• 使用 Python 和 OpenCV 制作反应游戏


    e77077fd059e07a749b5dc11bfea02ac.jpeg

    在本文中,将向你展示如何使用 OpenCV 在 Python 中制作一个反应游戏,你可以动手来玩。

    你可能已经熟悉 OpenCV,OpenCV 基本上允许进行各种图像处理

    你可以在下面的视频中看到最终结果,并且可以在此处获取文件:https://github.com/Goncalo-Chambel/ReactionGame

    尽管这可能看起来很复杂(取决于你的专业知识),但在我们看来,这是一个相当简单但很有趣的项目。你基本上可以用 200 行代码创建一个游戏(这代码量很少了!)。

    我们将把任务分成几个部分:设置+手部检测主要游戏机制创建实际游戏最后润色

    第 1 步:设置 + 手部检测

    这个项目的主要目标是创建一个反应游戏,其中圆圈会随机出现在屏幕上,你必须用你的手尽可能快地“触摸”它们。

    因此,第一个步骤是让程序访问你的网络摄像头。

    为此,我们将使用 OpenCV 库,为此我们只需添加一行import cv2。就这么简单,但如果你还没有安装,你必须先安装它。

    在此处添加了此项目的要求:https://github.com/Goncalo-Chambel/ReactionGame/blob/main/requirements.txt

    因此你可以通过在命令行中键入pip install -r requirements.txt来安装所有这些要求。

    cv2 库有很多功能,但让我们一步一步来第一个目标是告诉 Python 从网络摄像头读取数据并将其显示在屏幕上。这可以通过使用函数cv2.VideoCapture()来完成

    1. import cv2
    2. cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)

    现在cap变量包含对你的网络摄像头的引用。然后在我们的主文件中,我们可以创建一个无限循环,每次迭代都会显示网络摄像头捕获的当前图像。

    1. import cv2
    2. cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
    3. cap.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)  # set width of window
    4. cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)  # set height of window
    5. while True:
    6.     ret, frame = cap.read()
    7.     cv2.imshow("Reaction Game", frame)
    8.     k = cv2.waitKey(1) & 0xFF
    9.     if k == ord('q'):
    10.         break

    有了这几行代码,我们应该有一个程序,这个程序可以简单地打开一个新窗口(名为“反应游戏”),大小为 1280 x 720 像素,带有网络摄像头的视频源。我还添加了最后几行代码,以便你可以关闭窗口并按“q”退出程序。

    现在我们可以继续检测手了。创建一个算法来检测视频中的手是一项复杂的任务,但幸运的是我们不必重新发明轮子。有一个非常好的库可以为我们做这件事,叫做 CV Zone

    CV Zone 允许各种与对象检测相关的项目,但我们主要对 HandDetector 模型感兴趣。该模型使我们能够获得有关视频中被跟踪手的重要信息,例如它们的中心位置或边界框。我们初始化模型的方式如下:

    1. from cvzone.HandTrackingModule import HandDetector
    2. detector = HandDetector(detectionCon=0.8, maxHands=2)

    其中detectionCon是置信区间(从0到1),表明你希望模型跟踪手的精度。更高的值意味着模型更确信被跟踪的手就是手,但也可能使模型“错过手”,因为它没有信心相信它们是手。maxHands参数仅限制模型一次可以跟踪的手的数量。

    然后在我们的主循环中,我们只调用函数detector.findHands()来获取有关被跟踪手的信息。

    1. while True:
    2.     ret, frame = cap.read()
    3.     hands, frame = detector.findHands(frame, flipType=False)
    4.     cv2.imshow("Reaction Game", frame)

    输出:

    80bfdedd12b33cc12851b49e2c41de09.png

    如你所见,该算法非常擅长跟踪手部(包括手指位置)。请注意,根据你的规格,该程序可能看起来有点“不稳定”。此外,根据你使用的相机,你可能不需要翻转图像,只需检查标签“左手”是否真的对应于你的左手。

    最后,在屏幕上显示所有这些信息可能会太混乱,因此我们可以告诉检测器不要通过书写来绘制这些信息

    hands = detector.findHands
  • 相关阅读:
    负载均衡有哪些?
    红队专题-Cobalt strike4.5二次开发
    力扣(LeetCode)305. 岛屿数量 II(2022.11.02)
    js中this的指向
    【Spark基础编程】 第8章 Spark MLlib
    Windows 修vscode的插件安装和缓存目录 释放C盘空间
    Spring Security总体架构介绍
    【数论】卡特兰数
    JS 深浅拷贝详解
    YTU数据结构作业三
  • 原文地址:https://blog.csdn.net/woshicver/article/details/128157184