新葡亰496net Web前端 opencv学习(2)-简单颜色识别并跟踪

opencv学习(2)-简单颜色识别并跟踪



H5游戏开辟:一笔画

2017/11/07 · HTML5 ·
游戏

初藳出处: 坑坑洼洼实验室   

图片 1

#include <windows.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <conio.h>

本次来我们用opencv来完结识别追踪灰白物体并回到位置坐标的功能。

H5游戏开拓:一笔画

by leeenx on 2017-11-02

单笔画是图论[科普](https://zh.wikipedia.org/wiki/%E5%9B%BE%E8%AE%BA)中贰个有名的标题,它源点于柯麦迪逊堡七桥主题材料[科普](https://zh.wikipedia.org/wiki/%E6%9F%AF%E5%B0%BC%E6%96%AF%E5%A0%A1%E4%B8%83%E6%A1%A5%E9%97%AE%E9%A2%98)。地经济学家欧拉在她1736年刊载的舆论《柯多哥洛美堡的七桥》中不但消除了七桥主题素材,也建议了一笔画定理,顺带解决了一笔画难题。用图论的术语来说,对于二个加以的连通图[科普](https://zh.wikipedia.org/wiki/%E8%BF%9E%E9%80%9A%E5%9B%BE)留存一条偏巧含有所有线段而且未有再度的不二等秘书籍,那条路子正是「一笔画」。

寻找连通图那条门路的历程就是「一笔画」的嬉戏进程,如下:

图片 2

class Console
{
public:
Console()
{
hStdOutput = INVALID_HANDLE_VALUE;
hStdError = INVALID_HANDLE_VALUE;
}
bool Open( void )
{
hStdOutput = GetStdHandle( STD_OUTPUT_HANDLE );
hStdError = GetStdHandle( STD_ERROR_HANDLE );
return INVALID_HANDLE_VALUE!=hStdOutput &&
INVALID_HANDLE_VALUE!=hStdError;
}
inline bool SetTitle( char* title 卡塔尔(قطر‎ // 设置题目
{
return TRUE==SetConsoleTitle(title);
}
bool RemoveCursor( void State of Qatar // 去处光标
{
CONSOLE_CURSOR_INFO cci;
if( !GetConsoleCursorInfo( hStdOutput, &cci ) ) return false;
cci.bVisible = false;
if( !SetConsoleCursorInfo( hStdOutput, &cci ) ) return false;
if( !GetConsoleCursorInfo( hStdError, &cci ) ) return false;
cci.bVisible = false;
if( !SetConsoleCursorInfo( hStdError, &cci ) ) return false;
return true;
}
bool SetWindowRect( short x, short y 卡塔尔 // 设置窗体尺寸
{
SMALL_RECT wrt = { 0, 0, x, y };
if( !SetConsoleWindowInfo( hStdOutput, TRUE, &wrt ) ) return false;
if( !SetConsoleWindowInfo( hStdError, TRUE, &wrt ) ) return false;
return true;
}
bool SetBufSize( short x, short y State of Qatar // 设置缓冲尺寸
{
COORD coord = { x, y };
if( !SetConsoleScreenBufferSize( hStdOutput, coord ) ) return false;
if( !SetConsoleScreenBufferSize( hStdError, coord ) ) return false;
return true;
}

该意义分为两有的,识别颜色,追踪颜色。

10日游的达成

「一笔画」的贯彻不复杂,作者把贯彻进程分成两步:

  1. 底图绘制
  2. 互相绘制

「底图绘制」把连通图以「点线」的花样显示在画布上,是八日游最轻易完结的有的;「人机联作绘制」是客户绘制解题路径的进度,那么些进度会首假如管理点与点动态成线的逻辑。

bool GotoXY( short x, short y State of Qatar // 移动光标
{
COORD coord = { x, y };
if( !SetConsoleCursorPosition( hStdOutput, coord ) ) return false;
if( !SetConsoleCursorPosition( hStdError, coord ) ) return false;
return true;
}
bool SetColor( WOTiguanD color State of Qatar // 设置前途色/背景象
{
if( !SetConsoleTextAttribute( hStdOutput, color ) ) return false;
if( !SetConsoleTextAttribute( hStdError, color ) ) return false;
return true;
}
bool OutputString( const char* pstr, size_t len=0 卡塔尔(قطر‎ // 输出字符串
{
DWORD n = 0;
return TRUE==WriteConsole( hStdOutput, pstr, len?len:strlen(pstr), &n,
NULL );
}

要想达成颜色的辨认,大家要开垦录像头,读取捕获的图像。将图像的水彩通道转化为HSV,设置接纳的特定颜色的参数。使用inRange函数将图像转换为二值图,其铬淡白紫部分显得为深红,其余为水绿。

底图绘制

「一笔画」是多关卡的游戏形式,作者决定把关卡(连通图)的定制以三个安插接口的款式对外揭发。对外拆穿关卡接口需求有意气风发套描述连通图形状的规范,而在小编前边有五个选项:

  • 点记法
  • 线记法

举个连通图 —— 五角星为例来讲一下那八个筛选。

图片 3

点记法如下:

JavaScript

levels: [ // 当前关卡 { name: “五角星”, coords: [ {x: Ax, y: Ay}, {x:
Bx, y: By}, {x: Cx, y: Cy}, {x: Dx, y: Dy}, {x: Ex, y: Ey}, {x: Ax, y:
Ay} ] } … ]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
levels: [
// 当前关卡
{
name: "五角星",
coords: [
{x: Ax, y: Ay},
{x: Bx, y: By},
{x: Cx, y: Cy},
{x: Dx, y: Dy},
{x: Ex, y: Ey},
{x: Ax, y: Ay}
]
}
]

线记法如下:

JavaScript

levels: [ // 当前关卡 { name: “五角星”, lines: [ {x1: Ax, y1: Ay, x2:
Bx, y2: By}, {x1: Bx, y1: By, x2: Cx, y2: Cy}, {x1: Cx, y1: Cy, x2: Dx,
y2: Dy}, {x1: Dx, y1: Dy, x2: Ex, y2: Ey}, {x1: Ex, y1: Ey, x2: Ax, y2:
Ay} ] } ]

1
2
3
4
5
6
7
8
9
10
11
12
13
levels: [
// 当前关卡
{
name: "五角星",
lines: [
{x1: Ax, y1: Ay, x2: Bx, y2: By},
{x1: Bx, y1: By, x2: Cx, y2: Cy},
{x1: Cx, y1: Cy, x2: Dx, y2: Dy},
{x1: Dx, y1: Dy, x2: Ex, y2: Ey},
{x1: Ex, y1: Ey, x2: Ax, y2: Ay}
]
}
]

「点记法」记录关卡通过海关的三个答案,即端点要按自然的逐风流洒脱贮存到数组
coords中,它是有序性的记录。「线记法」通过两点描述连通图的线条,它是严节的笔录。「点记法」最大的优势是显示更简明,但它必得记录四个及格答案,小编只是关卡的搬运工不是关卡创制者,所以小编最后筛选了「线记法」。:)

bool OutputStringNoMove( short x, short y, const char* pstr, size_t
len=0 卡塔尔 // 输出字符串
{
COORD coord = { x, y };
DWORD n = 0;
return TRUE==WriteConsoleOutputCharacter( hStdOutput, pstr,
len?len:strlen(pstr), coord, &n );
}
private:
HANDLE hStdOutput;
HANDLE hStdError;
};

代码:

相互绘制

在画布上制图路线,从视觉上正是「选取或三回九转连通图端点」的进程,那个过程须求消除2个难点:

  • 手指下是还是不是有端点
  • 当选点到待选中式茶食时期是不是成线

收罗连通图端点的坐标,再监听手指滑过的坐标可知「手指下是不是有一点点」。以下伪代码是采访端点坐标:

JavaScript

// 端点坐标新闻 let coords = []; lines.forEach(({x1, y1, x2, y2}State of Qatar=> { // (x1, y1卡塔尔(قطر‎ 在 coords 数组不设有 if(!isExist(x1, y1))
coords.push([x1, y1]卡塔尔(قطر‎; // (x2, y2卡塔尔国 在 coords 数组官样文章if(!isExist(x2, y2)) coords.push([x2, y2]); });

1
2
3
4
5
6
7
8
// 端点坐标信息
let coords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// (x1, y1) 在 coords 数组不存在
if(!isExist(x1, y1)) coords.push([x1, y1]);
// (x2, y2) 在 coords 数组不存在
if(!isExist(x2, y2)) coords.push([x2, y2]);
});

以下伪代码是监听手指滑动:

JavaScript

easel.addEventListener(“touchmove”, e => { let x0 =
e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY; // 端点半径
—— 取连通图端点半径的2倍,进步活动端体验 let r = radius * 2;
for(let [x, y] of coords卡塔尔国{ if(Math.sqrt(Math.pow(x – x0, 2卡塔尔(قطر‎ +
Math.pow(y – y0卡塔尔, 2卡塔尔 <= rState of Qatar{ // 手指下有端点,剖断能或无法连线
if(canConnect(x, y卡塔尔卡塔尔 { // todo } break; } } }卡塔尔

1
2
3
4
5
6
7
8
9
10
11
12
13
14
easel.addEventListener("touchmove", e => {
let x0 = e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY;
// 端点半径 —— 取连通图端点半径的2倍,提升移动端体验
let r = radius * 2;
for(let [x, y] of coords){
if(Math.sqrt(Math.pow(x – x0, 2) + Math.pow(y – y0), 2) <= r){
// 手指下有端点,判断能否连线
if(canConnect(x, y)) {
// todo
}
break;
}
}
})

在未绘制任何线段或端点在此以前,手指滑过的大肆端点都会被看作「一笔画」的开端点;在绘制了线段(或有选中式茶食)后,手指滑过的端点能还是无法与选中式茶食串连成线段要求基于现成条件进行判别。

图片 4

上海教室,点A与点B可连接成线段,而点A与点C不能够一连。作者把「能够与内定端点连接成线段的端点称作有效连接点」。连通图端点的得力连接点从连通图的线条中领取:

JavaScript

coords.forEach(coord => { // 有效连接点(坐标)挂载在端点坐标下
coord.validCoords = []; lines.forEach(({x1, y1, x2, y2}卡塔尔(قطر‎ => { //
坐标是当前线段的源点 if(coord.x === x1 && coord.y === y1State of Qatar {
coord.validCoords.push([x2, y2]卡塔尔; } // 坐标是现阶段线段的顶峰 else
if(coord.x === x2 && coord.y === y2State of Qatar { coord.validCoords.push([x1,
y1]); } }) })

1
2
3
4
5
6
7
8
9
10
11
12
13
14
coords.forEach(coord => {
// 有效连接点(坐标)挂载在端点坐标下
coord.validCoords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// 坐标是当前线段的起点
if(coord.x === x1 && coord.y === y1) {
coord.validCoords.push([x2, y2]);
}
// 坐标是当前线段的终点
else if(coord.x === x2 && coord.y === y2) {
coord.validCoords.push([x1, y1]);
}
})
})

But…有效连接点只可以判别四个点是还是不是为底图的线条,那只是三个静态的参考,在事实上的「人机联作绘制」中,会超过以下情状:

图片 5
如上海图书馆,AB已串连成线段,当前选中式茶食B的有效连接点是 A 与 C。AB
已经一而再连续成线,要是 BA 也串连成线段,那么线段就再度了,所以那时候 BA
无法成线,唯有 AC 本事成线。

对选中式茶食来讲,它的管用连接点有三种:

  • 与选中式茶食「成线的实用连接点」
  • 与选中式茶食「未成线的有效连接点」

在那之中「未成线的卓有成效连接点」技能参预「交互作用绘制」,并且它是动态的。

图片 6

回头本节内容开头提的多个难题「手指下是还是不是有端点」 与
「选中式茶食到待选中式茶食之间是或不是成线」,其实可统意气风发为三个主题材料:手指下是或不是留存「未成线的可行连接点」。只须把监听手指滑动遍历的数组由连通图全部的端点坐标
coords 替换为当下选中式茶食的「未成线的实用连接点」就能够。

于今「一笔画」的最主要功效已经完毕。可以超越体验一下:

图片 7

const char bg[] =
“┏━━━━━━━━━━━┓ “
“┃■■■■■■■■■■■┃ ←↓→ ↑”
“┃■■■■■■■■■■■┃ Begin “
“┃■■■■■■■■■■■┃ Voice = Yes”
“┃■■■■■■■■■■■┃ Sleep “
“┃■■■■■■■■■■■┃ Quit “
“┃■■■■■■■■■■■┃ “
“┃■■■■■■■■■■■┃ “
“┃■■■■■■■■■■■┃ NEXT “
“┃■■■■■■■■■■■┃┏━━━━┓”
“┃■■■■■■■■■■■┃┃    ┃”
“┃■■■■■■■■■■■┃┃    ┃”
“┃■■■■■■■■■■■┃┗━━━━┛”
“┃■■■■■■■■■■■┃ LEVEL “
“┃■■■■■■■■■■■┃┏━━━━┓”
“┃■■■■■■■■■■■┃┃ 0┃”
“┃■■■■■■■■■■■┃┗━━━━┛”
“┃■■■■■■■■■■■┃ SCORE “
“┃■■■■■■■■■■■┃┏━━━━┓”
“┃■■■■■■■■■■■┃┃ 00000┃”
“┗━━━━━━━━━━━┛┗━━━━┛”;

VideoCapture cap(0State of Qatar;//张开录制头

机动识图

小编在录加入关贸总协定协会卡配置时,开采一个7条边以上的接入图超轻便录错或录重线段。作者在动脑筋是或不是开拓二个自动识别图形的插件,终归「一笔画」的图样是有平整的几何图形。

图片 8

地点的卡子「底图」,一眼即可识出三个颜色:

  • 白底
  • 端点颜色
  • 线条颜色

再正是这三种颜色在「底图」的面积大小顺序是:白底 > 线段颜色 >
端点颜色。底图的「采撷色值表算法」比较轻松,如下伪代码:

JavaScript

let imageData = ctx.getImageData(); let data = imageData.data; // 色值表
let clrs = new Map(); for(let i = 0, len = data.length; i < len; i +=
4) { let [r, g, b, a] = [data[i], data[i + 1], data[i + 2],
data[i + 3]]; let key = `rgba(${r}, ${g}, ${b}, ${a})`; let value =
clrs.get(key) || {r, g, b, a, count: 0}; clrs.has(key) ? ++value.count :
clrs.set(rgba, {r, g, b, a, count}); }

1
2
3
4
5
6
7
8
9
10
let imageData = ctx.getImageData();
let data = imageData.data;
// 色值表
let clrs = new Map();
for(let i = 0, len = data.length; i < len; i += 4) {
let [r, g, b, a] = [data[i], data[i + 1], data[i + 2], data[i + 3]];
let key = `rgba(${r}, ${g}, ${b}, ${a})`;
let value = clrs.get(key) || {r, g, b, a, count: 0};
clrs.has(key) ? ++value.count : clrs.set(rgba, {r, g, b, a, count});
}

对于连通图来说,只要把端点识别出来,连通图的概貌也就出来了。

const char bk[7][4][4][4] =
{
{
{ { 0,1,1,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } },
{ { 0,1,1,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,0,0 },{ 0,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 0,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,0 },{ 1,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,1,0,0 },{ 0,0,0,0 } },
{ { 0,0,1,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 0,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,0 },{ 0,0,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 0,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 0,1,0,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } },
{ { 1,1,1,0 },{ 0,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,1 },{ 0,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 } },
{ { 1,1,1,1 },{ 0,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 } }
}
};

if ( !cap.isOpened() )

端点识别

理论上,通过访问的「色值表」能够一向把端点的坐标志别出来。作者设计的「端点识别算法」分以下2步:

  1. 按像素扫描底图直到遇见「端点颜色」的像素,步向第二步
  2. 从底图上拔除端点并记下它的坐标,重回继续第一步

伪代码如下:

JavaScript

for(let i = 0, len = data.length; i < len; i += 4) { let [r, g, b,
a] = [data[i], data[i + 1], data[i + 2], data[i + 3]]; //
当前像素颜色归属端点 if(isBelongVertex(r, g, b, aState of QatarState of Qatar { // 在 data
中清空端点 vertex = clearVertex(i卡塔尔; // 记录端点音信vertexes.push(vertextState of Qatar; } }

1
2
3
4
5
6
7
8
9
10
for(let i = 0, len = data.length; i < len; i += 4) {
let [r, g, b, a] = [data[i], data[i + 1], data[i + 2], data[i + 3]];
// 当前像素颜色属于端点
if(isBelongVertex(r, g, b, a)) {
// 在 data 中清空端点
vertex = clearVertex(i);
// 记录端点信息
vertexes.push(vertext);
}
}

But…
上面的算法只好跑无损图。小编在采纳了一张手提式有线话机截屏做测量检验的时候发现,搜集到的「色值表」长度为
5000+ !那平昔促成端点和线条的色值不可能直接获取。

由此剖析,能够开采「色值表」里好多色值都以相同的,也便是在原来的「收罗色值表算法」的根基上加多二个像样颜色过滤即能够找寻端点和线条的主色。伪代码完结如下:

JavaScript

let lineColor = vertexColor = {count: 0}; for(let clr of clrs卡塔尔(قطر‎ { //
与底色周围,跳过 if(isBelongBackground(clrState of Qatar卡塔尔(قطر‎ continue; //
线段是数码第二多的颜色,端点是第三多的水彩 if(clr.count >
lineColor.count卡塔尔 { [vertexColor, lineColor] = [lineColor, clr] } }

1
2
3
4
5
6
7
8
9
let lineColor = vertexColor = {count: 0};
for(let clr of clrs) {
// 与底色相近,跳过
if(isBelongBackground(clr)) continue;
// 线段是数量第二多的颜色,端点是第三多的颜色
if(clr.count > lineColor.count) {
[vertexColor, lineColor] = [lineColor, clr]
}
}

取到端点的主色后,再跑一回「端点识别算法」后居识别出 203
个端点!这是为啥吧?

图片 9

上航海用教室是扩充5倍后的底图局地,洋蓟绿端点的方圆和在那之中充斥着大量噪点(杂色块)。事实上在「端点识别」进度中,由于噪点的存在,把原先的端点被分解成贰十三个或数拾个小端点了,以下是跑过「端点识别算法」后的底图:

图片 10

经过上海教室,能够直观地搜查捕获一个结论:识别出来的小端点只在目的(大)端点上集中遍布,並且大端点范围内的小端点叠合交错。

要是把叠合交错的小端点归拢成一个多方点,那么这几个大端点将充足好像指标端点。小端点的汇合伪代码如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len – 1; ++i) { let vertexA
= vertexes[i]; if(vertextA === undefinedState of Qatar continue; // 注意这里 j = 0
并非 j = i +1 for(let j = 0; j < len; ++jState of Qatar { let vertexB =
vertexes[j]; if(vertextB === undefined卡塔尔(قطر‎ continue; //
点A与点B有增大,点B合併到点A并剔除点B if(isCross(vertexA, vertexBState of Qatar卡塔尔 {
vertexA = merge(vertexA, vertexB卡塔尔; delete vertexA; } } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
for(let i = 0, len = vertexes.length; i < len – 1; ++i) {
let vertexA = vertexes[i];
if(vertextA === undefined) continue;
// 注意这里 j = 0 而不是 j = i +1
for(let j = 0; j < len; ++j) {
let vertexB = vertexes[j];
if(vertextB === undefined) continue;
// 点A与点B有叠加,点B合并到点A并删除点B
if(isCross(vertexA, vertexB)) {
vertexA = merge(vertexA, vertexB);
delete vertexA;
}
}
}

加了小端点合併算法后,「端点识别」的精确度就上来了。经作者当地质衡量试已经得以
100% 识别有损的连通图了。

const WORD COLOR_A =
FOREGROUND_RED|FOREGROUND_GREEN|FOREGROUND_INTENSITY; //
运动中的颜色
const WORD COLOR_B = FOREGROUND_GREEN; // 固定不动的颜色
const WORD COLOR_C =
FOREGROUND_RED|FOREGROUND_GREEN|FOREGROUND_BLUE; // 空白处的颜色

{

线条识别

小编分八个步骤完结「线段识别」:

  1. 加以的五个端点连接成线,并征集连线上N个「样板点」;
  2. 遍历样品点像素,假若像素色值不对等线段色值则代表那五个端点之间荒诞不经线段

什么采撷「样式点」是个难题,太密集会影响属性;太疏松精准度不能够确认保证。

在作者前面有四个选拔:N 是常量;N 是变量。
假设 N === 5。局地提取「样式点」如下:

图片 11

上海体育场所,会识别出三条线条:AB, BC 和 AC。而实在,AC无法成线,它只是因为
AB 和 BC 视觉上共一线的结果。当然把 N 值向上提升能够清除那一个标题,可是 N
作为常量的话,那几个常量的取量要求靠经验来推断,果然扬弃。

为了制止 AB 与 BC 同处一贯线时 AC 被辨认成线段,其实非常轻易 ——
五个「样板点」的区间小于或等于端点直径
假设 N = S / (2 * R),S 表示两点的偏离,Sportage代表端点半径。局地提取「样式点」如下:

图片 12

如上海体育场地,成功地绕过了 AC。「线段识别算法」的伪代码完毕如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len – 1; ++i) { let {x: x1,
y: y1} = vertexes[i]; for(let j = i + 1; j < len; ++j) { let {x:
x2, y: y2} = vertexes[j]; let S = Math.sqrt(Math.pow(x1 – x2, 2) +
Math.pow(y1 – y2, 2)); let N = S / (R * 2卡塔尔; let stepX = (x1 – x2卡塔尔 / N,
stepY = (y1 – y2卡塔尔(قطر‎ / n; while(–N卡塔尔(قطر‎ { // 样品点不是线段色
if(!isBelongLine(x1 + N * stepX, y1 + N * stepY卡塔尔卡塔尔国 break; } //
样板点都过关 —- 表示两点成线,保存 if(0 === N卡塔尔(قطر‎ lines.push({x1, y1, x2,
y2}卡塔尔国 } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
for(let i = 0, len = vertexes.length; i < len – 1; ++i) {
let {x: x1, y: y1} = vertexes[i];
for(let j = i + 1; j < len; ++j) {
let {x: x2, y: y2} = vertexes[j];
let S = Math.sqrt(Math.pow(x1 – x2, 2) + Math.pow(y1 – y2, 2));
let N = S / (R * 2);
let stepX = (x1 – x2) / N, stepY = (y1 – y2) / n;
while(–N) {
// 样本点不是线段色
if(!isBelongLine(x1 + N * stepX, y1 + N * stepY)) break;
}
// 样本点都合格 —- 表示两点成线,保存
if(0 === N) lines.push({x1, y1, x2, y2})
}
}

bool voice = true;
int score = 0, level = 0;
char data[19][11] = { 0 };
int next = -1;
int x=4, y=-2, c=-1, z=0; // x坐标,坐标,当前方块,方向

cout << “Cannot open the camera” << endl;

品质优化

出于「自动识图」供给对图像的的像素点进行扫描,那么质量确实是个必要关注的主题素材。作者设计的「自动识图算法」,在辨认图像的进程中供给对图像的像素做两遍扫描:「搜罗色值表」
与 「收罗端点」。在围观次数上实在很难下落了,但是对于一张 750 * 1334
的底图来讲,「自动识图算法」要求遍历若干次长度为
750 * 1334 * 4 = 4,002,000
的数组,压力依旧会有的。小编是从压缩被围观数组的尺码来升高性能的。

被扫描数组的尺寸怎么减削?
作者直接通过减少画布的尺寸来完成缩短被扫描数组尺寸的。伪代码如下:

JavaScript

// 要降少的翻番 let resolution = 4; let [width, height] = [img.width
/ resolution >> 0, img.height / resolution >> 0];
ctx.drawImage(img, 0, 0, width, height); let imageData =
ctx.getImageData(), data = imageData;

1
2
3
4
5
// 要压缩的倍数
let resolution = 4;
let [width, height] = [img.width / resolution >> 0, img.height / resolution >> 0];
ctx.drawImage(img, 0, 0, width, height);
let imageData = ctx.getImageData(), data = imageData;

把源图片收缩4倍后,得到的图形像素数组只有原本的
4^2 = 16倍。那在质量上是一点都不小的进级。

Console csl; // 定义控制台对象

return -1;

行使「自动识图」的建议

即便作者在地方测量检验的时候能够把持有的「底图」识别出来,可是并不可能确保别的开垦者上传的图形是不是被很好的辨别出来。小编提议,能够把「自动识图」做为叁个独门的工具使用。

笔者写了一个「自动识图」的单身工具页面:
能够在这里个页面生成对应的卡子配置。

void VoiceBeep( void )
{
if( voice )
Beep( 1760, 10 );
}

}

结语

下边是本文介绍的「单笔画」的线上
DEMO 的二维码:

图片 7

游玩的源码托管在:
个中游戏实现的主导代码在:
自动识图的代码在:

多谢意志力阅读完本小说的读者。本文仅表示小编的个人观点,如有不妥之处请不吝赐教。

感激您的读书,本文由 坑坑洼洼实验室
版权全体。假如转发,请申明出处:凹凸实验室()

1 赞 1 收藏
评论

图片 14

void DrawScoreLevel( void State of Qatar // 绘制得分
{
char tmp[6];
sprintf( tmp, “%05d”, score );
csl.OutputStringNoMove( 31, 19, tmp, 5 );
sprintf( tmp, “%1d”, level );
csl.OutputStringNoMove( 35, 15, tmp, 1 );
}

int iLowH = 100; int iHighH = 140; int iLowS = 90; int iHighS = 255; int
iLowV = 90; int iHighV = 255;//设置浅绿的水彩参量。

void DrawVoice( void )
{
csl.OutputStringNoMove( 35, 3, voice?”Yes”:”No ” );
}

Mat imgOriginal; bool bSuccess = cap.read(imgOriginal); if (!bSuccess) {
cout << “Cannot read a frame from video stream” << endl;
break; } Mat imgHSV; vectorhsvSplit;

void DrawNext( void State of Qatar // 绘制 “next框” 中的图形
{
for( int i=0; i<2; ++i )
{
for( int j=0; j<4; ++j )
{
csl.OutputStringNoMove( 28+j*2, 10+i,
bk[next][0][i][j]==0?” ”:”■”, 2 );
}
}
}

cvtColor(imgOriginal, imgHSV, COLOR_BGENVISION2HSVState of Qatar; 
//因为我们读取的是清都紫微图,直方图均衡化必要在HSV空间做

void DrawOver( void 卡塔尔(قطر‎ // 游戏甘休
{
csl.OutputStringNoMove( 28, 10, “GAME” );
csl.OutputStringNoMove( 28, 11, “OVER” );
}

split(imgHSV, hsvSplit);

void Draw( WORD color )
{
for( int i=0; i<4; ++i )
{
if( y+i<0 || y+i>= 19 ) continue;
for( int j=0; j<4; ++j )
{
if( bk[c][z][i][j] == 1 )
{
csl.SetColor( color );
csl.GotoXY( 2+x*2+j*2, 1+y+i );
csl.OutputString( “■”, 2 );
}
}
}
}

equalizeHist(hsvSplit[2],hsvSplit[2]);

bool IsFit( int x, int y, int c, int z 卡塔尔 // 给定的x,y,c,z是还是不是管用
{
for( int i=0; i<4; ++i )
{
for( int j=0; j<4; ++j )
{
if( bk[c][z][i][j]==1 )
{
if( y+i < 0 ) continue;
if( y+i>=19 || x+j<0 || x+j>=11 || data[y+i][x+j]==1 )
return false;
}
}
}
return true;
}

merge(hsvSplit,imgHSV);

void RemoveRow( void ) // 消行
{
const char FULLLINE[] = { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 };
int linecount = 0;
for( int i=0; i<19; ++i )
{
if( 0 == memcmp( data[i], FULLLINE, 11 ) )
{
++linecount;
for( int m=0; m<11; ++m )
{
for( int n=i; n>1; –n )
{
data[n][m] = data[n-1][m];

Mat imgThresholded;

csl.SetColor( data[n][m]==1?COLOR_B:COLOR_C );
csl.GotoXY( 2+m*2, 1+n );
csl.OutputString( “■”, 2 );
}
data[0][m] = 0;
csl.OutputStringNoMove( 2+m*2, 1, “■”, 2 );
}
}
}
char data[19][11] = { 0 };

inRange(imgHSV, Scalar(iLowH, iLowS, iLowVState of Qatar, Scalar(iHighH, iHighS,
iHighVState of Qatar, imgThresholded卡塔尔;  //开操作 (去除一些噪点卡塔尔国

if( linecount == 0 ) return;
int _score = 0;
switch( linecount )
{
case 1: _score = 100; break;
case 2: _score = 300; break;
case 3: _score = 700; break;
case 4: _score = 1500;break;
}
score += _score;
if( score > 99999 ) score = 99999;
level = score/10000;
DrawScoreLevel();
}

Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));

void MoveTrans( void 卡塔尔 // 逆时针翻转
{
if( IsFit( x, y, c, (z+1)%4 ) )
{
VoiceBeep();
Draw( COLOR_C );
z=(z+1)%4;
Draw( COLOR_A );
}
}

morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element卡塔尔(قطر‎;
//闭操作 (连接一些连通域卡塔尔(قطر‎

void MoveLeft( void ) // 向左移
{
if( IsFit( x-1, y, c, z ) )
{
VoiceBeep();
Draw( COLOR_C );
–x;
Draw( COLOR_A );
}
}

morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);

void MoveRight( void ) // 向右移
{
if( IsFit( x+1, y, c, z ) )
{
VoiceBeep();
Draw( COLOR_C );
++x;
Draw( COLOR_A );
}
}

//对灰度图实行滤波

标签:

相关文章

发表评论

电子邮件地址不会被公开。 必填项已用*标注

网站地图xml地图