在Santa Clara举行的Velocity 2013上，来自Google的Brett Slatkin展示了一种用于视觉回归测试的方法：Perceptual Diff（注：这是一个基于感知尺度的图像比对工具，它将采用人类视觉模型对两幅图像的差异进行判断）将新发布的Web页面截图与之前版本进行对比，而且能够检测并剔除像素层面的微小变更。
Brett认为，Perceptual Diff填补了自动化测试中的一个重要空白。持续部署依靠众多自动化测试，来增强代码质量和部署两方面的信心。此外，还需要防止无法预见的错误，因此手动测试是必需的。然而这些测试代价高昂，需要重复进行而且有时是无效的——一个真实的例子是，某件视觉作品（为了进行测试，页面上放置了一匹粉色的马驹）躲过了全部QA检查，成功地混进了产品中。 Perception Diff使用一个无渲染浏览器（注：Headless Browser，指渲染页面在后台完成，无需显示设备的浏览器）——PhantomJS——进行页面呈现并生成截图。这些图片通过Visual Diff（注：Visual Diff是Google Summer of Code 2008的一个项目）进行对比。对比结果中高亮勾绘出了有差别的区域，从而能够被人眼轻松识别。 该方法在去年的Velocity Ignite会议上现身，随后运用在Google Consumer Surveys的部署上，以提升持续部署方面的信心。Brett宣布，使用该方法令以下难以发现的回归得以捕捉：布局错误、数字格式和错误排列顺序。他承认存在必需被过滤掉的“假性结果”，例如时间戳这样的变更。对于相对静态页面的测试，Perceptual Diff表现良好；而对于动态页面，则需要预先载入一致的数据集。 Depicted (dpxtd)是一个发布在GitHub上的开源版本。它把Perceptual Diff封装在工作流里，从而能够被集成到部署过程中。 另一方面，Brett还展示了在部署过程中增加自信的积极影响——更短的部署周期能够增强动力；而在成功部署方面更加自信则促使新手着手进行部署，由此也就缩短了他们的上手阶段。 |
