如何用Python製作一個桌上冰球視覺小遊戲
- 王林轉載
- 2023-05-08 17:46:181489瀏覽
介紹
規則如下：左手控制白色球拍；右手控制紫色球拍；球拍只能上下移動；紅色圓形就是冰球；球碰撞到上下兩側的藍色邊框，和兩側的球拍就會反彈；如果球進入了黃色區域，遊戲結束；下面的粉紅色計數板，記錄左右兩側各擊球多少次。
1. 檔案配置
1.1 匯入工具包
pip install opencv_python==4.2.0.34 # 安装opencv pip install mediapipe # 安装mediapipe # pip install mediapipe --user #有user报错的话试试这个 pip install cvzone # 安装cvzone # 导入工具包 import cv2 import cvzone from cvzone.HandTrackingModule import HandDetector # 导入手部检测模块
21個手部關鍵點座標如下：
1.2 素材圖片準備
開始前，先準備球桌的圖片，球的圖片，球拍的圖片。我是用PPT畫的圖，球和球拍的圖片一定要存成 .png 格式的。放在同一個資料夾中以備讀取。
2. 手部關鍵點偵測、素材導入
#2.1 方法介紹
（1） cvzone.HandTrackingModule. HandDetector()手部關鍵點偵測方法
參數：
mode： 預設為False，將輸入影像視為視訊串流。它將嘗試在第一個輸入影像中偵測手，並在成功檢測後進一步定位手的座標。在隨後的圖像中，一旦檢測到所有 maxHands 手並定位了相應的手的坐標，它就會跟踪這些坐標，而不會調用另一個檢測，直到它失去對任何一隻手的跟踪。這減少了延遲，非常適合處理視訊幀。如果設定為 True，則在每個輸入影像上執行手部偵測，用於處理一批靜態的、可能不相關的影像。
maxHands： 最多偵測幾隻手，預設為 2
detectionCon： 手部偵測模型的最小置信值（0-1之間），超過閾值則偵測成功。預設為0.5
minTrackingCon： 座標跟踪模型的最小置信值(0-1之間)，用於將手部坐標視為成功跟踪，不成功則在下一個輸入圖像上自動調用手部檢測。將其設定為更高的值可以提高解決方案的穩健性，但代價是更高的延遲。如果 mode 為 True，則忽略這個參數，手部偵測將在每個影像上執行。預設為0.5
它的參數和回傳值類似官方函數mediapipe.solutions.hands.Hands()
MULTI_HAND_LANDMARKS： 被偵測/追蹤的手的集合，其中每隻手被表示為21個手部地標的列表，每個地標由x, y, z組成。
MULTI_HANDEDNESS： 被偵測/追蹤的手是左手還是右手的集合。每隻手由label(標籤)和score(分數)組成。 label 是 'Left' 或 'Right' 值的字串。 score 是預測左右手的估計機率。
（2）cvzone.HandTrackingModule.HandDetector.findHands() 找到手部關鍵點並繪圖
參數：
img： 需要偵測關鍵點的幀影像，格式為BGR
draw： 是否需要在原始影像上繪製關鍵點及識別框
flipType： 影像是否需要翻轉，當視訊影像和我們自己不是鏡像關係時，設為True就可以了
傳回值：
hands： 偵測到的手部訊息，由0或1或2個字典組成的清單。如果偵測到兩隻手就是由兩個字典組成的清單。字典包含：21個關鍵點座標(x,y,z)，偵測框左上座標及其寬高，偵測框中心點座標，偵測出是哪一隻手。
img： 返回繪製了關鍵點及連線後的圖像
（3）cv2.addWeighted()圖像融合
將兩張影像以一定比例融合在一起，需要兩張影像的size和通道數相同
兩張影像以一定比例融合： cv2.addWeighted(影像1, 權重1, 影像2, 權重2, 亮度偏置)
相當於y = a x1 b x2 c，其中a、b 代表權重，c 代表亮度上提亮多少
2.2 程式碼展示
首先cv2. imread() 中的參數cv2.IMREAD_UNCHANGED 是指用圖片的原來格式打開，包含Alpha通道。即以不改變圖片的方式打開，圖片是彩色那麼讀進來就是彩色，圖片是灰度圖那麼讀進來就是灰度圖，讀進來的圖片的shape如下：
此部分程式碼主要負責手部關鍵點偵測，融合背景影像和影片畫面影像
import cv2
import cvzone
from cvzone.HandTrackingModule import HandDetector # 导入手部检测模块
#（1）捕获摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
cap.set(3, 1280) # 读入的图像的宽
cap.set(4, 720) # 读入的图像的高
#（2）文件配置
# 导入所有需要对图片文件
imgDesk = cv2.imread('games/desk.jpg') # 球桌的图片
imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED) # 球的图片
imgBlock1 = cv2.imread('games/block1', cv2.IMREAD_UNCHANGED) # 球拍的图片
imgBlock2 = cv2.imread('games/block2', cv2.IMREAD_UNCHANGED) # 球拍的图片
# 调整球桌图片的size
imgDesk = cv2.resize(imgDesk, dsize=(1280,720))
#（3）参数设置
# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手
detector = HandDetector(detectionCon=0.8, maxHands=2)
#（4）处理帧图像
while True:
# 返回是否读取成功，以及读取后的帧图像
success, img = cap.read() # 每次执行读取一帧
# 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转
img = cv2.flip(img, flipCode=1)
# 手部关键点检测，返回每个只手的信息和绘制后的图像
hands, img = detector.findHands(img, flipType=False) # 上面翻转过了这里就不用翻转了
# 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同
# 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式
img = cv2.addWeighted(img, 0.3, imgDesk, 0.7, 0)
#（5）添加桌球的图片，将imgBall放在球桌img的指定坐标位置
img = cvzone.overlayPNG(img, imgBall, (100,100))
# 图像展示
cv2.imshow('img', img)
# 每帧滞留1ms后消失
k = cv2.waitKey(1)
# ESC键退出程序
if k & 0XFF==27:
break
# 释放视频资源
cap.release()
cv2.destroyAllWindows()效果圖如下：
3.關鍵點處理、球拍移動
3.1 方法介紹
這部分主要完成兩項工作，第一是左右手分別控制左側和右側的球拍，第二個是球以一定的速度移動。
（1）控制球拍
hand['bbox'] 中包含了手部检测框的左上角坐标和检测框的宽高，使用手掌中心点的 y 坐标来控制球拍的上下移动。由于两个球拍的shape是相同的，因此只要获取一个球拍的高度 h2 即可。使用掌心中点 y 坐标控制球拍中点的 y1 坐标，公式为：y1 = (y + h) // 2 - h2 // 2
接着使用 cvzone.overlayPNG() 就可以将球拍图片覆盖在原图片的指定区域，其中坐标参数是指覆盖区域的左上角坐标。固定横坐标，只上下移动。
（2）球移动
首先要规定球的移动速度 speedx, speedy = 10, 10 代表球每一帧沿x轴正方向移动10个像素，沿y轴正方向移动10个像素，那么球的初始合速度方向是沿图片的正右下角移动
如果球碰撞到了球桌的上下边框，就反弹。speedy = -speedy。代表x方向每帧移动的步长不变，y方向每帧移动的方向反转，即入射角等于出射角。
3.2 代码展示
在上述代码中补充
import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector # 导入手部检测模块
#（1）捕获摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
cap.set(3, 1280) # 读入的图像的宽
cap.set(4, 720) # 读入的图像的高
#（2）文件配置
# 导入所有需要对图片文件
imgDesk = cv2.imread('games/desk.jpg') # 球桌的图片
imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED) # 球的图片
imgBlock1 = cv2.imread('games/block1.png', cv2.IMREAD_UNCHANGED) # 球拍的图片
imgBlock2 = cv2.imread('games/block2.png', cv2.IMREAD_UNCHANGED) # 球拍的图片
# 调整球桌图片的size
imgDesk = cv2.resize(imgDesk, dsize=(1280,720))
# 调整球拍的size
imgBlock1 = cv2.resize(imgBlock1, dsize=(50,200))
imgBlock2 = cv2.resize(imgBlock2, dsize=(50,200))
#（3）参数设置
# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手
detector = HandDetector(detectionCon=0.8, maxHands=2)
# 球的默认位置
ballpos = [100, 100]
# 球的移动速度，每帧15个像素
speedx, speedy = 10, 10
#（4）处理帧图像
while True:
# 返回是否读取成功，以及读取后的帧图像
success, img = cap.read() # 每次执行读取一帧
# 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转
img = cv2.flip(img, flipCode=1)
# 手部关键点检测，返回每个只手的信息和绘制后的图像
hands, img = detector.findHands(img, flipType=False) # 上面翻转过了这里就不用翻转了
# 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同
# 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式
img = cv2.addWeighted(img, 0.4, imgDesk, 0.6, 0)
#（5）处理手部关键点，如果检测到手了就进行下一步
if hands:
# 遍历每检测的2只手，获取每一只手的坐标
for hand in hands:
# 获取手部检测框的左上坐标xy，宽高wh
x, y, w, h = hand['bbox']
# 获取球拍的宽高
h2, w1 = imgBlock1.shape[0:2]
# 球拍的中心y坐标，随着掌心移动
y1 = (y + h) // 2 - h2 // 2
# 如果检测到了左手
if hand['type'] == 'Left':
# 左侧的球拍x轴固定,y坐标随左手掌间中点移动
img = cvzone.overlayPNG(img, imgBlock1, (55,y1))
# 如果检测到了右手
if hand['type'] == 'Right':
# 右侧的球拍x轴固定,y坐标随右手掌间中点移动
img = cvzone.overlayPNG(img, imgBlock2, (1280-55,y1))
#（6）改变球的位置
# 如果球的y坐标在超出了桌面的上或下边框范围，调整移动方向
if ballpos[1] >= 600 or ballpos[1] <= 50:
# y方向的速度调整为反方向，那么x方向和y方向的合速度方向调整了
speedy = -speedy
ballpos[0] = ballpos[0] + speedx # 调整球的x坐标
ballpos[1] = ballpos[1] + speedy # 调整球的y坐标
#（5）添加桌球的图片，将imgBall放在球桌img的指定坐标位置
img = cvzone.overlayPNG(img, imgBall, ballpos)
# 图像展示
cv2.imshow('img', img)
# 每帧滞留1ms后消失
k = cv2.waitKey(1)
# ESC键退出程序
if k & 0XFF==27:
break
# 释放视频资源
cap.release()
cv2.destroyAllWindows()效果图如下：
4. 球拍击球、游戏完善
4.1 方法介绍
这一部分主要完成三项工作，第一是球拍击打到球，球需要反弹；第二是如果球进入黄色区域，游戏结束；第三是左右侧击球得分计数器。
（1）球拍击球
看到代码中的第（5）步，ballpos 代表球的左上角坐标(x,y)，100
（2）球进黄区，游戏结束
if ballpos[0] 1150，如果球图片的左上坐标的 x 坐标，在黄区边缘，整个程序退出。当然也可以做一个游戏结束界面，我之前的博文里也有介绍，我偷个懒不写了。
（3）计数器
首先定义个变量初始化记录左右侧的击球次数 score = [0, 0]，如果有一侧的球拍击中球，那么对应该侧计数加一。
4.2 代码展示
上面代码是掌心控制球拍，这里改成食指指尖控制球拍中点移动。
import cv2
import cvzone
from cvzone.HandTrackingModule import HandDetector # 导入手部检测模块
#（1）捕获摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
cap.set(3, 1280) # 读入的图像的宽
cap.set(4, 720) # 读入的图像的高
#（2）文件配置
# 导入所有需要对图片文件
imgDesk = cv2.imread('games/desk.jpg') # 球桌的图片
imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED) # 球的图片
imgBlock1 = cv2.imread('games/block1.png', cv2.IMREAD_UNCHANGED) # 球拍的图片
imgBlock2 = cv2.imread('games/block2.png', cv2.IMREAD_UNCHANGED) # 球拍的图片
# 调整球桌图片的size
imgDesk = cv2.resize(imgDesk, dsize=(1280,720))
# 调整球拍的size
imgBlock1 = cv2.resize(imgBlock1, dsize=(50,200))
imgBlock2 = cv2.resize(imgBlock2, dsize=(50,200))
#（3）参数设置
# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手
detector = HandDetector(detectionCon=0.8, maxHands=2)
# 球的默认位置
ballpos = [100, 100]
# 球的移动速度，每帧15个像素
speedx, speedy = 10, 10
# 记录是否游戏结束
gameover = False
# 记录左右的击球数
score = [0, 0]
#（4）处理帧图像
while True:
# 返回是否读取成功，以及读取后的帧图像
success, img = cap.read() # 每次执行读取一帧
# 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转
img = cv2.flip(img, flipCode=1)
# 手部关键点检测，返回每个只手的信息和绘制后的图像
hands, img = detector.findHands(img, flipType=False) # 上面翻转过了这里就不用翻转了
# 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同
# 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式
img = cv2.addWeighted(img, 0.4, imgDesk, 0.6, 0)
#（5）处理手部关键点，如果检测到手了就进行下一步
if hands:
# 遍历每检测的2只手，获取每一只手的坐标
for hand in hands:
# 获取食指坐标(x,y,z)
x, y, z = hand['lmList'][8]
# 获取球拍的宽高
h2, w1 = imgBlock1.shape[0:2]
# 球拍的中心y坐标，随着掌心移动
y1 = y - h2 // 2
# 如果检测到了左手
if hand['type'] == 'Left':
# 左侧的球拍x轴固定,y坐标随左手掌间中点移动
img = cvzone.overlayPNG(img, imgBlock1, (100,y1))
# 检查球是否被左球拍击中, 球的xy坐标是否在球拍xy坐标附近
if 100 < ballpos[0] < 100+w1 and y1 < ballpos[1] < y1+h2:
# 满足条件代表球拍击中了，改变球的移动方向
speedx = -speedx # x方向设为反方向
# 得分加一
score[0] += 1
# 如果检测到了右手
if hand['type'] == 'Right':
# 右侧的球拍x轴固定,y坐标随右手掌间中点移动
img = cvzone.overlayPNG(img, imgBlock2, (1150,y1))
# 检查球是否被右球拍击中
if 1050 < ballpos[0] < 1050+w1 and y1 < ballpos[1] < y1+h2:
# 满足条件代表球拍击中了，改变球的移动方向
speedx = -speedx # x方向设为反方向
# 得分加一
score[1] += 1
#（6）检查球是否没接到，那么游戏结束
if ballpos[0] < 50 or ballpos[0] > 1150:
gameover = True
# 游戏结束，画面就不动了
if gameover is True:
break
# 游戏没结束就接下去执行
else:
#（7）调整球的坐标
# 如果球的y坐标在超出了桌面的上或下边框范围，调整移动方向
if ballpos[1] >= 600 or ballpos[1] <= 50:
# y方向的速度调整为反方向，那么x方向和y方向的合速度方向调整了
speedy = -speedy
# 每一整都调整xy坐标
ballpos[0] = ballpos[0] + speedx # 调整球的x坐标
ballpos[1] = ballpos[1] + speedy # 调整球的y坐标
#（8）添加桌球的图片，将imgBall放在球桌img的指定坐标位置
img = cvzone.overlayPNG(img, imgBall, ballpos)
#（9）显示记分板
cvzone.putTextRect(img, f'Left:{score[0]} and Right:{score[1]}', (400,710))
#（10）图像展示
cv2.imshow('img', img)
# 每帧滞留1ms后消失
k = cv2.waitKey(1)
# ESC键退出程序
if k & 0XFF==27:
break
# 释放视频资源
cap.release()
cv2.destroyAllWindows()效果图如下：
以上是如何用Python製作一個桌上冰球視覺小遊戲的詳細內容。更多資訊請關注PHP中文網其他相關文章！