欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python+OpenCV自制AI視覺版貪吃蛇游戲

 更新時間：2022年03月11日 10:21:41   作者：立Sir  
這篇文章為大家詳細介紹了如何使用mediapipe+opencv自制AI視覺版的貪吃蛇小游戲，文中的示例代碼講解詳細，感興趣的小伙伴可以學(xué)習(xí)一下

介紹

各位同學(xué)好，今天和大家分享一下如何使用 mediapipe+opencv 自制貪吃蛇小游戲。先放張圖看效果。

規(guī)則：食指指尖控制蛇頭，指尖每接觸到黃色方塊，計數(shù)加一，蛇身變長，方塊隨機切換位置。如果指尖停止移動，或者移動過程中蛇頭撞到蛇身，那么游戲結(jié)束。點擊鍵盤上的R鍵重新開始游戲。

游戲進行時：

游戲結(jié)束界面：

1. 安裝工具包

pip install opencv_python==4.2.0.34  # 安裝opencv
pip install mediapipe  # 安裝mediapipe
# pip install mediapipe --user  #有user報錯的話試試這個
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)入手部檢測模塊
import math
import random

21個手部關(guān)鍵點信息如下，本節(jié)我們主要研究食指指尖'8'的坐標(biāo)(x,y)信息。

2. 檢測手部關(guān)鍵點

（1）cvzone.HandTrackingModule.HandDetector()是手部關(guān)鍵點檢測方法

參數(shù)：

mode： 默認(rèn)為 False，將輸入圖像視為視頻流。它將嘗試在第一個輸入圖像中檢測手，并在成功檢測后進一步定位手的坐標(biāo)。在隨后的圖像中，一旦檢測到所有 maxHands 手并定位了相應(yīng)的手的坐標(biāo)，它就會跟蹤這些坐標(biāo)，而不會調(diào)用另一個檢測，直到它失去對任何一只手的跟蹤。這減少了延遲，非常適合處理視頻幀。如果設(shè)置為 True，則在每個輸入圖像上運行手部檢測，用于處理一批靜態(tài)的、可能不相關(guān)的圖像。

maxHands： 最多檢測幾只手，默認(rèn)為 2

detectionCon： 手部檢測模型的最小置信值（0-1之間），超過閾值則檢測成功。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，不成功則在下一個輸入圖像上自動調(diào)用手部檢測。將其設(shè)置為更高的值可以提高解決方案的穩(wěn)健性，但代價是更高的延遲。如果 mode 為 True，則忽略這個參數(shù)，手部檢測將在每個圖像上運行。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/跟蹤的手的集合，其中每只手被表示為21個手部地標(biāo)的列表，每個地標(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/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)測左右手的估計概率。

（2）cvzone.HandTrackingModule.HandDetector.findHands()找到手部關(guān)鍵點并繪圖

參數(shù)：

img： 需要檢測關(guān)鍵點的幀圖像，格式為BGR

draw： 是否需要在原圖像上繪制關(guān)鍵點及識別框

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，設(shè)為True就可以了

返回值：

hands： 檢測到的手部信息，由0或1或2個字典組成的列表。如果檢測到兩只手就是由兩個字典組成的列表。字典中包含：21個關(guān)鍵點坐標(biāo)(x,y,z)，檢測框左上坐標(biāo)及其寬高，檢測框中心點坐標(biāo)，檢測出是哪一只手。

img： 返回繪制了關(guān)鍵點及連線后的圖像

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1只手
                        detectionCon=0.8)  # 最小檢測置信度0.8
 
#（3）圖像處理
while True:
 
    # 每次讀取一幀相機圖像，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)
 
    # 檢測手部關(guān)鍵點。返回手部信息hands，繪制關(guān)鍵點后的圖像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻轉(zhuǎn)過圖像了，這里就不用翻轉(zhuǎn)了
 
    # 查看關(guān)鍵點信息
    print(hands)
 
    #（4）關(guān)鍵點處理
    if hands:  # 如果檢測到手了，那就處理關(guān)鍵點
 
        # 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個關(guān)鍵點的坐標(biāo)(x,y,z)
        pointIndex = lmList[8][0:2]  # 只獲取食指指尖關(guān)鍵點的（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'}]

3. 蛇身移動

構(gòu)造一個處理蛇身移動的類，要求在沒吃食物時，蛇身保持固定的長度跟隨食指指尖移動。

舉個例子，如果當(dāng)前的蛇身節(jié)點列表 self.points 包含 [a, b, c, d] 這四個節(jié)點，a節(jié)點代表蛇尾，d節(jié)點代表蛇頭。在下一幀，食指指尖移動到 e 點，將 e 節(jié)點追加到蛇身節(jié)點列表中，那么現(xiàn)在的列表包含 [a, b, c, d, e] 節(jié)點，其中 e 節(jié)點為新的蛇頭。

此時判斷當(dāng)前蛇身總長度 self.currentLength（列表中所有節(jié)點之間的長度之和）是否大于蛇身固定長度 self.allowedLength，保證在移動過程中蛇身長度不變。

如果當(dāng)前蛇身總長度 self.currentLength 大于固定長度 self.allowedLength，那么在節(jié)點列表中從尾到頭依次刪除節(jié)點，列表 [a, b, c, d, e] 中 a 表示蛇尾節(jié)點，先刪除，判斷列表 [b, c, d, e] 的節(jié)點之間的總長度是否滿足要求。若仍大于固定長度，那么就再刪除 b 節(jié)點，再判斷。

如果當(dāng)前蛇身總長度 self.currentLength 小于固定長度 self.allowedLength，那么就不做任何處理。

在上述代碼中補充：

import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 導(dǎo)入手部檢測模塊
import math
 
# 構(gòu)造一個貪吃蛇移動的類
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.points = []  # 蛇的身體的節(jié)點坐標(biāo)
        self.lengths = []  # 蛇身各個節(jié)點之間的坐標(biāo)
        self.currentLength = 0  # 當(dāng)前蛇身長度
        self.allowedLength = 150  # 沒吃東西時，蛇的總長度
        self.previousHead = (0,0)  # 前一個蛇頭節(jié)點的坐標(biāo)
 
    #（二）更新增加蛇身長度
    def update(self, imgMain, currentHead): # 輸入圖像，當(dāng)前蛇頭的坐標(biāo)
 
        px, py = self.previousHead  # 獲得前一個蛇頭的x和y坐標(biāo)
        cx, cy = currentHead  # 當(dāng)前蛇頭節(jié)點的x和y坐標(biāo)
        
        # 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點坐標(biāo)列表中
        self.points.append([cx,cy])
 
        # 計算兩個節(jié)點之間的距離
        distance = math.hypot(cx-px, cy-py)  # 計算平方和開根
        # 將節(jié)點之間的距離添加到蛇身節(jié)點距離列表中
        self.lengths.append(distance)
        # 增加當(dāng)前蛇身長度
        self.currentLength += distance
 
        # 更新蛇頭坐標(biāo)
        self.previousHead = (cx,cy)
 
        #（三）減少蛇尾長度，即移動過程中蛇頭到蛇尾的長度不大于150
        if self.currentLength > self.allowedLength:
 
            # 遍歷所有的節(jié)點線段長度。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度，得到的長度是否滿足要求
                self.currentLength -= length
 
                # 從列表中刪除蛇尾端的線段長度，以及蛇尾節(jié)點
                self.lengths.pop(i)
                self.points.pop(i)
 
                # 如果當(dāng)前蛇身長度小于規(guī)定長度，滿足要求，退出循環(huán)
                if self.currentLength < self.allowedLength:
                    break
 
        #（四）繪制蛇
        # 當(dāng)節(jié)點列表中有值了，才能繪制
        if self.points:
 
            # 遍歷蛇身節(jié)點坐標(biāo)
            for i, point in enumerate(self.points):  
                # 繪制前后兩個節(jié)點之間的連線
                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1只手
                        detectionCon=0.8)  # 最小檢測置信度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)
 
    # 檢測手部關(guān)鍵點。返回手部信息hands，繪制關(guān)鍵點后的圖像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻轉(zhuǎn)過圖像了，這里就不用翻轉(zhuǎn)了
 
    # 查看關(guān)鍵點信息
    print(hands)
 
    #（4）關(guān)鍵點處理
    if hands:  # 如果檢測到手了，那就處理關(guān)鍵點
 
        # 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個關(guān)鍵點的坐標(biāo)(x,y,z)
        pointIndex = lmList[8][0:2]  # 只獲取食指指尖關(guān)鍵點的（x,y）坐標(biāo)
 
        # 更新貪吃蛇的節(jié)點，給出蛇頭節(jié)點坐標(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)固定長度隨著指尖而移動。

4. 蛇進食增加身體長度

先看下面代碼 SnakeGameClass 類中的第（五）步。給食物（即繪制的矩形）隨機給出一個中心點坐標(biāo)，自定義的類方法 randomFoodLocation()，執(zhí)行該方法則食物的中心點坐標(biāo)的x在[100,1000]中隨機取一個數(shù)，y在[100,600]中隨機取一個數(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)點坐標(biāo)）是否在矩形內(nèi)部，如果在內(nèi)部，那么蛇身移動過程中的固定長度 self.allowedLength 增加50個像素值。得分 self.score 加一。并在下一幀隨機改變食物的位置。

在上述代碼中補充：

import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 導(dǎo)入手部檢測模塊
import math
import random
 
# 構(gòu)造一個貪吃蛇移動的類
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.score = 0  # 積分器
        self.points = []  # 蛇的身體的節(jié)點坐標(biāo)
        self.lengths = []  # 蛇身各個節(jié)點之間的坐標(biāo)
        self.currentLength = 0  # 當(dāng)前蛇身長度
        self.allowedLength = 150  # 沒吃東西時，蛇的總長度
        self.previousHead = (0,0)  # 前一個蛇頭節(jié)點的坐標(biāo)
 
        self.foodPoint = (0,0)  # 食物的起始位置
        self.randomFoodLocation()  # 隨機改變食物的位置
 
    #（五）食物隨機出現(xiàn)的位置
    def randomFoodLocation(self):
        # x在100至1000之間，y在100至600之間，隨機取一個整數(shù)
        self.foodPoint = random.randint(100, 1000),  random.randint(100, 600)
 
    #（二）更新增加蛇身長度
    def update(self, imgMain, currentHead): # 輸入圖像，當(dāng)前蛇頭的坐標(biāo)
 
        px, py = self.previousHead  # 獲得前一個蛇頭的x和y坐標(biāo)
        cx, cy = currentHead  # 當(dāng)前蛇頭節(jié)點的x和y坐標(biāo)
        
        # 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點坐標(biāo)列表中
        self.points.append([cx,cy])
 
        # 計算兩個節(jié)點之間的距離
        distance = math.hypot(cx-px, cy-py)  # 計算平方和開根
        # 將節(jié)點之間的距離添加到蛇身節(jié)點距離列表中
        self.lengths.append(distance)
        # 增加當(dāng)前蛇身長度
        self.currentLength += distance
 
        # 更新蛇頭坐標(biāo)
        self.previousHead = (cx,cy)
 
        #（三）減少蛇尾長度，即移動過程中蛇頭到蛇尾的長度不大于150
        if self.currentLength > self.allowedLength:
 
            # 遍歷所有的節(jié)點線段長度。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度，得到的長度是否滿足要求
                self.currentLength -= length
 
                # 從列表中刪除蛇尾端的線段長度，以及蛇尾節(jié)點
                self.lengths.pop(i)
                self.points.pop(i)
 
                # 如果當(dāng)前蛇身長度小于規(guī)定長度，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:
 
            # 隨機更換食物的位置
            self.randomFoodLocation()
 
            # 增加蛇身的限制長度，每吃1個食物就能變長50
            self.allowedLength += 50
 
            # 吃食物的計數(shù)加一
            self.score += 1
 
            print('eat!', f'score:{self.score}')
 
        #（四）繪制蛇
        # 當(dāng)節(jié)點列表中有值了，才能繪制
        if self.points:
 
            # 遍歷蛇身節(jié)點坐標(biāo)
            for i, point in enumerate(self.points):  
                # 繪制前后兩個節(jié)點之間的連線
                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1只手
                        detectionCon=0.8)  # 最小檢測置信度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)
 
    # 檢測手部關(guān)鍵點。返回手部信息hands，繪制關(guān)鍵點后的圖像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻轉(zhuǎn)過圖像了，這里就不用翻轉(zhuǎn)了
 
    #（4）關(guān)鍵點處理
    if hands:  # 如果檢測到手了，那就處理關(guān)鍵點
 
        # 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個關(guān)鍵點的坐標(biāo)(x,y,z)
        pointIndex = lmList[8][0:2]  # 只獲取食指指尖關(guān)鍵點的（x,y）坐標(biāo)
 
        # 更新貪吃蛇的節(jié)點，給出蛇頭節(jié)點坐標(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：

5. 自身碰撞及界面的處理

先看到自定義類 SnakeGameClass 中的第（八）步，蛇身節(jié)點列表 self.points 中包含從蛇頭到蛇尾的所有節(jié)點。如 [a, b, c, d, e] 節(jié)點，a 節(jié)點代表蛇尾，e 節(jié)點代表蛇頭。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這第（八）步。計算蛇頭 e 節(jié)點到所有節(jié)點之間的距離，如果小于某個值就代表碰撞了，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)行蛇身移動操作。

在上述代碼中補充：

import cv2
import cvzone
from matplotlib.cbook import pts_to_midstep
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 導(dǎo)入手部檢測模塊
import math
import random
 
# 構(gòu)造一個貪吃蛇移動的類
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.score = 0  # 積分器
        self.points = []  # 蛇的身體的節(jié)點坐標(biāo)
        self.lengths = []  # 蛇身各個節(jié)點之間的坐標(biāo)
        self.currentLength = 0  # 當(dāng)前蛇身長度
        self.allowedLength = 150  # 沒吃東西時，蛇的總長度
        self.previousHead = (0,0)  # 前一個蛇頭節(jié)點的坐標(biāo)
 
        self.foodPoint = (0,0)  # 食物的起始位置
        self.randomFoodLocation()  # 隨機改變食物的位置
 
        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，隨機取一個整數(shù)
        self.foodPoint = random.randint(100, 1000),  random.randint(100, 600)
 
    #（三）更新增加蛇身長度
    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  # 獲得前一個蛇頭的x和y坐標(biāo)
            cx, cy = currentHead  # 當(dāng)前蛇頭節(jié)點的x和y坐標(biāo)
            
            # 添加當(dāng)前蛇頭的坐標(biāo)到蛇身節(jié)點坐標(biāo)列表中
            self.points.append([cx,cy])
 
            # 計算兩個節(jié)點之間的距離
            distance = math.hypot(cx-px, cy-py)  # 計算平方和開根
            # 將節(jié)點之間的距離添加到蛇身節(jié)點距離列表中
            self.lengths.append(distance)
            # 增加當(dāng)前蛇身長度
            self.currentLength += distance
 
            # 更新蛇頭坐標(biāo)
            self.previousHead = (cx,cy)
 
            #（四）減少蛇尾長度，即移動過程中蛇頭到蛇尾的長度不大于150
            if self.currentLength > self.allowedLength:
 
                # 遍歷所有的節(jié)點線段長度。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度，得到的長度是否滿足要求
                    self.currentLength -= length
 
                    # 從列表中刪除蛇尾端的線段長度，以及蛇尾節(jié)點
                    self.lengths.pop(i)
                    self.points.pop(i)
 
                    # 如果當(dāng)前蛇身長度小于規(guī)定長度，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:
 
                # 隨機更換食物的位置
                self.randomFoodLocation()
 
                # 增加蛇身的限制長度，每吃1個食物就能變長50
                self.allowedLength += 50
 
                # 吃食物的計數(shù)加一
                self.score += 1
 
                print('eat!', f'score:{self.score}')
 
            #（七）繪制蛇
            # 當(dāng)節(jié)點列表中有值了，才能繪制
            if self.points:
 
                # 遍歷蛇身節(jié)點坐標(biāo)
                for i, point in enumerate(self.points):  
                    # 繪制前后兩個節(jié)點之間的連線
                    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
 
                # 計算蛇頭和每個節(jié)點之間的距離
                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1只手
                        detectionCon=0.8)  # 最小檢測置信度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)
 
    # 檢測手部關(guān)鍵點。返回手部信息hands，繪制關(guān)鍵點后的圖像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻轉(zhuǎn)過圖像了，這里就不用翻轉(zhuǎn)了
 
    #（4）關(guān)鍵點處理
    if hands:  # 如果檢測到手了，那就處理關(guān)鍵點
 
        # 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個關(guān)鍵點的坐標(biāo)(x,y,z)
        pointIndex = lmList[8][0:2]  # 只獲取食指指尖關(guān)鍵點的（x,y）坐標(biāo)
 
        # 更新貪吃蛇的節(jié)點，給出蛇頭節(jié)點坐標(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)點坐標(biāo)
        game.lengths = []  # 蛇身各個節(jié)點之間的坐標(biāo)
        game.currentLength = 0  # 當(dāng)前蛇身長度
        game.allowedLength = 150  # 沒吃東西時，蛇的總長度
        game.previousHead = (0,0)  # 前一個蛇頭節(jié)點的坐標(biāo)                
        game.randomFoodLocation()  # 隨機改變食物的位置
    
    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，在移動過程中，蛇頭每碰到一個食物，蛇身就會變長，如果 停止移動 或 蛇頭節(jié)點距離蛇身節(jié)點過近 就會結(jié)束游戲。

以上就是Python+OpenCV自制AI視覺版貪吃蛇游戲的詳細內(nèi)容，更多關(guān)于Python OpenCV貪吃蛇的資料請關(guān)注腳本之家其它相關(guān)文章！

相關(guān)文章

最新評論