我正在尝试为此项目添加单元测试：https://github.com/JimBobSquarePants/ImageProcessor
运行单元测试时，它们可能需要1或2分钟才能运行（它是一个图像处理库，我不认为它们非常快）。
问题在于，当我在这些测试中运行OpenCover时，它们需要20分钟才能运行。
当前单元测试的要点是有一堆测试图像，每个单元测试（实际上更像是集成测试）读取每个图像，并在其上运行一系列效果。
我猜我做错了什么，但是什么？为什么在OpenCover上花费的时间比NUnit跑步者多呢？
答案 0 :(得分：1)
这是猜测，因为我不使用OpenCover，但是覆盖率分析工具应该用于检测它通过的所有行。由于您正在进行图像处理，每个像素肯定会触发OpenCover对匹配的代码行进行一些分析，并且您有很多像素
假设OpenCover花费0.01毫秒来修改一行代码（这也是纯粹的推测），你正在处理1280 * 1024个图像，每个像素需要3行代码（封顶红色通道，xor绿色和蓝色） ，无论如何），你得到1310720 * 0.01 * 3 =大约39秒。一次测试。
我怀疑你只有一个测试，所以乘以测试的数量;你可能知道为什么它很慢。
您应该尝试在较小规模上测试您的算法：除非您正在进行图像范围操作（我看不到哪些？）您的代码不需要整个图像来处理。或者使用较小的图像？
测试将每个图像类型加载到lib的Image类中，然后从Image类中测试一个旋转，一个调整大小操作等。不要测试所有内容每次！
由于测试是必要的，您可以探索OpenCover options以排除某些数据。也许只通过检测算法的外壳来改进覆盖率分析会有所帮助。看看filters，看看你可以隐藏什么，以使其运行可接受。
或者你可以每天只运行代码覆盖，优先在晚上运行？
答案 1 :(得分：1)
OpenCover检测程序集的IL（可以找到PDB文件 - 因为这是保存文件位置信息的位置），然后是每个序列点（想想你可以放置的地方）点）并且每个条件分支路径将导致一个操作来注册访问（并增加访问次数）。
对于算法代码，您会发现重度集成测试的运行覆盖率将是一个性能问题，因此请确保您只对紧密集成测试或单元测试执行覆盖，例如在您的情况下，可能会使用可以测试代码正确性的小图像（如前所述）。
您尚未描述如何运行OpenCover（或哪个版本 - 我将假设最新版本），但请确保您已排除测试程序集并仅检测目标程序集。
最后，OpenCover使用了一些队列和线程但是如果由于循环等而丢弃大量数据，则需要时间处理数据，以便在具有4个或更多内核的计算机上运行得更好。当您运行测试时，请查看任务管理器并查看发生的情况。