python微信跳一跳,前言
这是python玩跳一跳系列博文中一篇,主要内容是用颜色识别的方法来进行跳跳小人的定位。
颜色识别
过观察,我们可以发现,尽管背景和棋子在不停的变化,但跳跳小人的形状和颜色基本保持不变,对于形状,我们在上一篇博文中已经采用模板匹配的方法来进行识别定位,效果非常好。这一篇博文就来对颜色识别进行验证。
基本思路
用HSV颜色空间对输入的图片进行处理,用某种指定的颜色进行蒙版mask处理进而得到二值化的黑白图像,膨胀和腐蚀后去除噪点,对轮廓区域进行计算,画出圆心和质心位置,并实现动态的跟踪。
其基本的步骤如下:
设定需要的颜色阈值
读入图像
转化为HSV图像
采用颜色的蒙版进行二值化处理得到黑白图像
降噪和轮廓处理
绘出圆心
import cv2 import numpy as np import time lower_blue = np.array([115,75,75]) #设定蓝色的阈值 upper_blue = np.array([130,255,125]) frame=cv2.imread('001.png') hsv = cv2.cvtColor(frame,cv2.COLOR_BGR2HSV) #转到HSV空间 mask_blue = cv2.inRange(hsv,lower_blue,upper_blue) cnts = cv2.findContours(mask_blue,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)[-2] if len(cnts) > 0: c = max(cnts,key = cv2.contourArea) #找到面积最大的轮廓 ((x,y),radius) = cv2.minenclosingCircle(c) #确定面积最大的轮廓的外接圆 center= (int(x),int(y)) cv2.circle(frame,center,int(radius+10),(0,255),3) #画出圆心 cv2.circle(frame,3,-1) cv2.circle(hsv,(255,3) #画出圆心 cv2.circle(hsv,-1) cv2.circle(mask_blue,3) #画出圆心 cv2.circle(mask_blue,-1) cv2.imshow('frame',frame) cv2.imshow('hsv',hsv) cv2.imshow('mask',mask_blue) if cv2.waitKey(0)==ord('q'): cv2.destroyAllWindows()
左边是原始图片,中间是蒙版后的二值图,右边就是HSV图像,识别效果还是不错的。
可以看到,目前选定的颜色基本可以将小人的轮廓全部筛选出来,其最大的部分恰好就在底盘,圆心位置正是我们需要的。
动态实时识别
我们给出动态图,可以看一下动态实时识别的效果。
评价
采用颜色来对跳跳小人的底盘位置进行识别和定位效果不错,而且这种方法和手机的像素及屏幕大小无关,真正实现了各平台通用。
预告
在下一篇博文中,我会对github上wechat-jump所采用的颜色遍历方法进行验证,敬请期待。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持编程小技巧。
您可能感兴趣的文章:
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。