Система тестирования контроллеров, основанная на распознавании текста на экране

Main Article Content

Александр Александрович Докукин

Аннотация

Описано решение задачи тестирования контроллеров на основе чтения информации с их экрана. Для этого разработана программно-аппаратная система, состоящая из камеры и программных модулей, реализующих необходимые алгоритмы и методы: модуля предобработки изображения; модуля определения типа меню; модуля обработки символов шрифта; модуль чтения текста, в том числе, написанного различными шрифтами; собственно модуля тестирования. Система реализована для контроллеров определенного типа с монохромным дисплеем 128 х 64 точек. Все методы реализованы на языке Python с использованием популярных библиотек. Система внедрена в эксплуатацию и на данный момент осуществляет автоматизацию нескольких наиболее трудоемких тестов. Поддерживается расширение их набора в виде плагинов.

Article Details

Как цитировать
Докукин, А. А. «Система тестирования контроллеров, основанная на распознавании текста на экране». Электронные библиотеки, т. 28, вып. 6, декабрь 2025 г., сс. 1368-84, doi:10.26907/1562-5419-2025-28-6-1368-1384.

Библиографические ссылки

1. SmartWEB-K (In Russian) // [Electronic resource] https://www.teplostart.ru/download/booklets/SmartWEB-K.pdf (access date: 06.10.2025)
2. Dokukin A.A. O postroenii sistemy schityvaniya informacii s ekrana kontrollera (in Russian) // Intellectual Data Processing (IDP-2024): Book of Abstracts 15th Int. Conf. (Grodno, September 23–27, 2024) 2024. P. 92–93.
3. Dokukin A.A. Razvitie sistemy schityvaniya informacii s ekrana kontrollera (In Russian) // Mathematical Methods for Pattern Recognition (MMPR-2025): Book of Abstracts 22nd Russian Conf. with Int. Participation (Murom, September 22–26, 2025) 2025. P. 139–140.
4. Le Cun Y., Boser B., Denker J. S., Henderson D., Howard R. E., Hubbard W., Jackel L. D. Handwritten Digit Recognition with a Back-Propagation Network // NIPS'89: Proc. 2nd Int. Conf. Neural Information Processing Systems. 1989. P. 396–404. https://proceedings.neurips.cc/paper/1989/file/53c3bce66e43be4f209556518c2fcb54-Paper.pdf
5. Ansel J., Yang E., He H. et al. PyTorch 2: Faster Machine Learning Through Dynamic Python Bytecode Transformation and Graph Compilation // 29th ACM Int. Conf. Architectural Support for Programming Languages and Operating Systems (ASPLOS '24). 2024. Vol. 2. https://doi.org/10.1145/3620665.3640366
6. Otsu N. A Threshold Selection Method from Gray-Level Histograms // IEEE Transact. on Systems, Man, and Cybernetics 9.1. 1979. P. 62–66. https://doi.org/10.1109/ TSMC.1979.4310076
7. Bradski G. The OpenCV Library // Dr. Dobb's J. Software Tools. 2000. Vol. 120. P. 122–125.