion

Testa a diferença de carimbo de data/hora entre a câmera e o giroscópio para aplicativos de RA e RV. O smartphone é girado 90 graus 10 vezes na frente do padrão de tabuleiro de xadrez. O movimento é de cerca de 2 s de ida e volta. Esse teste é ignorado se nenhum giroscópio for incluído ou se o parâmetro REALTIME da origem do carimbo de data/hora não estiver ativado.

O teste test_sensor_fusion gera vários gráficos. Os dois gráficos mais importantes para depuração são:

  • test_sensor_fusion_gyro_events: mostra os eventos do giroscópio do smartphone durante o teste. O movimento na direção x e y implica que o smartphone não está montado com segurança na placa de montagem, reduzindo a probabilidade de aprovação do teste. O número de ciclos no gráfico depende da velocidade de gravação para salvar frames.

    Exemplo de eventos de giroscópio test_sensor_fusion

    Figura 148.Exemplo de eventos de giroscópio test_sensor_fusion.

  • test_sensor_fusion_plot_rotations: mostra o alinhamento dos eventos do giroscópio e da câmera. O gráfico precisa mostrar o movimento correspondente entre a câmera e o giroscópio para +/-1 ms.

    Exemplo de rotações de plotagem de test_sensor_fusion

    Figura 149.exemplo de plotagens de rotações de test_sensor_fusion.

APIs testadas:

Aprovado:o deslocamento dos carimbos de data/hora da câmera e do giroscópio é menor que 1 ms, conforme 7.3.9 Sensores de alta fidelidade no CDD.

Mecanismos de falha:

  • Erro de deslocamento: o deslocamento da câmera-giroscópio não está calibrado corretamente dentro de +/-1 ms.
  • Quedas de frames: o pipeline não é rápido o suficiente para capturar 200 frames consecutivamente.
  • Erros de soquete: adb não consegue se conectar de forma confiável ao DUT por tempo suficiente para executar o teste.
  • O gráfico não está montado de forma plana. O gráfico test_sensor_fusion_plot_rotations tem frames em que o giroscópio e a rotação da câmera variam consideravelmente à medida que a câmera gira pelas partes do gráfico que não são planas.
  • A câmera não está montada de forma plana. O gráfico test_sensor_fusion_gyro_events mostra o movimento nos planos X e Y. Esse problema é mais comum em câmeras frontais, já que a câmera traseira geralmente tem uma saliência elevada em relação ao restante do corpo do smartphone, criando uma inclinação ao montar a parte de trás do smartphone na placa de montagem.

test_video_stabilization

Testes que mostram que o vídeo estabilizado gira menos que o giroscópio.

APIs testadas:

Aprovado:a rotação máxima do ângulo em frames é menor que 60% da rotação do giroscópio.

Confira abaixo exemplos de vídeos com e sem estabilização.

Figura 150. Exemplo de vídeo com estabilização.

Figura 151. Exemplo de vídeo sem estabilização.

test_video_stabilization_jca

Testes que estabilizaram o vídeo capturado usando a JCA giram menos do que o giroscópio. A JCA precisa ser instalada no dispositivo antes do teste.

APIs testadas:

Aprovado:a rotação máxima do ângulo em frames extraídos do vídeo capturado usando a JCA é menor que 70% da rotação do giroscópio.

feature_combination

Os testes feature_combination verificam se os recursos funcionam corretamente quando vários recursos da câmera são ativados ao mesmo tempo. Esses testes usam a mesma imagem de tabuleiro de xadrez usada na cena de fusão de sensores.

test_feature_combination

Teste todas as combinações de diferentes transmissões, modo de estabilização de vídeo, faixa de QPS de destino, vídeo HDR de 10 bits e Ultra HDR que são compatíveis com o dispositivo da câmera.

No Android 16 e versões mais recentes, o teste executa todas as combinações de recursos com suporte e registra os resultados em um arquivo proto. As declarações de falha são chamadas apenas para combinações de recursos para os quais isSessionConfigurationSupported retorna True.

APIs testadas:

Aprovado:para cada combinação de recursos com suporte:

  • A transmissão de visualização é estabilizada se a estabilização estiver ativada.
  • A taxa de frames da visualização está dentro do AE_TARGET_FPS_RANGE configurado.
  • O espaço de cores do stream de visualização gravado corresponde ao que foi definido.
  • A captura Ultra HDR tem um mapa de ganho válido.

scene_ip

No Android 16 e versões mais recentes, a cena scene_ip ativa verificações de paridade de imagem entre o app de câmera padrão e o app de câmera do Jetpack (JCA, na sigla em inglês) para identificar as principais diferenças entre as imagens capturadas. A JCA replica capturas de apps de mídia social e fornece uma imagem de referência que esses apps processam e refinam.

Requisitos de configuração de hardware

A seguinte configuração de hardware é necessária para testes scene_ip:

  • Os testes são executados no ITS-in-a-Box da câmera Gen2.
  • Os servocontroladores e controladores de iluminação que fazem parte do equipamento Gen2 são usados para controlar o ambiente de teste.
  • Um gráfico de recurso de teste é colocado dentro do equipamento Gen2.

test_chart_gen2

Figura 152. Exemplo de Gen2chart_sample.

Testar os critérios de omissão

Os testes scene_ip são pulados se um dos seguintes critérios for atendido:

  • O dispositivo tem um primeiro nível da API (first_api_level) de 35 ou anterior.
  • O dispositivo não é um smartphone com câmeras principal frontal e traseira (por exemplo, um tablet ou TV).

test_default_jca_ip

Faz capturas do gráfico de recurso de teste em condições de iluminação controladas usando o app de câmera padrão e a JCA e executa as seguintes verificações:

  • FoV:verifica se o app de câmera padrão e as capturas da JCA têm o mesmo FoV. Essa verificação usa o recurso de código QR central extraído da imagem do gráfico de capturas.

  • Brilho:verifica se a diferença de brilho medida entre o app de câmera padrão e o JCA não excede 10. Essa verificação usa o patch de intervalo dinâmico para medição de brilho.

  • Balanço de branco:verifica se a diferença de balanço de branco entre o app de câmera padrão e a JCA não excede 4. Essa verificação usa o patch de intervalo dinâmico para medição de brilho.

Aprovação da seção básica:o teste é aprovado nas verificações de FoV, brilho e equilíbrio de branco. No Android 16, esse teste não é obrigatório (NOT_YET_MANDATED).