快捷導(dǎo)航

python微信跳一跳系列之色塊輪廓定位棋盤

更新時(shí)間：2018年02月26日 11:37:26 作者：艾克思工作室

這篇文章主要為大家詳細(xì)介紹了python微信跳一跳系列，色塊輪廓定位棋盤，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下

在前幾篇博文中，我們分別采用顏色識(shí)別，模板匹配，像素遍歷等方法實(shí)現(xiàn)了棋子和棋盤的定位，具體內(nèi)容可以參見我的前面的文章內(nèi)容，在這一篇中，我們來探索一種定位棋盤的新方法。

分析

經(jīng)過觀察，我們看到，無論什么情況下，棋盤和背景之間總是存在著非常明顯的色彩對(duì)比，這當(dāng)然是必須的，否則玩游戲的人都無法分辨棋子、棋盤、背景，這個(gè)游戲就不可能大火。顯然，如果我們將每一幅畫面進(jìn)行色塊分割，將彩色圖轉(zhuǎn)變?yōu)楹诎锥祱D，就可以將背景和棋盤隔離出來，然后對(duì)黑白圖中的白色輪廓進(jìn)行分析，將其中位置最高（y值最小）的輪廓標(biāo)記出來，這個(gè)輪廓就是下一步要跳一跳的棋盤。

步驟

抓取圖像；
將圖像轉(zhuǎn)變?yōu)榛叶葓D；
確定工作區(qū)域（h//3–2h//3）,確定像素閾值；
產(chǎn)生黑白二值圖像，同時(shí)產(chǎn)生兩種黑白圖，分別將亮于背景和暗于背景兩種情況下的色塊隔離出來；

陰影的處理

棋盤往往會(huì)有陰影，可以通過進(jìn)一步縮小目標(biāo)區(qū)域進(jìn)行色塊分割的方法來精準(zhǔn)實(shí)現(xiàn)定位，感興趣的同學(xué)可以自行練習(xí)。

代碼

# -*- coding: utf-8 -*-
#VS2017+python3.6+opencv3.4
#2018.02.03
#作者：艾克思

import cv2 

def thresh(img):
 x1,y1,w1,h1,x2,y2,w2,h2=0,0,0,0,0,0,0,0
 gray= cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 #gray=cv2.GaussianBlur(gray,(13,13),0) #高斯模糊
 h0,w0=img.shape[:2]
 top=gray[h0//3,10]
 bottom= gray[h0*2//3,10]

 thresh1 = cv2.threshold(gray,top,255, cv2.THRESH_BINARY)[1] 
 thresh2 = cv2.threshold(gray,bottom,255, cv2.THRESH_BINARY_INV)[1] 
 img1=thresh1[h0//3:h0*2//3,0:w0]
 img2=thresh2[h0//3:h0*2//3,0:w0]

 cnts1, hierarchy1, rr1 = cv2.findContours(img1,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
 cnts2, hierarchy2, rr2 = cv2.findContours(img2,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)

 aim1=0
 y_min=h0//3
 for c in hierarchy1:
 if hierarchy1==None:
 x1,y1,w1,h1=w0//2,h0//3,w0//3,h0//3
 break
 else:
 x,y,w,h = cv2.boundingRect(c)
 if y<=y_min:
 y_min=y
 aim1=c
 x1,y1,w1,h1 = cv2.boundingRect(aim1)
 cv2.rectangle(img,(x1,y1+h0//3),(x1+w1,y1+h1+h0//3),(255,0,0),2)

 aim2=0
 y_min=h0//3
 for c in hierarchy2:
 if hierarchy2==None:
 x2,y2,w2,h2=w0//2,h0//3,w0//3,h0//3
 break
 else:
 x,y,w,h = cv2.boundingRect(c)
 if y<=y_min:
 y_min=y
 aim2=c
 x2,y2,w2,h2 = cv2.boundingRect(aim2)
 cv2.rectangle(img,(x2,y2+h0//3),(x2+w2,y2+h2+h0//3),(0,255,0),2)

 if y1+h1//2<=y2+h2//2:
 x,y,w,h=x1,y1,w1,h1
 else: x,y,w,h=x2,y2,w2,h2

 cv2.imshow('img1',thresh1)
 cv2.imshow('img2',thresh2)

 return (x+w//2,y+h0//3+h//2)

def main():
 video='jump.avi'
 cap = cv2.VideoCapture(video) 
 ret=cap.isOpened()
 ret=True
 while ret:
 #ret,img=cap.read() #讀入幀
 img=cv2.imread('e:/python/jump/hsv/006.png')
 if not ret:cv2.waitKey(0)
 point=thresh(img)
 cv2.circle(img,point,3,(0,0,255),-1)
 cv2.circle(img,point,15,(0,0,255),2)

 cv2.imshow('img',img)
 if cv2.waitKey(25)==ord('q'): break
 cap.release()
 cv2.destroyAllWindows()

if __name__=='__main__':
 main()

opencv中關(guān)于黑白二值分割的參數(shù)類型如下：

這里寫圖片描述