تمت ترجمة هذه الصفحة بواسطة Cloud Translation API‏.

اختبارات الكاميرا ITS

توفر هذه الصفحة قائمة شاملة بالاختبارات ضمن مجموعة اختبار صورة الكاميرا (ITS) ، والتي تعد جزءًا من أداة التحقق من مجموعة اختبار توافق Android (CTS). اختبارات ITS هي اختبارات وظيفية ، مما يعني أنها لا تقيس جودة الصورة ، ولكن جميع وظائف الكاميرا المعلن عنها تعمل كما هو متوقع. يتيح هذا المستند للمطورين والمختبرين فهم ما تفعله الاختبارات الفردية وكيفية تصحيح أخطاء الاختبار.

يتم تجميع الاختبارات حسب المشهد على النحو التالي:

المشهد 0 : التقاط البيانات الوصفية ، والارتعاش ، والجيروسكوب ، والاهتزاز
المشهد 1 : التعرض ، الحساسية ، تعويض قيمة التعريض الضوئي ، YUV مقابل JPEG / RAW
المشهد 2 : كشف الوجه
المشهد 3 : تحسين الحواف ، حركة العدسة
المشهد 4 : نسبة العرض إلى الارتفاع ، والاقتصاص ، ومجال الرؤية
المشهد 5 : تظليل العدسة
المشهد 6 : تكبير
sensor_fusion : إزاحة توقيت الكاميرا / الجيروسكوب

انظر الأقسام الفردية لوصف كل مشهد.

المشهد 0

لا تتطلب اختبارات Scene0 أي معلومات محددة عن المشهد. ومع ذلك ، يجب أن يكون الهاتف ثابتًا لاختبار الجيروسكوب والاهتزاز.

اختبار_برست_التقاط

يتحقق من أن خط أنابيب الالتقاط بالكامل يمكنه مواكبة سرعة الالتقاط بالحجم الكامل ووقت وحدة المعالجة المركزية.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CameraMetadata#REQUEST_AVAILABLE_CAPABILITIES_BURST_CAPTURE

تمرير: لالتقاط سلسلة من الصور بالحجم الكامل والكاميرا سريعة بما يكفي لتجنب المهلة.

test_capture_result_dump

اختبارات إرجاع نتيجة الالتقاط من الالتقاط اليدوي ثم تفريغها.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureResult

تمرير: يكمل الالتقاط وتفريغ نتائج الالتقاط.

test_gyro_bias

يختبر ما إذا كان الجيروسكوب لديه خرج ثابت عندما يكون الجهاز ثابتًا. يتم رسم البيانات كمتوسط 20 نقطة بيانات.

تم اختبار واجهات برمجة التطبيقات:

تمرير: دلتا القراءة الجيروسكوبية أقل من 0.01 بمرور الوقت.

test_gyro_bias_plot.png

test_jitter

يقيس الاهتزاز في الطوابع الزمنية للكاميرا.

تم اختبار واجهات برمجة التطبيقات:

تمرير: هناك ما لا يقل عن 30 مللي ثانية بين الإطارات.

test_jitter_plot.png (لاحظ نطاق المحور y الصغير. الارتعاش في الواقع صغير في هذه المؤامرة.)

test_metadata

يختبر صحة إدخالات البيانات الوصفية. ينظر إلى نتائج الالتقاط وكائنات خصائص الكاميرا. يستخدم هذا الاختبار التعريض auto_capture_request وقيم الاكتساب لأن محتوى الصورة ليس مهمًا.

تم اختبار واجهات برمجة التطبيقات:

تمرير: مستوى الأجهزة ، و rollingShutterSkew ، وعلامات frameDuration ، و timestampSource ، و croppingType ، و blackLevelPattern ، و pixel_pitch ، و FOV ، والمسافة البؤرية الفائقة موجودة ولديها قيم صالحة.

test_param_sensitivity_burst

اختبارات أن android.sensor.sensitivity يطبق بشكل صحيح في الاندفاع. يفحص البيانات الوصفية للمخرجات فقط.

تم اختبار واجهات برمجة التطبيقات:

النجاح: تتسامح بيانات الإخراج مع الخطأ بنسبة أقل من 0.2٪.

test_read_write

اختبارات أن الجهاز يكتب قيم التعريض الضوئي والكسب الصحيحة من خلال قراءة بيانات الالتقاط الأولية مرة أخرى.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تتطابق قيم القراءة والكتابة عبر جميع اللقطات.

اختبار_المستشعرات

اختبارات يقوم الجهاز بالاستعلام عن أحداث المستشعرات وطباعتها للأجهزة التي تعلن عن دعم اندماج المستشعرات. المستشعرات المتوقعة هي مقياس التسارع والجيروسكوب ومقياس المغناطيسية. يعمل هذا الاختبار فقط إذا كانت الشاشة قيد التشغيل ، مما يعني أن الجهاز ليس في وضع الاستعداد.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يتم تلقي الأحداث الخاصة بكل جهاز استشعار.

test_solid_color_test_pattern

اختبارات أن أنماط اختبار الألوان الصلبة يتم إنشاؤها بشكل صحيح لكتم صوت الكاميرا. إذا كان كتم صوت الكاميرا مدعومًا ، فيجب دعم أنماط اختبار الألوان الصلبة. إذا لم يكن كتم صوت الكاميرا مدعومًا ، فسيتم اختبار أنماط اختبار الألوان الصلبة فقط إذا تم الإعلان عن الإمكانية.

إذا كانت صور RAW مدعومة ، يتم اختبار تحديد الألوان أيضًا. الألوان المختبرة هي الأسود والأبيض والأحمر والأزرق والأخضر. بالنسبة للكاميرات التي لا تدعم صور RAW ، يتم اختبار اللون الأسود فقط.

تم اختبار واجهات برمجة التطبيقات:

اجتياز: أنماط الاختبار الصلبة المدعومة هي اللون الصحيح وهناك تباين منخفض في الصورة.

test_test_pattern

اختبر المعلمة android.sensor.testPatternMode لالتقاط الإطارات لكل نمط اختبار صالح والتحقق من إنشاء الإطارات بشكل صحيح للألوان الصلبة وأشرطة الألوان. يتضمن هذا الاختبار الخطوات التالية:

يلتقط الصور لجميع أنماط الاختبار المدعومة.
يقوم بإجراء فحص تصحيح بسيط لنموذج اختبار الألوان الصلبة وأشرطة اللون.

تم اختبار واجهات برمجة التطبيقات:

اجتياز: يتم إنشاء أنماط الاختبار المدعومة بشكل صحيح.

test_test_patterns_2

test_test_patterns_2.jpg

test_tonemap_curve

اختبارات تحويل نمط الاختبار من RAW إلى YUV باستخدام مخطط لوني خطي. يتطلب هذا الاختبار android.sensor.testPatternMode = 2 (COLOR_BARS) لإنشاء نمط صورة مثالي لتحويل مخطط الألوان. يضمن أن خط الأنابيب يحتوي على مخرجات لونية مناسبة مع مخطط لوني خطي وإدخال صورة مثالي (يعتمد على test_test_patterns ).

تم اختبار واجهات برمجة التطبيقات:

التمرير: يبدو YUV و RAW متشابهين مع بعضهما البعض.

test_tonemap_curve_raw_2

test_tonemap_curve_raw_2.jpg

test_tonemap_curve_yuv_2.jpg

test_unified_timestamp

يختبر ما إذا كانت أحداث مستشعر الصورة والحركة في نفس المجال الزمني.

تم اختبار واجهات برمجة التطبيقات:

المرور: توجد الطوابع الزمنية للحركة بين الطابعين الزمنيين للصورة.

test_vibration_restriction. الاهتزاز

يختبر ما إذا كان اهتزاز الجهاز يعمل بالشكل المتوقع.

تم اختبار واجهات برمجة التطبيقات:

المرور: لا يهتز الجهاز عند كتم صوته بواسطة واجهة برمجة التطبيقات لتقييد صوت الكاميرا.

مشهد 1

المشهد 1 مخطط رمادي. يجب أن يغطي المخطط الرمادي المركز 30٪ من مجال رؤية الكاميرا. من المتوقع أن يتحدى المخطط الرمادي 3A (التعريض التلقائي ، توازن اللون الأبيض التلقائي ، التركيز التلقائي) بشكل معتدل لأن المنطقة المركزية لا تحتوي على ميزات. ومع ذلك ، يحدد طلب الالتقاط المشهد بأكمله الذي يتضمن ميزات كافية لتقارب 3A.

يمكن اختبار كاميرات RFoV في WFoV أو جهاز اختبار RFoV. إذا تم اختبار كاميرا RFoV في منصة اختبار WFoV ، فسيتم قياس الرسم البياني بمقدار ⅔ لضمان بعض حدود المخطط الرمادي في FoV لمساعدة 3A على التقارب.

مشهد 1

مشهد 1: مخطط بالحجم الكامل (يسار). ⅔ مخطط متدرج (يمين).

test_3a

يختبر تقارب 3A مع هدف متوسط التحدي.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تتقارب 3A وقيم 3A التي تم إرجاعها صالحة.

test_ae_af

يختبر خوارزميات التعريض الضوئي التلقائي 3A (AE) والتركيز التلقائي (AF) بشكل فردي.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تتقارب 3A وتكون قيم 3A المُعادة قانونية.

test_ae_precapture_trigger

يختبر آلة حالة التعريض التلقائي عند استخدام مشغل التشغيل المسبق. يلتقط خمسة طلبات يدوية مع تعطيل التعريض التلقائي. يحتوي الطلب الأخير على مشغل AE المسبق ، والذي يجب تجاهله بسبب تعطيل AE.

تم اختبار واجهات برمجة التطبيقات:

تمرير: AE تتقارب.

test_auto_vs_manual

تبدو الاختبارات التي تلتقط اللقطات التلقائية واليدوية متشابهة.

تم اختبار واجهات برمجة التطبيقات:

المرور: يتطابق مكاسب وتحويل توازن اللون الأبيض اليدوي المُبلغ عنه في كل نتيجة التقاط مع estimate توازن البياض التلقائي من خوارزمية 3A بالكاميرا.

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

اختبار_أسود_أبيض

اختبارات أن الجهاز ينتج صورًا كاملة بالأبيض والأسود. يتم التقاط صورتين ، الأولى بكسب منخفض للغاية وتعريض قصير ، مما ينتج عنه صورة سوداء ، والثانية بكسب عالٍ للغاية وتعريض ضوئي طويل ، مما ينتج عنه صورة بيضاء.

تم اختبار واجهات برمجة التطبيقات:

Pass: لإنتاج صور بالأبيض والأسود. تحتوي القنوات المشبعة للصور البيضاء على قيم RGB تبلغ [255 ، 255 ، 255] مع اختلاف هامش خطأ أقل من 1٪.


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

يأخذ 5 دفعات من 50 صورة مع إعداد الالتقاط اليدوي ويتحقق من أنها كلها متطابقة. يمكن استخدام هذا الاختبار لتحديد ما إذا كانت هناك إطارات متفرقة تتم معالجتها بشكل مختلف أو بها عيوب.

تم اختبار واجهات برمجة التطبيقات:

Pass: الصور متطابقة بصريًا وفي قيم RGB.

فشل: يُظهر ارتفاعًا أو هبوطًا في مخطط متوسط RGB في بداية كل انفجار

تبلغ نسبة التسامح 3٪ first_API_level <30
التسامح هو 2٪ first_API_level > = 30

اختبار_برست_سمعة_دليل_المعنى

test_burst_sameness_manual_mean.jpg

test_burst_sameness_manual_plot_means

test_burst_sameness_manual_plot_means.png

نتيجة_الاختبار

اختبارات إرجاع البيانات الصالحة في كائنات CaptureResult . يقوم بالتقاط تلقائي ، يدوي ، وتلقائي.

تم اختبار واجهات برمجة التطبيقات:

تمرير: البيانات الوصفية صالحة لجميع اللقطات ولا تتسرب الإعدادات اليدوية إلى الالتقاط التلقائي الثاني. يرسم تصحيح تظليل العدسة للقطات.

test_capture_result_plot_lsc_auto_ch0

test_capture_result_plot_lsc_auto_ch0.png

test_crop_region_raw

اختبارات أن تدفقات RAW غير قابلة للاقتصاص.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يتم اقتصاص صور YUV في المنتصف ولكن ليس صور 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

الاختبارات التي تعمل بها مناطق المحاصيل. يلتقط صورة كاملة وينشئ تصحيحات من 5 مناطق مختلفة (زوايا ومركز). يلتقط الصور مع مجموعة اقتصاص للمناطق الخمس. يقارن التصحيح وقيم صورة الاقتصاص.

تم اختبار واجهات برمجة التطبيقات:

تمرير: صورة المنطقة التي تم اقتصاصها تطابق التصحيح الذي يتوافق مع صورة الاقتصاص.

test_dng_noise_model

يتحقق من صحة معلمات نموذج DNG الأولي. تصور المؤامرة التباين المقاس للرقعة المركزية للبطاقة الرمادية في اللقطات الأولية التي تم التقاطها عبر مجموعة من الحساسيات ، وتقارن هذه القيم مع التباين المتوقع في كل حساسية بواسطة نموذج ضوضاء DNG في الكاميرا HAL (استنادًا إلى تم إرجاع معلمات O و S في كائنات نتيجة الالتقاط). لمزيد من التفاصيل حول نموذج ضوضاء DNG ، قم بتنزيل المستند التالي على DNG Noise Model .

تم اختبار واجهات برمجة التطبيقات:

المرور: معلمات نموذج DNG الخام صحيحة. تتوافق قيم RGB المتوقعة مع قيم RGB الفعلية المقاسة.

test_dng_noise_model_plog

test_dng_noise_model_plog.png

test_ev_compensation_advanced

اختبارات تطبيق تعويض قيمة التعريض (EV). يزيد الاختبار من التعرض في ثماني خطوات ، ويتحقق من السطوع المقاس مقابل السطوع المتوقع. يتم حساب القيم المتوقعة من سطوع الصورة مع عدم تطبيق تعويض EV وستصبح القيمة المتوقعة مشبعة إذا تجاوزت القيم المحسوبة نطاق قيمة الصورة الفعلية. يفشل الاختبار إذا كانت القيم المتوقعة والقيم المقاسة غير متطابقة أو إذا تعرضت الصور للتعرض المفرط خلال خمس خطوات.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تُظهر الصور زيادة التعريض الضوئي دون الإفراط في التعريض الضوئي خلال خمس خطوات.

test_ev_compensation_advanced_plot_means

test_ev_compensation_advanced_plot_means.png

test_ev_compensation_basic

اختبارات تطبيق تعويض EV باستخدام نطاق تم إنشاؤه باستخدام CONTROL_AE_COMPENSATION_STEP . يتم التقاط ثمانية إطارات في كل قيمة تعويض.

تم اختبار واجهات برمجة التطبيقات:

التمرير: يلتقط زيادة في الإضاءة مع إعداد تعويض EV المتزايد ، والإطارات الثمانية التي تم التقاطها لكل إعداد تعويض EV لها قيم إضاءة ثابتة.

test_ev_compensation_basic

test_ev_compensation_basic.png

test_exposure

الاختبارات التي تتحقق من حدوث تعريض ضوئي ثابت مع اختلاف ISO ووقت التعرض. يلتقط سلسلة من اللقطات التي تم اختيارها من ISO ووقت التعرض لموازنة بعضها البعض. يجب أن يكون للنتائج نفس السطوع ، ولكن على التسلسل يجب أن تصبح الصورة أكثر تشويشًا. يتحقق من أن قيم متوسط وحدات البكسل قريبة من بعضها البعض. يضمن عدم تثبيت الصور على 0 أو 1 (مما يجعلها تبدو كخطوط مسطحة). يمكن أيضًا تشغيل الاختبار باستخدام صور RAW عن طريق تعيين علامة debug في ملف التكوين الخاص بك.

تم اختبار واجهات برمجة التطبيقات:

تمرير: الصور لها نفس السطوع ، ولكنها تصبح أكثر ضوضاء مع ISO أعلى. تكون مستويات RGB مسطحة عندما تكون قيمة التعريض الضوئي ISO * ثابتة على مساحة الكسب المختبرة.

test_exposure_plot_means

test_exposure_plot_means.png


test_exposure_mult = 1.00.jpg	test_exposure_mult = 64.00.jpg

test_jpeg

تبدو الاختبارات التي تم فيها تحويل صور YUV وصور الجهاز JPEG متشابهة. يأخذ الاختبار مركز 10٪ من الصورة ويحسب قيمة RGB ، ويتحقق من مطابقتها.

تم اختبار واجهات برمجة التطبيقات:

android.graphics.ImageFormat#JPEG

تمرير: متوسط فرق RGB بين كل صورة أقل من 3٪.


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

اختبار الإغلاق

تختبر أن الإعدادات (التعريض الضوئي والكسب) تلتصق بالإطار الأيمن للكاميرات FULL و LEVEL_3 . يلتقط سلسلة من اللقطات باستخدام طلبات متتالية ، مع تغيير معلمات طلب الالتقاط بين اللقطات. يتحقق من أن الصور لها الخصائص المتوقعة.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CameraCharacteristics#INFO_SUPPORTED_HARDWARE_LEVEL

اجتياز: الصور [2 ، 3 ، 6 ، 8 ، 10 ، 12 ، 13] زادت من مستوى ISO أو التعريض الضوئي وتظهر بوسائل RGB أعلى في test_latching_plot_means.png .


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

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

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

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

test_latching_i = 12.jpg

test_latching_plot_means

test_latching_plot_means.png

اختبار الخطية

اختبارات أن معالجة الجهاز يمكن أن تنعكس إلى وحدات البكسل الخطية. يلتقط سلسلة من اللقطات مع توجيه الجهاز إلى هدف موحد.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجب أن تزيد قيم R و G و B خطيًا مع زيادة الحساسية.

test_linearity_plot_means

test_linearity_plot_means.png

test_locked_burst

اختبارات قفل 3A وانفجار YUV (باستخدام الإعداد التلقائي). تم تصميم هذا الاختبار لاجتيازه حتى على الأجهزة المحدودة التي لا تحتوي على MANUAL_SENSOR أو PER_FRAME_CONTROLS . يتحقق الاختبار من تناسق صورة YUV أثناء فحص معدل الإطارات في CTS.

تم اختبار واجهات برمجة التطبيقات:

التمرير: تبدو اللقطات متسقة.

test_locked_burst_frame0

test_locked_burst_frame

test_locked_burst_frame1

test_locked_burst_frame1.jpg

test_locked_burst_frame2

test_locked_burst_frame2.jpg

test_multi_camera_match

اختبارات لمعرفة ما إذا كانت الكاميرات المتعددة على الأجهزة تعطي قيم RGB مماثلة لرقعة رمادية.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تنتج الكاميرات المختلفة قيم RGB متشابهة لنفس الرقعة الرمادية.

test_multi_camera + match_yuv_fl = 4.38

test_multi_camera + match_yuv_fl = 4.38.jpg

اختبار_بارام_لون_تصحيح

اختبارات تطبيق معلمات android.colorCorrection.* عند التعيين. يأخذ لقطات ذات قيم تحويل واكتساب مختلفة ، ويختبر أنها تبدو مختلفة بشكل مماثل. يتم اختيار التحويل والمكاسب لجعل الناتج أحمر أو أزرق بشكل متزايد. يستخدم خريطة لونية خطية. تعيين درجة اللون هو تقنية مستخدمة في معالجة الصور لتعيين مجموعة من الألوان إلى مجموعة أخرى لتقريب مظهر صور النطاق الديناميكي العالي في وسيط له نطاق ديناميكي محدود أكثر.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تعزز قيم R و B وفقًا للتحول.

test_param_color_correction_plot_means

test_param_color_correction_plot_means.png

* المحور السيني هو طلبات الالتقاط: 0 = الوحدة ، 1 = التعزيز الأحمر ، 2 = التعزيز الأزرق

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 (تعزيز R)

test_param_color_correction_req = 2

test_param_color_correction_req = 2.jpg (B دفعة)

test_param_exposure_time

اختبارات تطبيق المعلمة android.sensor.exposureTime .

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureResult#SENSOR_EXPOSURE_TIME

تمرير: كل لقطة أكثر سطوعًا من اللقطة السابقة.

test_param_exposure_time_frame0

test_param_exposure_time_frame

test_param_exposure_time_plot

test_param_exposure_time_plot.png

test_param_flash_mode

اختبارات تطبيق المعلمة android.flash.mode . يضبط التعريض يدويًا على الجانب المظلم ، بحيث يكون واضحًا ما إذا كان الفلاش قد تم إطلاقه أم لا ، ويستخدم مخططًا لونيًا خطيًا. للتحقق من المركز مع صورة التجانب لمعرفة ما إذا كان هناك تدرج كبير تم إنشاؤه للتحقق مما إذا كان الفلاش قد تم إطلاقه أم لا.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يحتوي مركز صورة التجانب على تدرج لوني كبير مما يعني أن الفلاش بدأ.

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

اختبارات أن المعلمة android.noiseReduction.mode يتم تطبيقها بشكل صحيح عند تعيينها. يلتقط الصور بالكاميرا ذات الإضاءة الخافتة. يستخدم كسبًا تناظريًا عاليًا لضمان أن الصورة الملتقطة صاخبة. يلتقط ثلاث صور لإيقاف تشغيل NR و "سريع" و "جودة عالية". يلتقط أيضًا صورة ذات كسب منخفض وإيقاف تشغيل NR ، ويستخدم تباين هذا كخط أساسي. كلما زادت نسبة الإشارة إلى الضوضاء (SNR) ، كانت جودة الصورة أفضل.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureRequest#NOISE_REDUCTION_MODE

التمرير: تختلف نسبة الإشارة إلى الضوضاء (SNR) باختلاف أوضاع تقليل الضوضاء وتتصرف بشكل مشابه للرسم البياني أدناه.

test_param_noise_reduction_plot_SNRs

test_param_noise_reduction_plot_SNRs.png

0: إيقاف ، 1: سريع ، 2: عالي الجودة ، 3: دقيقة ، 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

اختبارات تطبيق android.sensor.sensitivity . يزيد الاختبار الحساسية في 5 خطوات مع تعريض ضوئي ثابت لكل لقطة.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureRequest#SENSOR_SENSITIVITY

تمرير: RGB يعني المركز بنسبة 10٪ يصبح أكثر سطوعًا مع زيادة الحساسية.

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

اختبارات تطبيق المعلمة android.shading.mode .

تم اختبار واجهات برمجة التطبيقات:

Pass: يتم تبديل أوضاع التظليل ويتم تعديل خرائط تظليل العدسة كما هو متوقع.

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

اختبارات تطبيق المعلمة android.tonemap.mode. يطبق منحنيات خريطة لونية مختلفة على كل قناة R و G و B ويتحقق من تعديل الصور المخرجة بالشكل المتوقع. يتكون هذا الاختبار من اختبارين ، اختبار 1 واختبار 2.

تم اختبار واجهات برمجة التطبيقات:

يمر:

test1: كلتا الصورتين لهما خريطة لونية خطية ، لكن n = 1 لها تدرج أكثر حدة. تكون القناة G (الخضراء) أكثر سطوعًا للصورة n = 1.
test2: نفس الخريطة النغمية ، لكن بطول مختلف. الصور هي نفسها.


test_param_tonemap_mode_n = 0.jpg	test_param_tonemap_mode_n = 1.jpg

test_post_raw_sensitivity_boost

يتحقق بعد زيادة حساسية RAW. يلتقط مجموعة من صور RAW و YUV بحساسية مختلفة ، وينشر تركيبة تعزيز حساسية RAW ويتحقق مما إذا كان متوسط بكسل الإخراج يطابق إعدادات الطلب.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تصبح صور RAW أكثر قتامة مع زيادة التعزيز بينما تظل صور YUV ثابتة في السطوع

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

يلتقط مجموعة من الصور الأولية ذات المكاسب المتزايدة ويقيس التشويش. يلتقط الخام فقط ، في انفجار.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تكون كل لقطة أكثر ضوضاءً من اللقطة السابقة ، حيث يتزايد الاكتساب.

يستخدم تباين خلية شبكة إحصائيات المركز.

test_raw_burst_sensitivity_variance

test_raw_burst_sensitivity_variance.png

test_raw_exposure

يلتقط مجموعة من الصور الأولية مع زيادة وقت التعرض ويقيس قيم البكسل.

تم اختبار واجهات برمجة التطبيقات:

المرور: زيادة ISO (الكسب) تجعل البكسل أكثر حساسية للضوء ، وبالتالي تتحرك المؤامرة نحو اليسار.

test_raw_exposure_s = 55

test_raw_exposure_s = 55.png

(10⁰ تساوي 1 مللي ثانية ، 10¹ تساوي 10 مللي ثانية ، 10⁻¹ تساوي 0.1 مللي ثانية)

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

يلتقط مجموعة من الصور الأولية ذات الحساسية المتزايدة ويقيس التشويش (التباين) في المركز بنسبة 10٪ من الصورة. الاختبارات تشير إلى أن كل لقطة بها ضوضاء أكثر من السابقة.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يزيد التباين مع كل لقطة.

test_raw_sensitivity_variance

test_raw_sensitivity_variance.png

test_reprocess_noise_reduction

الاختبارات التي يتم تطبيقها على android.noiseReduction.mode لطلبات إعادة المعالجة. يلتقط الصور المعاد معالجتها بالكاميرا ذات الإضاءة الخافتة. يستخدم كسبًا تناظريًا عاليًا لضمان أن الصورة الملتقطة صاخبة. يلتقط ثلاث صور معاد معالجتها ، لإيقاف تشغيل NR ، و "سريع" ، و "جودة عالية". يلتقط صورة معاد معالجتها بكسب منخفض وإيقاف تشغيل NR ، ويستخدم تباين هذا كخط أساسي.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureResult#NOISE_REDUCTION_MODE

تمرير: FAST> = OFF، HQ> = FAST، HQ >> OFF

مؤامرة نموذجية SNR مقابل NR_MODE

test_tonemap_sequence

يختبر سلسلة من اللقطات ذات منحنيات مختلفة لخريطة الألوان. يلتقط 3 لقطات يدوية باستخدام مخطط لوني خطي. يلتقط 3 لقطات يدوية باستخدام خريطة اللون الافتراضية. يحسب دلتا بين كل زوج من الإطارات المتتالية.

تم اختبار واجهات برمجة التطبيقات:

تمرير: هناك 3 إطارات متطابقة متبوعة بمجموعة مختلفة من 3 إطارات متطابقة.

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

الاختبارات التي أبلغت عن جميع الأحجام والتنسيقات لالتقاط الصور. يستخدم طلبًا يدويًا مع مخطط لوني خطي بحيث تبدو YUV و JPEG متماثلين عند التحويل بواسطة وحدة image_processing_utils . لا يتم حفظ الصور افتراضيًا ، ولكن يمكن حفظها عن طريق تمكين debug_mode .

تم اختبار واجهات برمجة التطبيقات:

اجتياز: تحتوي جميع مراكز الصور على فرق أقصى RMS (قيمة الجذر التربيعي للإشارة) في الصور المحولة إلى RGB بنسبة 3٪ من أعلى دقة لصورة YUV.

test_yuv_jpeg_all

test_yuv_jpeg_all.png

test_yuv_plus_dng

اختبارات أن الأحجام والتنسيقات المبلغ عنها لالتقاط الصور تعمل.

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CameraMetadata#REQUEST_AVAILABLE_CAPABILITIES_RAW

اجتياز: يكمل الاختبار ويعيد الصور المطلوبة.

test_yuv_plus_dng

test_yuv_plus_dng.jpg

test_yuv_plus_jpeg

اختبارات التقاط إطار واحد كمخرجات YUV و JPEG. يستخدم طلبًا يدويًا مع مخطط لوني خطي بحيث تبدو YUV و JPEG متماثلين عند التحويل بواسطة وحدة image_processing_utils .

تم اختبار واجهات برمجة التطبيقات:

المرور: صور YUV و JPEG متشابهة ولديها فرق أقل من 1٪ RMS (قيمة الجذر التربيعي للإشارة).


test_yuv_plus_jpg_jpg.jpg	test_yuv_plus_jpeg_yuv.jpg

test_yuv_plus_raw

اختبارات التقاط إطار واحد كمخرجات RAW و YUV. يستخدم طلبًا يدويًا مع مخطط لوني خطي لذلك من المتوقع أن تكون RAW و YUV متماثلتين. يقارن مركز الصور المحولة إلى RGB بنسبة 10٪. سجلات android.shading.mode .

تم اختبار واجهات برمجة التطبيقات:

المرور: صور YUV و JPEG متشابهة ولديها فرق أقل من 3.5٪ RMS (قيمة الجذر التربيعي للإشارة).


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

test_yuv_plus_raw10

اختبارات التقاط إطار واحد كمخرجات RAW10 و YUV. يستخدم طلبًا يدويًا مع مخطط لوني خطي لذلك من المتوقع أن تكون RAW و YUV متماثلتين. يقارن مركز الصور المحولة إلى RGB بنسبة 10٪. سجلات android.shading.mode .

تم اختبار واجهات برمجة التطبيقات:

المرور: صور RAW10 و YUV متشابهة ولديها فرق أقل من 3.5٪ RMS (قيمة الجذر التربيعي للإشارة).


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

test_yuv_plus_raw12

اختبارات تلتقط إطارًا واحدًا كمخرجات RAW12 و YUV. يستخدم طلبًا يدويًا مع مخطط لوني خطي لذلك من المتوقع أن تكون RAW و YUV متماثلتين. يقارن مركز الصور المحولة إلى RGB بنسبة 10٪. سجلات android.shading.mode .

تم اختبار واجهات برمجة التطبيقات:

المرور: صور RAW12 و YUV متشابهة ولديها فرق أقل من 3.5٪ RMS (قيمة الجذر التربيعي للإشارة).


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

مشهد 2_a

يحتوي scene2_a على ثلاثة وجوه بخلفية رمادية وملابس محايدة. يتم اختيار الوجوه بحيث تحتوي على مجموعة واسعة من درجات ألوان البشرة.

مشهد 2_a

test_auto_flash

اختبارات تشغيل الفلاش التلقائي في مشهد مظلم. يتحقق من تشغيل الفلاش التلقائي عن طريق التحقق من أن وسط صورة التجانب به تدرج كبير. لتشغيل الفلاش التلقائي ، يجب إيقاف تشغيل الجهاز اللوحي والمصابيح الموجودة في جهاز الاختبار. يتم إيقاف تشغيل الجهاز اللوحي من خلال الاختبار ، ويمكن إطفاء الأنوار تلقائيًا باستخدام وحدة تحكم Arduino. يجب أن يكون المشهد مظلمًا تمامًا حتى يعمل الاختبار بشكل صحيح. على هذا النحو ، يجب تغطية الفتحة الخلفية للجهاز اللوحي بالكامل بلوح المشهد ، ويجب تغطية الفتحة الأمامية بفتحة وهاتف DUT لمنع الضوء الشارد من دخول منصة الحفر.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يحتوي مركز صورة التجانب على تدرج كبير مما يعني أن الفلاش التلقائي بدأ.

اختبار_تأثيرات

يلتقط إطارًا لتأثيرات الكاميرا المدعومة ويتحقق مما إذا تم إنشاؤها بشكل صحيح. يتحقق الاختبار فقط من التأثيرات OFF و MONO ، ولكنه يحفظ الصور لجميع التأثيرات المدعومة.

تم اختبار واجهات برمجة التطبيقات:

Pass: لالتقاط صورة المشهد مع OFF تشغيل التأثيرات وصورة أحادية اللون مع ضبط التأثيرات على MONO .

test_effects_MONO

test_effects_MONO.jpg

test_format_combos

يختبر مجموعات مختلفة من تنسيقات الإخراج.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يتم التقاط جميع المجموعات بنجاح.

test_jpeg_quality

تختبر جودة ضغط الكاميرا بتنسيق JPEG. خطوة صفات JPEG من خلال android.jpeg.quality وتضمن تغيير جداول التكميم بشكل صحيح.

تم اختبار واجهات برمجة التطبيقات:

النجاح: مصفوفة التكميم تتناقص مع زيادة الجودة. (تمثل المصفوفة عامل القسمة.)

test_jpeg_quality

متوسط مصفوفة Pixel 4 للكاميرا الخلفية luma / chroma DQT مقابل جودة JPEG

فشل test_jpeg_quality

مثال اختبار فشل

لاحظ أنه بالنسبة للصور منخفضة الجودة (jpeg.quality <50) ، لا توجد زيادة في الضغط في مصفوفة التقسيم.

test_num_faces

اختبارات كشف الوجه.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجد ثلاثة وجوه.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

مشهد 2_ ب

test_auto_per_frame_control

اختبارات خصائص PER_FRAME_CONTROL لطلبات الالتقاط التلقائي.

تم اختبار واجهات برمجة التطبيقات:

تمرير: جميع خصائص PER_FRAME_CONTROL موجودة.

test_auto_per_frame_control_frame_1

test_auto_per_frame_control_frame_1.jpg

test_auto_per_frame_control_frame_10

test_auto_per_frame_control_frame_10.jpg

test_auto_per_frame_control_frame_29

test_auto_per_frame_control_frame_29.jpg

test_auto_per_frame_control_plot

test_auto_per_frame_control_plot.png

test_num_faces

اختبارات اكتشاف الوجه مع زيادة تنوع لون البشرة في مشاهد الوجه.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجد 3 وجوه.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_yuv_jpg_capture_sameness

يلتقط صورتين باستخدام أكبر تنسيقات YUV و JPEG الشائعة بنفس نسبة العرض إلى الارتفاع مثل تنسيق JPEG الأكبر الذي لا يتجاوز دقة 1920 × 1440. يضبط jpeg.quality على 100 ويلتقط طلب سطح مزدوج. يحول كلتا الصورتين إلى مصفوفات RGB ويحسب اختلاف الجذر التربيعي ثلاثي الأبعاد (RMS) بين الصورتين.

تم اختبار واجهات برمجة التطبيقات:

المرور: صور YUV و JPEG متشابهة ولديها فرق أقل من 1٪ RMS (قيمة الجذر التربيعي للإشارة).

مشهد 2 ج

test_num_faces

اختبارات اكتشاف الوجه مع زيادة تنوع لون البشرة في مشاهد الوجه.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجد 3 وجوه.

test_num_faces_fd_mode_1

test_num_faces_fd_mode_1.jpg

test_jpeg_capture_perf_class

اختبارات زمن انتقال التقاط JPEG لفئة أداء S كما هو محدد في القسم 2.2.7.2 الكاميرا في CDD.

تمرير: يجب أن يكون لديك camera2 JPEG التقاط زمن انتقال أقل من 1000 مللي ثانية لدقة 1080 بكسل كما تم قياسه بواسطة اختبار أداء كاميرا CTS في ظل ظروف إضاءة ITS (3000K) لكلا الكاميرتين الأساسيتين.

test_camera_launch_perf_class

اختبارات زمن انتقال تشغيل الكاميرا لفئة الأداء S كما هو محدد في القسم 2.2.7.2 الكاميرا في CDD.

المرور: يجب أن يكون وقت بدء تشغيل camera2 (فتح الكاميرا لإطار المعاينة الأول) أقل من 600 مللي ثانية كما تم قياسه بواسطة اختبار أداء كاميرا CTS في ظل ظروف إضاءة ITS (3000K) لكلا الكاميرتين الأساسيتين.

مشهد 2_ د

test_num_faces

اختبارات اكتشاف الوجه مع زيادة تنوع لون البشرة في مشاهد الوجه.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجد 3 وجوه.

مشهد 2_e

test_continuous_picture

يتم التقاط 50 إطارًا بدقة VGA مع إعداد طلب الالتقاط أولاً android.control.afMode = 4 (CONTINUOUS_PICTURE).

تم اختبار واجهات برمجة التطبيقات:

تمرير: يستقر نظام 3A بنهاية التقاط 50 إطارًا.

test_num_faces

اختبارات اكتشاف الوجه مع زيادة تنوع لون البشرة في مشاهد الوجه.

تم اختبار واجهات برمجة التطبيقات:

تمرير: يجد 3 وجوه.

المشهد 3

يستخدم Scene3 مخطط ISO12233 ، وتستخدم معظم الاختبارات طريقة مستخرج الرسم البياني للعثور على المخطط في المشهد. لهذا السبب ، لا تحتوي معظم الصور المحفوظة على حدود مثل صور المشاهد 1 أو 2 أو 4 ، ولكن فقط المخطط.

test_3a_ تناسق

اختبارات تناسق 3A.

تم اختبار واجهات برمجة التطبيقات:

تمرير: تتقارب 3A من أجل التعريض الضوئي ، والكسب ، و awb (توازن البياض التلقائي) ، و fd (مسافة التركيز البؤري) ثلاث مرات ضمن التسامح.

test_edge_en التحسين

اختبارات أن المعلمة android.edge.mode قد تم تطبيقها بشكل صحيح. يلتقط الصور غير المعاد معالجتها لكل وضع حافة ويعيد حدة الصورة الناتجة وبيانات التعريف الناتجة عن الالتقاط. يعالج طلب الالتقاط مع وضع حافة معين ، والحساسية ، ووقت التعرض ، ومسافة التركيز ، ومعلمة سطح الإخراج.

Pass: وضع HQ (2) أكثر حدة من وضع OFF (0). الوضع FAST (1) أكثر حدة من وضع OFF . وضع HQ أكثر حدة أو يساوي وضع FAST .

تم اختبار واجهات برمجة التطبيقات:

android.hardware.camera2.CaptureRequest#EDGE_MODE

معلمات الكاميرا المتأثرة:

EDGE_MODE

test_edge_enhancement_edge = 0

test_edge_enhancement_edge = 0.jpg

test_edge_enhancement_edge = 1

test_edge_enhancement_edge = 1.jpg (الوضع السريع)

test_edge_enhancement_edge = 2

test_edge_enhancement_edge=2.jpg (high quality mode)

test_flip_mirror

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

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

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

test_flip_mirror_scene_patch

test_flip_mirror_scene_patch.jpg

test_lens_movement_reporting

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

APIs tested:

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

test_reprocess_edge_enhancement

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

APIs tested:

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

test_reprocess_edge_enhancement_plot

test_reprocess_edge_enhancement_plot.png

scene4

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

scene4

test_aspect_ratio_and_crop

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

APIs tested:

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

test_multi_camera_alignment

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

APIs tested:

Pass: Focal lengths and circles sizes are consistent.

test_preview_stabilization_fov

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

APIs tested:

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

test_video_aspect_ratio_and_crop

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

APIs tested:

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

scene5/diffuser

test_lens_shading_and_color_uniformity

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

APIs tested:

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

scene6

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

scene6

test_zoom

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

APIs tested:

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

test_zoom

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

sensor_fusion

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

checkerboard

Image of checkerboard

test_multi_camera_frame_sync

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

APIs tested:

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

test_preview_stabilization

Tests that stabilized preview video rotates less than gyroscope.

APIs tested:

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

The following are sample videos with and without stabilization.

Sample video with stabilization
Sample video without stabilization
test_sensor_fusion

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

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

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

APIs tested:

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

test_video_stabilization

Tests that stabilized video rotates less than gyroscope.

APIs tested:

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

The following are sample videos with and without stabilization.

Sample video with stabilization
Sample video without stabilization