python微信跳一跳系列之如何實(shí)現(xiàn)棋子定位顏色識別

這篇文章將為大家詳細(xì)講解有關(guān)python微信跳一跳系列之如何實(shí)現(xiàn)棋子定位顏色識別，小編覺得挺實(shí)用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

python微信跳一跳，前言

這是python玩跳一跳系列博文中一篇，主要內(nèi)容是用顏色識別的方法來進(jìn)行跳跳小人的定位。

顏色識別

通過觀察，我們可以發(fā)現(xiàn)，盡管背景和棋子在不停的變化，但跳跳小人的形狀和顏色基本保持不變，對于形狀，我們在上一篇博文中已經(jīng)采用模板匹配的方法來進(jìn)行識別定位，效果非常好。這一篇博文就來對顏色識別進(jìn)行驗(yàn)證。

基本思路

用HSV顏色空間對輸入的圖片進(jìn)行處理，用某種指定的顏色進(jìn)行蒙版mask處理進(jìn)而得到二值化的黑白圖像，膨脹和腐蝕后去除噪點(diǎn)，對輪廓區(qū)域進(jìn)行計(jì)算，畫出圓心和質(zhì)心位置，并實(shí)現(xiàn)動態(tài)的跟蹤。
其基本的步驟如下：
設(shè)定需要的顏色閾值
讀入圖像
轉(zhuǎn)化為HSV圖像
采用顏色的蒙版進(jìn)行二值化處理得到黑白圖像
降噪和輪廓處理
繪出圓心

python3.6代碼

import cv2 
import numpy as np 
import time

lower_blue = np.array([115,75,75]) #設(shè)定藍(lán)色的閾值
upper_blue = np.array([130,255,125])

frame=cv2.imread('001.png')

hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) #轉(zhuǎn)到HSV空間
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) #找到面積最大的輪廓
 ((x, y), radius) = cv2.minEnclosingCircle(c) #確定面積最大的輪廓的外接圓

 center= (int(x),int(y))
 cv2.circle(frame, center, int(radius+10), (0, 0, 255), 3) #畫出圓心 
 cv2.circle(frame, center, 3, (0, 0, 255), -1)
 cv2.circle(hsv, center, int(radius+10), (255, 255, 255), 3) #畫出圓心 
 cv2.circle(hsv, center, 3, (0, 0, 255), -1) 
 cv2.circle(mask_blue, center, int(radius+10), (255, 255, 255), 3) #畫出圓心 
 cv2.circle(mask_blue, center, 3, (0, 0, 255), -1) 

cv2.imshow('frame',frame)
cv2.imshow('hsv',hsv)
cv2.imshow('mask',mask_blue)
if cv2.waitKey(0)==ord('q'):
 cv2.destroyAllWindows()

靜態(tài)圖片識別效果

左邊是原始圖片，中間是蒙版后的二值圖，右邊就是HSV圖像，識別效果還是不錯的。
可以看到，目前選定的顏色基本可以將小人的輪廓全部篩選出來，其最大的部分恰好就在底盤，圓心位置正是我們需要的。

動態(tài)實(shí)時識別

我們給出動態(tài)圖，可以看一下動態(tài)實(shí)時識別的效果。

評價

采用顏色來對跳跳小人的底盤位置進(jìn)行識別和定位效果不錯，而且這種方法和手機(jī)的像素及屏幕大小無關(guān)，真正實(shí)現(xiàn)了各平臺通用。

關(guān)于“python微信跳一跳系列之如何實(shí)現(xiàn)棋子定位顏色識別”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。