Seminar Airtest – Bildanalyse, Matching und Auflösungsanpassung

Das Vertiefungsseminar optimiert vorhandene Bildtests durch messbare Matching-Regeln, Auflösungsmodelle, Suchräume und nachvollziehbare Fehlersignale.

Inhaltsverzeichnis

1. Seminarprofil
2. Lernziele
3. Schrittweise Lernstrecke
4. Praxisbausteine
5. Zielgruppe und Voraussetzungen
6. Didaktische Einordnung

Seminarprofil

Bildvorlagen werden anhand von Konfidenz, Negativbeispielen, Skalierung, Farbe, Suchregion und Rendering-Varianten systematisch bewertet. Ziel ist eine dokumentierte Erkennungsstrategie, die Fehlmatches reduziert, Laufzeiten beherrscht und gerätebedingte Abweichungen kontrolliert.

Lernziele

• Matching-Ergebnisse messbar bewerten
• Vorlagen für verschiedene Renderbedingungen optimieren
• Schwellen und Suchregionen gezielt einsetzen
• Fehlmatches reproduzierbar diagnostizieren
• Regeln für eine belastbare Bildbibliothek definieren

Schrittweise Lernstrecke

1. Matching, Suchräume und Auflösungsanpassung

1. Positive, grenzwertige und negative Bildschirmzustände werden als Kalibrierungsmenge für jedes kritische Bildobjekt zusammengestellt.
2. Schwellen, Suchregionen, Skalierungsregeln und Zielpositionen werden anhand realer Geräte- oder Fensterkonfigurationen abgestimmt.
3. Nichtfunde, falsche Treffer und schwankende Konfidenzen erhalten unterschiedliche Diagnose- und Korrekturpfade.

2. Bildbasierte Interaktionen und stabile Vorlagen

1. Bildvorlagen werden auf eindeutige, statische Merkmale begrenzt und von dynamischen Texten, Animationen oder Dekorationen getrennt.
2. Zielposition, Erkennungsschwelle, Referenzauflösung und erwarteter Kontext werden direkt am Bildobjekt dokumentiert.
3. Touch, Wischen, Texteingabe, Warten und Assertions werden zu nachvollziehbaren Benutzerwegen mit überprüfbaren Nachzuständen kombiniert.

3. Synchronisation und Zustandsübergänge

1. Pauschale Pausen werden soweit möglich durch Sichtbarkeits-, Verschwinde-, Eigenschafts- oder Stabilitätsbedingungen ersetzt.
2. Timeouts werden nach Prozessstufe differenziert und mit einer diagnostisch verwertbaren Fehlerbeschreibung verbunden.
3. Animationen, Ladephasen und asynchrone Vorgänge erhalten definierte Eintritts- und Austrittskriterien.

4. Assertions und Qualitätsregeln

1. Technische Vorprüfungen, fachliche Erwartungen und Diagnoseprüfungen erhalten unterschiedliche Assertionstypen.
2. Fehlermeldungen enthalten Szenario, erwartetes Ergebnis, tatsächliche Beobachtung und relevante Kontextdaten.
3. Eine Review-Checkliste prüft Testabsicht, Ausgangszustand, Synchronisation, Selektor, Bildobjekt und Bereinigung.

5. Logging, Berichte und Diagnoseartefakte

1. Jeder Lauf erhält eine eindeutige Identität, die in Logpfad, Bericht, Screenshot und Zusatzartefakt wiederverwendet wird.
2. Fachliche Kontrollpunkte und technische Zustandswechsel werden mit unterschiedlich kategorisierten Logeinträgen dokumentiert.
3. Fehlerartefakte enthalten erwarteten Zustand, tatsächliche Beobachtung, letzten stabilen Schritt und relevante Geräte- oder UI-Daten.

6. Stabilität, Flaky-Analyse und Wartung

1. Tests werden wiederholt unter identischen und variierten Bedingungen ausgeführt, um Fehlerquote, Laufzeit und Muster zu bestimmen.
2. Wiederholungen gelten nur für definierte technische Fehlerklassen und dürfen den ersten Fehlschlag nicht unsichtbar machen.
3. Review, Quarantäne und Wartungsbacklog werden nach Geschäftskritikalität, Fehlerhäufigkeit und Wiederverwendungsgrad gesteuert.

7. Durchgängiges Praxisprojekt

1. Ein repräsentativer Benutzerweg wird in Ausgangszustand, fachliche Schritte, Kontrollpunkte und Abschlusszustand zerlegt.
2. Die Testsuite wird schrittweise implementiert, auf Varianten ausgeführt und durch absichtlich erzeugte Störungen geprüft.
3. Ergebnisse werden anhand von Stabilität, Verständlichkeit, Laufzeit, Wartbarkeit und Diagnosequalität bewertet und verbessert.

Praxisbausteine

1. Kalibrierung mit positiven und negativen Zuständen
2. Vergleich mehrerer Schwellen- und Suchraumstrategien
3. Auflösungsprüfung auf verschiedenen Seitenverhältnissen
4. Qualitätsstandard für Bildobjekte

Zielgruppe und Voraussetzungen

Zielgruppe: Erfahrene Airtest-Anwender, QA Engineers, Game Tester und Framework-Verantwortliche.

Voraussetzungen: Praktische Airtest-, Python- und Bildtestgrundlagen; vorhandene Beispieltests sind hilfreich.

Didaktische Einordnung

Zwei Tage sind erforderlich und ausreichend, weil vorhandene Grundlagen vorausgesetzt werden und das Seminar vollständig auf Matching, Skalierung, Performance, Diagnose und Bildbibliotheksregeln fokussiert.

Kurze Fachimpulse werden unmittelbar durch Demonstrationen, geführte Umsetzungsschritte, eigenständige Übungen und kontrollierte Fehlerfälle vertieft. Jeder Praxisblock verwendet definierte Ausgangszustände, überprüfbare Zwischenergebnisse und dokumentierte Diagnoseinformationen.