溫馨提示×
您好，登錄后才能下訂單哦！
點(diǎn)擊 登錄注冊(cè) 即表示同意《億速云用戶服務(wù)條款》
您好，登錄后才能下訂單哦！
今天小編給大家分享一下怎么用Python+OpenCV自制AI視覺版貪吃蛇游戲的相關(guān)知識(shí)點(diǎn)，內(nèi)容詳細(xì)，邏輯清晰，相信大部分人都還太了解這方面的知識(shí)，所以分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后有所收獲，下面我們一起來(lái)了解一下吧。
規(guī)則：食指指尖控制蛇頭，指尖每接觸到黃色方塊，計(jì)數(shù)加一，蛇身變長(zhǎng)，方塊隨機(jī)切換位置。如果指尖停止移動(dòng)，或者移動(dòng)過(guò)程中蛇頭撞到蛇身，那么游戲結(jié)束。點(diǎn)擊鍵盤上的R鍵重新開始游戲。
游戲進(jìn)行時(shí)：
游戲結(jié)束界面：
pip install opencv_python==4.2.0.34 # 安裝opencv pip install mediapipe # 安裝mediapipe # pip install mediapipe --user #有user報(bào)錯(cuò)的話試試這個(gè) pip install cvzone # 安裝cvzone # 導(dǎo)入工具包 import cv2 import cvzone import numpy as np from cvzone.HandTrackingModule import HandDetector # 導(dǎo)入手部檢測(cè)模塊 import math import random
21個(gè)手部關(guān)鍵點(diǎn)信息如下，本節(jié)我們主要研究食指指尖'8'的坐標(biāo)(x,y)信息。
（1）cvzone.HandTrackingModule.HandDetector()是手部關(guān)鍵點(diǎn)檢測(cè)方法
參數(shù)：
mode： 默認(rèn)為 False，將輸入圖像視為視頻流。它將嘗試在第一個(gè)輸入圖像中檢測(cè)手，并在成功檢測(cè)后進(jìn)一步定位手的坐標(biāo)。在隨后的圖像中，一旦檢測(cè)到所有 maxHands 手并定位了相應(yīng)的手的坐標(biāo)，它就會(huì)跟蹤這些坐標(biāo)，而不會(huì)調(diào)用另一個(gè)檢測(cè)，直到它失去對(duì)任何一只手的跟蹤。這減少了延遲，非常適合處理視頻幀。如果設(shè)置為 True，則在每個(gè)輸入圖像上運(yùn)行手部檢測(cè)，用于處理一批靜態(tài)的、可能不相關(guān)的圖像。
maxHands： 最多檢測(cè)幾只手，默認(rèn)為 2
detectionCon： 手部檢測(cè)模型的最小置信值（0-1之間），超過(guò)閾值則檢測(cè)成功。默認(rèn)為 0.5
minTrackingCon： 坐標(biāo)跟蹤模型的最小置信值 (0-1之間)，用于將手部坐標(biāo)視為成功跟蹤，不成功則在下一個(gè)輸入圖像上自動(dòng)調(diào)用手部檢測(cè)。將其設(shè)置為更高的值可以提高解決方案的穩(wěn)健性，但代價(jià)是更高的延遲。如果 mode 為 True，則忽略這個(gè)參數(shù)，手部檢測(cè)將在每個(gè)圖像上運(yùn)行。默認(rèn)為 0.5
它的參數(shù)和返回值類似于官方函數(shù) mediapipe.solutions.hands.Hands()
MULTI_HAND_LANDMARKS： 被檢測(cè)/跟蹤的手的集合，其中每只手被表示為21個(gè)手部地標(biāo)的列表，每個(gè)地標(biāo)由x, y, z組成。x和y分別由圖像的寬度和高度歸一化為[0,1]。Z表示地標(biāo)深度。
MULTI_HANDEDNESS： 被檢測(cè)/追蹤的手是左手還是右手的集合。每只手由label(標(biāo)簽)和score(分?jǐn)?shù))組成。 label 是 'Left' 或 'Right' 值的字符串。 score 是預(yù)測(cè)左右手的估計(jì)概率。
（2）cvzone.HandTrackingModule.HandDetector.findHands()找到手部關(guān)鍵點(diǎn)并繪圖
參數(shù)：
img： 需要檢測(cè)關(guān)鍵點(diǎn)的幀圖像，格式為BGR
draw： 是否需要在原圖像上繪制關(guān)鍵點(diǎn)及識(shí)別框
flipType： 圖像是否需要翻轉(zhuǎn)，當(dāng)視頻圖像和我們自己不是鏡像關(guān)系時(shí)，設(shè)為True就可以了
返回值：
hands： 檢測(cè)到的手部信息，由0或1或2個(gè)字典組成的列表。如果檢測(cè)到兩只手就是由兩個(gè)字典組成的列表。字典中包含：21個(gè)關(guān)鍵點(diǎn)坐標(biāo)(x,y,z)，檢測(cè)框左上坐標(biāo)及其寬高，檢測(cè)框中心點(diǎn)坐標(biāo)，檢測(cè)出是哪一只手。
img： 返回繪制了關(guān)鍵點(diǎn)及連線后的圖像
代碼如下：
import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector # 導(dǎo)入手部檢測(cè)模塊
#（1）獲取攝像頭
cap = cv2.VideoCapture(0) # 0代表電腦自帶的攝像頭
# 設(shè)置顯示窗口的size
cap.set(3, 1280) # 窗口寬1280
cap.set(4, 720) # 窗口高720
#（2）模型配置
detector = HandDetector(maxHands=1, # 最多檢測(cè)1只手
detectionCon=0.8) # 最小檢測(cè)置信度0.8
#（3）圖像處理
while True:
# 每次讀取一幀相機(jī)圖像，返回是否讀取成功success，讀取的幀圖像img
success, img = cap.read()
# 圖像翻轉(zhuǎn)，使圖像和自己呈鏡像關(guān)系
img = cv2.flip(img, 1) # 0代表上下翻轉(zhuǎn)，1代表左右翻轉(zhuǎn)
# 檢測(cè)手部關(guān)鍵點(diǎn)。返回手部信息hands，繪制關(guān)鍵點(diǎn)后的圖像img
hands, img = detector.findHands(img, flipType=False) # 由于上一行翻轉(zhuǎn)過(guò)圖像了，這里就不用翻轉(zhuǎn)了
# 查看關(guān)鍵點(diǎn)信息
print(hands)
#（4）關(guān)鍵點(diǎn)處理
if hands: # 如果檢測(cè)到手了，那就處理關(guān)鍵點(diǎn)
# 獲得食指指尖坐標(biāo)(x,y)
hand = hands[0] # 獲取一只手的全部信息
lmList = hand['lmList'] # 獲得這只手的21個(gè)關(guān)鍵點(diǎn)的坐標(biāo)(x,y,z)
pointIndex = lmList[8][0:2] # 只獲取食指指尖關(guān)鍵點(diǎn)的（x,y）坐標(biāo)
# 以食指指尖為圓心畫圈（圓心坐標(biāo)是元組類型），半徑為15，青色填充
cv2.circle(img, tuple(pointIndex), 15, (255,0,0), cv2.FILLED)
#（5）顯示圖像
cv2.imshow('img', img) # 輸入圖像顯示窗口的名稱及圖像
# 每幀滯留1毫秒后消失，并且按下ESC鍵退出
if cv2.waitKey(1) & 0xFF == 27:
break
# 釋放視頻資源
cap.release()
cv2.destroyAllWindows()效果圖如下：
打印手部關(guān)鍵點(diǎn)信息如下：
[{'lmList': [[1152, 675, 0], [1085, 693, -37], [1030, 698, -68], [1003, 698, -97], [1003, 679, -122], [1001, 511, -48], [1041, 546, -81], [1093, 608, -102], [1134, 652, -110], [1075, 484, -46], [1119, 534, -84], [1171, 605, -101], [1217, 659, -103], [1141, 481, -45], [1177, 529, -83], [1219, 590, -84], [1253, 642, -73], [1195, 494, -47], [1221, 521, -73], [1245, 566, -65], [1267, 602, -49]],
'bbox': (1001, 481, 266, 217),
'center': (1134, 589),
'type': 'Right'}]構(gòu)造一個(gè)處理蛇身移動(dòng)的類，要求在沒吃食物時(shí)，蛇身保持固定的長(zhǎng)度跟隨食指指尖移動(dòng)。
舉個(gè)例子，如果當(dāng)前的蛇身節(jié)點(diǎn)列表 self.points 包含 [a, b, c, d] 這四個(gè)節(jié)點(diǎn)，a節(jié)點(diǎn)代表蛇尾，d節(jié)點(diǎn)代表蛇頭。在下一幀，食指指尖移動(dòng)到 e 點(diǎn)，將 e 節(jié)點(diǎn)追加到蛇身節(jié)點(diǎn)列表中，那么現(xiàn)在的列表包含 [a, b, c, d, e] 節(jié)點(diǎn)，其中 e 節(jié)點(diǎn)為新的蛇頭。
此時(shí)判斷當(dāng)前蛇身總長(zhǎng)度 self.currentLength（列表中所有節(jié)點(diǎn)之間的長(zhǎng)度之和）是否大于蛇身固定長(zhǎng)度 self.allowedLength，保證在移動(dòng)過(guò)程中蛇身長(zhǎng)度不變。
如果當(dāng)前蛇身總長(zhǎng)度 self.currentLength 大于固定長(zhǎng)度 self.allowedLength，那么在節(jié)點(diǎn)列表中從尾到頭依次刪除節(jié)點(diǎn)，列表 [a, b, c, d, e] 中 a 表示蛇尾節(jié)點(diǎn)，先刪除，判斷列表 [b, c, d, e] 的節(jié)點(diǎn)之間的總長(zhǎng)度是否滿足要求。若仍大于固定長(zhǎng)度，那么就再刪除 b 節(jié)點(diǎn)，再判斷。
如果當(dāng)前蛇身總長(zhǎng)度 self.currentLength 小于固定長(zhǎng)度 self.allowedLength，那么就不做任何處理。
在上述代碼中補(bǔ)充：
import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector # 導(dǎo)入手部檢測(cè)模塊
import math
# 構(gòu)造一個(gè)貪吃蛇移動(dòng)的類
class SnakeGameClass:
#（一）初始化
def __init__(self):
self.points = [] # 蛇的身體的節(jié)點(diǎn)坐標(biāo)
self.lengths = [] # 蛇身各個(gè)節(jié)點(diǎn)之間的坐標(biāo)
self.currentLength = 0 # 當(dāng)前蛇身長(zhǎng)度
self.allowedLength = 150 # 沒吃東西時(shí)，蛇的總長(zhǎng)度
self.previousHead = (0,0) # 前一個(gè)蛇頭節(jié)點(diǎn)的坐標(biāo)
#（二）更新增加蛇身長(zhǎng)度
def update(self, imgMain, currentHead): # 輸入圖像，當(dāng)前蛇頭的坐標(biāo)
px, py = self.previousHead # 獲得前一個(gè)蛇頭的x和y坐標(biāo)
cx, cy = currentHead # 當(dāng)前蛇頭節(jié)點(diǎn)的x和y坐標(biāo)
# 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點(diǎn)坐標(biāo)列表中
self.points.append([cx,cy])
# 計(jì)算兩個(gè)節(jié)點(diǎn)之間的距離
distance = math.hypot(cx-px, cy-py) # 計(jì)算平方和開根
# 將節(jié)點(diǎn)之間的距離添加到蛇身節(jié)點(diǎn)距離列表中
self.lengths.append(distance)
# 增加當(dāng)前蛇身長(zhǎng)度
self.currentLength += distance
# 更新蛇頭坐標(biāo)
self.previousHead = (cx,cy)
#（三）減少蛇尾長(zhǎng)度，即移動(dòng)過(guò)程中蛇頭到蛇尾的長(zhǎng)度不大于150
if self.currentLength > self.allowedLength:
# 遍歷所有的節(jié)點(diǎn)線段長(zhǎng)度。新更新的蛇頭索引在列表后面，蛇尾的索引在列表前面
for i, length in enumerate(self.lengths):
# 從蛇尾到蛇頭依次減線段長(zhǎng)度，得到的長(zhǎng)度是否滿足要求
self.currentLength -= length
# 從列表中刪除蛇尾端的線段長(zhǎng)度，以及蛇尾節(jié)點(diǎn)
self.lengths.pop(i)
self.points.pop(i)
# 如果當(dāng)前蛇身長(zhǎng)度小于規(guī)定長(zhǎng)度，滿足要求，退出循環(huán)
if self.currentLength < self.allowedLength:
break
#（四）繪制蛇
# 當(dāng)節(jié)點(diǎn)列表中有值了，才能繪制
if self.points:
# 遍歷蛇身節(jié)點(diǎn)坐標(biāo)
for i, point in enumerate(self.points):
# 繪制前后兩個(gè)節(jié)點(diǎn)之間的連線
if i != 0:
cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
# 在蛇頭的位置畫個(gè)圓
cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,0,0), cv2.FILLED)
# 返回更新后的圖像
return imgMain
#（1）獲取攝像頭
cap = cv2.VideoCapture(0) # 0代表電腦自帶的攝像頭
# 設(shè)置顯示窗口的size
cap.set(3, 1280) # 窗口寬1280
cap.set(4, 720) # 窗口高720
#（2）模型配置
detector = HandDetector(maxHands=1, # 最多檢測(cè)1只手
detectionCon=0.8) # 最小檢測(cè)置信度0.8
# 接收創(chuàng)建貪吃蛇的類
game = SnakeGameClass()
#（3）圖像處理
while True:
# 每次讀取一幀相機(jī)圖像，返回是否讀取成功success，讀取的幀圖像img
success, img = cap.read()
# 圖像翻轉(zhuǎn)，使圖像和自己呈鏡像關(guān)系
img = cv2.flip(img, 1) # 0代表上下翻轉(zhuǎn)，1代表左右翻轉(zhuǎn)
# 檢測(cè)手部關(guān)鍵點(diǎn)。返回手部信息hands，繪制關(guān)鍵點(diǎn)后的圖像img
hands, img = detector.findHands(img, flipType=False) # 由于上一行翻轉(zhuǎn)過(guò)圖像了，這里就不用翻轉(zhuǎn)了
# 查看關(guān)鍵點(diǎn)信息
print(hands)
#（4）關(guān)鍵點(diǎn)處理
if hands: # 如果檢測(cè)到手了，那就處理關(guān)鍵點(diǎn)
# 獲得食指指尖坐標(biāo)(x,y)
hand = hands[0] # 獲取一只手的全部信息
lmList = hand['lmList'] # 獲得這只手的21個(gè)關(guān)鍵點(diǎn)的坐標(biāo)(x,y,z)
pointIndex = lmList[8][0:2] # 只獲取食指指尖關(guān)鍵點(diǎn)的（x,y）坐標(biāo)
# 更新貪吃蛇的節(jié)點(diǎn)，給出蛇頭節(jié)點(diǎn)坐標(biāo)。返回更新后的圖像
img = game.update(img, pointIndex)
#（5）顯示圖像
cv2.imshow('img', img) # 輸入圖像顯示窗口的名稱及圖像
# 每幀滯留1毫秒后消失，并且按下ESC鍵退出
if cv2.waitKey(1) & 0xFF == 27:
break
# 釋放視頻資源
cap.release()
cv2.destroyAllWindows()效果圖如下，蛇身保持默認(rèn)固定長(zhǎng)度隨著指尖而移動(dòng)。
先看下面代碼 SnakeGameClass 類中的第（五）步。給食物（即繪制的矩形）隨機(jī)給出一個(gè)中心點(diǎn)坐標(biāo)，自定義的類方法 randomFoodLocation()，執(zhí)行該方法則食物的中心點(diǎn)坐標(biāo)的x在[100,1000]中隨機(jī)取一個(gè)數(shù)，y在[100,600]中隨機(jī)取一個(gè)數(shù)。
下面代碼定義的類中的第（七）步。判斷食指指尖（即蛇頭節(jié)點(diǎn)坐標(biāo)）是否在矩形內(nèi)部，如果在內(nèi)部，那么蛇身移動(dòng)過(guò)程中的固定長(zhǎng)度 self.allowedLength 增加50個(gè)像素值。得分 self.score 加一。并在下一幀隨機(jī)改變食物的位置。
在上述代碼中補(bǔ)充：
import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector # 導(dǎo)入手部檢測(cè)模塊
import math
import random
# 構(gòu)造一個(gè)貪吃蛇移動(dòng)的類
class SnakeGameClass:
#（一）初始化
def __init__(self):
self.score = 0 # 積分器
self.points = [] # 蛇的身體的節(jié)點(diǎn)坐標(biāo)
self.lengths = [] # 蛇身各個(gè)節(jié)點(diǎn)之間的坐標(biāo)
self.currentLength = 0 # 當(dāng)前蛇身長(zhǎng)度
self.allowedLength = 150 # 沒吃東西時(shí)，蛇的總長(zhǎng)度
self.previousHead = (0,0) # 前一個(gè)蛇頭節(jié)點(diǎn)的坐標(biāo)
self.foodPoint = (0,0) # 食物的起始位置
self.randomFoodLocation() # 隨機(jī)改變食物的位置
#（五）食物隨機(jī)出現(xiàn)的位置
def randomFoodLocation(self):
# x在100至1000之間，y在100至600之間，隨機(jī)取一個(gè)整數(shù)
self.foodPoint = random.randint(100, 1000), random.randint(100, 600)
#（二）更新增加蛇身長(zhǎng)度
def update(self, imgMain, currentHead): # 輸入圖像，當(dāng)前蛇頭的坐標(biāo)
px, py = self.previousHead # 獲得前一個(gè)蛇頭的x和y坐標(biāo)
cx, cy = currentHead # 當(dāng)前蛇頭節(jié)點(diǎn)的x和y坐標(biāo)
# 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點(diǎn)坐標(biāo)列表中
self.points.append([cx,cy])
# 計(jì)算兩個(gè)節(jié)點(diǎn)之間的距離
distance = math.hypot(cx-px, cy-py) # 計(jì)算平方和開根
# 將節(jié)點(diǎn)之間的距離添加到蛇身節(jié)點(diǎn)距離列表中
self.lengths.append(distance)
# 增加當(dāng)前蛇身長(zhǎng)度
self.currentLength += distance
# 更新蛇頭坐標(biāo)
self.previousHead = (cx,cy)
#（三）減少蛇尾長(zhǎng)度，即移動(dòng)過(guò)程中蛇頭到蛇尾的長(zhǎng)度不大于150
if self.currentLength > self.allowedLength:
# 遍歷所有的節(jié)點(diǎn)線段長(zhǎng)度。新更新的蛇頭索引在列表后面，蛇尾的索引在列表前面
for i, length in enumerate(self.lengths):
# 從蛇尾到蛇頭依次減線段長(zhǎng)度，得到的長(zhǎng)度是否滿足要求
self.currentLength -= length
# 從列表中刪除蛇尾端的線段長(zhǎng)度，以及蛇尾節(jié)點(diǎn)
self.lengths.pop(i)
self.points.pop(i)
# 如果當(dāng)前蛇身長(zhǎng)度小于規(guī)定長(zhǎng)度，滿足要求，退出循環(huán)
if self.currentLength < self.allowedLength:
break
#（七）檢查蛇是否吃了食物
rx, ry = self.foodPoint # 得到食物的中心點(diǎn)坐標(biāo)位置
# 繪制矩形作為蛇的食物
cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (255,255,0), cv2.FILLED)
cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (0,255,255), 5)
cv2.rectangle(imgMain, (rx-5, ry-5), (rx+5, ry+5), (0,0,255), cv2.FILLED)
# 檢查指尖(即蛇頭cx,cy)是否在矩形內(nèi)部
if rx-20 < cx < rx+20 and ry-20< cy < ry+20:
# 隨機(jī)更換食物的位置
self.randomFoodLocation()
# 增加蛇身的限制長(zhǎng)度，每吃1個(gè)食物就能變長(zhǎng)50
self.allowedLength += 50
# 吃食物的計(jì)數(shù)加一
self.score += 1
print('eat!', f'score:{self.score}')
#（四）繪制蛇
# 當(dāng)節(jié)點(diǎn)列表中有值了，才能繪制
if self.points:
# 遍歷蛇身節(jié)點(diǎn)坐標(biāo)
for i, point in enumerate(self.points):
# 繪制前后兩個(gè)節(jié)點(diǎn)之間的連線
if i != 0:
cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,0,255), 15)
# 在蛇頭的位置畫個(gè)圓
cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,255,0), cv2.FILLED)
cv2.circle(imgMain, tuple(self.points[-1]), 18, (255,0,0), 3)
cv2.circle(imgMain, tuple(self.points[-1]), 5, (0,0,0), cv2.FILLED)
# 返回更新后的圖像
return imgMain
#（1）獲取攝像頭
cap = cv2.VideoCapture(0) # 0代表電腦自帶的攝像頭
# 設(shè)置顯示窗口的size
cap.set(3, 1280) # 窗口寬1280
cap.set(4, 720) # 窗口高720
#（2）模型配置
detector = HandDetector(maxHands=1, # 最多檢測(cè)1只手
detectionCon=0.8) # 最小檢測(cè)置信度0.8
# 接收創(chuàng)建貪吃蛇的類
game = SnakeGameClass()
#（3）圖像處理
while True:
# 每次讀取一幀相機(jī)圖像，返回是否讀取成功success，讀取的幀圖像img
success, img = cap.read()
# 圖像翻轉(zhuǎn)，使圖像和自己呈鏡像關(guān)系
img = cv2.flip(img, 1) # 0代表上下翻轉(zhuǎn)，1代表左右翻轉(zhuǎn)
# 檢測(cè)手部關(guān)鍵點(diǎn)。返回手部信息hands，繪制關(guān)鍵點(diǎn)后的圖像img
hands, img = detector.findHands(img, flipType=False) # 由于上一行翻轉(zhuǎn)過(guò)圖像了，這里就不用翻轉(zhuǎn)了
#（4）關(guān)鍵點(diǎn)處理
if hands: # 如果檢測(cè)到手了，那就處理關(guān)鍵點(diǎn)
# 獲得食指指尖坐標(biāo)(x,y)
hand = hands[0] # 獲取一只手的全部信息
lmList = hand['lmList'] # 獲得這只手的21個(gè)關(guān)鍵點(diǎn)的坐標(biāo)(x,y,z)
pointIndex = lmList[8][0:2] # 只獲取食指指尖關(guān)鍵點(diǎn)的（x,y）坐標(biāo)
# 更新貪吃蛇的節(jié)點(diǎn)，給出蛇頭節(jié)點(diǎn)坐標(biāo)。返回更新后的圖像
img = game.update(img, pointIndex)
#（5）顯示圖像
cv2.imshow('img', img) # 輸入圖像顯示窗口的名稱及圖像
# 每幀滯留1毫秒后消失，并且按下ESC鍵退出
if cv2.waitKey(1) & 0xFF == 27:
break
# 釋放視頻資源
cap.release()
cv2.destroyAllWindows()效果圖如下：
先看到自定義類 SnakeGameClass 中的第（八）步，蛇身節(jié)點(diǎn)列表 self.points 中包含從蛇頭到蛇尾的所有節(jié)點(diǎn)。如 [a, b, c, d, e] 節(jié)點(diǎn)，a 節(jié)點(diǎn)代表蛇尾，e 節(jié)點(diǎn)代表蛇頭。這里我就粗糙地判斷一下是否碰撞，如果大家有更好的判斷方法可以改動(dòng)這第（八）步。計(jì)算蛇頭 e 節(jié)點(diǎn)到所有節(jié)點(diǎn)之間的距離，如果小于某個(gè)值就代表碰撞了，游戲結(jié)束 self.gameover = True
再看到自定義類中的第（三）步。如果游戲結(jié)束 self.gameover = True，那就在下一幀中繪制結(jié)算界面，不再執(zhí)行蛇身移動(dòng)程序。
再看到主程序中的第（5）步。其中 k == ord('r')，按下鍵盤上的 r 鍵來(lái)重新游戲。將所有蛇身變量初始化，并將 self.gameover = False，退出結(jié)算界面，使得下一幀能執(zhí)行蛇身移動(dòng)操作。
在上述代碼中補(bǔ)充：
import cv2
import cvzone
from matplotlib.cbook import pts_to_midstep
import numpy as np
from cvzone.HandTrackingModule import HandDetector # 導(dǎo)入手部檢測(cè)模塊
import math
import random
# 構(gòu)造一個(gè)貪吃蛇移動(dòng)的類
class SnakeGameClass:
#（一）初始化
def __init__(self):
self.score = 0 # 積分器
self.points = [] # 蛇的身體的節(jié)點(diǎn)坐標(biāo)
self.lengths = [] # 蛇身各個(gè)節(jié)點(diǎn)之間的坐標(biāo)
self.currentLength = 0 # 當(dāng)前蛇身長(zhǎng)度
self.allowedLength = 150 # 沒吃東西時(shí)，蛇的總長(zhǎng)度
self.previousHead = (0,0) # 前一個(gè)蛇頭節(jié)點(diǎn)的坐標(biāo)
self.foodPoint = (0,0) # 食物的起始位置
self.randomFoodLocation() # 隨機(jī)改變食物的位置
self.gameover = False # 蛇頭撞到蛇身，變成True，游戲結(jié)束
#（二）食物隨機(jī)出現(xiàn)的位置
def randomFoodLocation(self):
# x在100至1000之間，y在100至600之間，隨機(jī)取一個(gè)整數(shù)
self.foodPoint = random.randint(100, 1000), random.randint(100, 600)
#（三）更新增加蛇身長(zhǎng)度
def update(self, imgMain, currentHead): # 輸入圖像，當(dāng)前蛇頭的坐標(biāo)
# 游戲結(jié)束，顯示文本
if self.gameover:
cvzone.putTextRect(imgMain, 'GameOver', [400,300], 5, 3, colorR=(0,255,255), colorT=(0,0,255))
cvzone.putTextRect(imgMain, f'Score:{self.score}', [450,400], 5, 3, colorR=(255,255,0))
cvzone.putTextRect(imgMain, f"Press Key 'R' to Restart", [230,500], 4, 3, colorR=(0,255,0), colorT=(255,0,0))
else:
px, py = self.previousHead # 獲得前一個(gè)蛇頭的x和y坐標(biāo)
cx, cy = currentHead # 當(dāng)前蛇頭節(jié)點(diǎn)的x和y坐標(biāo)
# 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點(diǎn)坐標(biāo)列表中
self.points.append([cx,cy])
# 計(jì)算兩個(gè)節(jié)點(diǎn)之間的距離
distance = math.hypot(cx-px, cy-py) # 計(jì)算平方和開根
# 將節(jié)點(diǎn)之間的距離添加到蛇身節(jié)點(diǎn)距離列表中
self.lengths.append(distance)
# 增加當(dāng)前蛇身長(zhǎng)度
self.currentLength += distance
# 更新蛇頭坐標(biāo)
self.previousHead = (cx,cy)
#（四）減少蛇尾長(zhǎng)度，即移動(dòng)過(guò)程中蛇頭到蛇尾的長(zhǎng)度不大于150
if self.currentLength > self.allowedLength:
# 遍歷所有的節(jié)點(diǎn)線段長(zhǎng)度。新更新的蛇頭索引在列表后面，蛇尾的索引在列表前面
for i, length in enumerate(self.lengths):
# 從蛇尾到蛇頭依次減線段長(zhǎng)度，得到的長(zhǎng)度是否滿足要求
self.currentLength -= length
# 從列表中刪除蛇尾端的線段長(zhǎng)度，以及蛇尾節(jié)點(diǎn)
self.lengths.pop(i)
self.points.pop(i)
# 如果當(dāng)前蛇身長(zhǎng)度小于規(guī)定長(zhǎng)度，滿足要求，退出循環(huán)
if self.currentLength < self.allowedLength:
break
#（五）繪制得分板
cvzone.putTextRect(imgMain, f'Score:{self.score}', [50,80], 4, 3, colorR=(255,255,0))
#（六）檢查蛇是否吃了食物
rx, ry = self.foodPoint # 得到食物的中心點(diǎn)坐標(biāo)位置
# 繪制矩形作為蛇的食物
cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (255,255,0), cv2.FILLED)
cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (0,255,255), 5)
cv2.rectangle(imgMain, (rx-5, ry-5), (rx+5, ry+5), (0,0,255), cv2.FILLED)
# 檢查指尖(即蛇頭cx,cy)是否在矩形內(nèi)部
if rx-20 < cx < rx+20 and ry-20< cy < ry+20:
# 隨機(jī)更換食物的位置
self.randomFoodLocation()
# 增加蛇身的限制長(zhǎng)度，每吃1個(gè)食物就能變長(zhǎng)50
self.allowedLength += 50
# 吃食物的計(jì)數(shù)加一
self.score += 1
print('eat!', f'score:{self.score}')
#（七）繪制蛇
# 當(dāng)節(jié)點(diǎn)列表中有值了，才能繪制
if self.points:
# 遍歷蛇身節(jié)點(diǎn)坐標(biāo)
for i, point in enumerate(self.points):
# 繪制前后兩個(gè)節(jié)點(diǎn)之間的連線
if i != 0:
cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,0,255), 15)
# 在蛇頭的位置畫個(gè)圓
cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,255,0), cv2.FILLED)
cv2.circle(imgMain, tuple(self.points[-1]), 18, (255,0,0), 3)
cv2.circle(imgMain, tuple(self.points[-1]), 5, (0,0,0), cv2.FILLED)
#（八）檢查蛇頭碰撞到自身
for point in self.points[:-2]: # 不算蛇頭到自身的距離
# 計(jì)算蛇頭和每個(gè)節(jié)點(diǎn)之間的距離
dist = math.hypot(cx-point[0], cy-point[1])
# 如果距離小于1.8，那么就證明碰撞了
if dist < 1.8:
# 游戲結(jié)束
self.gameover = True
# 返回更新后的圖像
return imgMain
#（1）獲取攝像頭
cap = cv2.VideoCapture(0) # 0代表電腦自帶的攝像頭
# 設(shè)置顯示窗口的size
cap.set(3, 1280) # 窗口寬1280
cap.set(4, 720) # 窗口高720
#（2）模型配置
detector = HandDetector(maxHands=1, # 最多檢測(cè)1只手
detectionCon=0.8) # 最小檢測(cè)置信度0.8
# 接收創(chuàng)建貪吃蛇的類
game = SnakeGameClass()
#（3）圖像處理
while True:
# 每次讀取一幀相機(jī)圖像，返回是否讀取成功success，讀取的幀圖像img
success, img = cap.read()
# 圖像翻轉(zhuǎn)，使圖像和自己呈鏡像關(guān)系
img = cv2.flip(img, 1) # 0代表上下翻轉(zhuǎn)，1代表左右翻轉(zhuǎn)
# 檢測(cè)手部關(guān)鍵點(diǎn)。返回手部信息hands，繪制關(guān)鍵點(diǎn)后的圖像img
hands, img = detector.findHands(img, flipType=False) # 由于上一行翻轉(zhuǎn)過(guò)圖像了，這里就不用翻轉(zhuǎn)了
#（4）關(guān)鍵點(diǎn)處理
if hands: # 如果檢測(cè)到手了，那就處理關(guān)鍵點(diǎn)
# 獲得食指指尖坐標(biāo)(x,y)
hand = hands[0] # 獲取一只手的全部信息
lmList = hand['lmList'] # 獲得這只手的21個(gè)關(guān)鍵點(diǎn)的坐標(biāo)(x,y,z)
pointIndex = lmList[8][0:2] # 只獲取食指指尖關(guān)鍵點(diǎn)的（x,y）坐標(biāo)
# 更新貪吃蛇的節(jié)點(diǎn)，給出蛇頭節(jié)點(diǎn)坐標(biāo)。返回更新后的圖像
img = game.update(img, pointIndex)
#（5）顯示圖像
cv2.imshow('img', img) # 輸入圖像顯示窗口的名稱及圖像
# 重新開始游戲
k = cv2.waitKey(1) # 每幀滯留1毫秒后消失
if k == ord('r'): # 鍵盤'r'鍵代表重新開始游戲
game.gameover = False
game.score = 0 # 積分器
game.points = [] # 蛇的身體的節(jié)點(diǎn)坐標(biāo)
game.lengths = [] # 蛇身各個(gè)節(jié)點(diǎn)之間的坐標(biāo)
game.currentLength = 0 # 當(dāng)前蛇身長(zhǎng)度
game.allowedLength = 150 # 沒吃東西時(shí)，蛇的總長(zhǎng)度
game.previousHead = (0,0) # 前一個(gè)蛇頭節(jié)點(diǎn)的坐標(biāo)
game.randomFoodLocation() # 隨機(jī)改變食物的位置
if k & 0xFF == 27: # 鍵盤ESC鍵退出程序
break
# 釋放視頻資源
cap.release()
cv2.destroyAllWindows()效果圖如下，在移動(dòng)過(guò)程中，蛇頭每碰到一個(gè)食物，蛇身就會(huì)變長(zhǎng)，如果 停止移動(dòng) 或 蛇頭節(jié)點(diǎn)距離蛇身節(jié)點(diǎn)過(guò)近 就會(huì)結(jié)束游戲。
以上就是“怎么用Python+OpenCV自制AI視覺版貪吃蛇游戲”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家閱讀完這篇文章都有很大的收獲，小編每天都會(huì)為大家更新不同的知識(shí)，如果還想學(xué)習(xí)更多的知識(shí)，請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明：本站發(fā)布的內(nèi)容（圖片、視頻和文字）以原創(chuàng)、轉(zhuǎn)載和分享為主，文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱：is@yisu.com進(jìn)行舉報(bào)，并提供相關(guān)證據(jù)，一經(jīng)查實(shí)，將立刻刪除涉嫌侵權(quán)內(nèi)容。
億速云公眾號(hào)
手機(jī)網(wǎng)站二維碼