在前几篇博文中,我们分别采用颜色识别,模板匹配,像素遍历等方法实现了棋子和棋盘的定位,具体内容可以参见我的前面的文章内容,在这一篇中,我们来探索一种定位棋盘的新方法。
分析
经过观察,我们看到,无论什么情况下,棋盘和背景之间总是存在着非常明显的色彩对比,这当然是必须的,否则玩游戏的人都无法分辨棋子、棋盘、背景,这个游戏就不可能大火。显然,如果我们将每一幅画面进行色块分割,将彩色图转变为黑白二值图,就可以将背景和棋盘隔离出来,然后对黑白图中的白色轮廓进行分析,将其中位置最高(y值最小)的轮廓标记出来,这个轮廓就是下一步要跳一跳的棋盘。
步骤
- 抓取图像;
- 将图像转变为灰度图;
- 确定工作区域(h//3–2h//3),确定像素阈值;
- 产生黑白二值图像,同时产生两种黑白图,分别将亮于背景和暗于背景两种情况下的色块隔离出来;
阴影的处理
棋盘往往会有阴影,可以通过进一步缩小目标区域进行色块分割的方法来精准实现定位,感兴趣的同学可以自行练习。
代码
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
|
# -*- coding: utf-8 -*-
#vs2017+python3.6+opencv3.4
#2018.02.03
#作者:艾克思
import cv2
def thresh(img):
x1,y1,w1,h1,x2,y2,w2,h2 = 0 , 0 , 0 , 0 , 0 , 0 , 0 , 0
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
#gray=cv2.gaussianblur(gray,(13,13),0) #高斯模糊
h0,w0 = img.shape[: 2 ]
top = gray[h0 / / 3 , 10 ]
bottom = gray[h0 * 2 / / 3 , 10 ]
thresh1 = cv2.threshold(gray,top, 255 , cv2.thresh_binary)[ 1 ]
thresh2 = cv2.threshold(gray,bottom, 255 , cv2.thresh_binary_inv)[ 1 ]
img1 = thresh1[h0 / / 3 :h0 * 2 / / 3 , 0 :w0]
img2 = thresh2[h0 / / 3 :h0 * 2 / / 3 , 0 :w0]
cnts1, hierarchy1, rr1 = cv2.findcontours(img1,cv2.retr_external,cv2.chain_approx_simple)
cnts2, hierarchy2, rr2 = cv2.findcontours(img2,cv2.retr_external,cv2.chain_approx_simple)
aim1 = 0
y_min = h0 / / 3
for c in hierarchy1:
if hierarchy1 = = none:
x1,y1,w1,h1 = w0 / / 2 ,h0 / / 3 ,w0 / / 3 ,h0 / / 3
break
else :
x,y,w,h = cv2.boundingrect(c)
if y< = y_min:
y_min = y
aim1 = c
x1,y1,w1,h1 = cv2.boundingrect(aim1)
cv2.rectangle(img,(x1,y1 + h0 / / 3 ),(x1 + w1,y1 + h1 + h0 / / 3 ),( 255 , 0 , 0 ), 2 )
aim2 = 0
y_min = h0 / / 3
for c in hierarchy2:
if hierarchy2 = = none:
x2,y2,w2,h2 = w0 / / 2 ,h0 / / 3 ,w0 / / 3 ,h0 / / 3
break
else :
x,y,w,h = cv2.boundingrect(c)
if y< = y_min:
y_min = y
aim2 = c
x2,y2,w2,h2 = cv2.boundingrect(aim2)
cv2.rectangle(img,(x2,y2 + h0 / / 3 ),(x2 + w2,y2 + h2 + h0 / / 3 ),( 0 , 255 , 0 ), 2 )
if y1 + h1 / / 2 < = y2 + h2 / / 2 :
x,y,w,h = x1,y1,w1,h1
else : x,y,w,h = x2,y2,w2,h2
cv2.imshow( 'img1' ,thresh1)
cv2.imshow( 'img2' ,thresh2)
return (x + w / / 2 ,y + h0 / / 3 + h / / 2 )
def main():
video = 'jump.avi'
cap = cv2.videocapture(video)
ret = cap.isopened()
ret = true
while ret:
#ret,img=cap.read() #读入帧
img = cv2.imread( 'e:/python/jump/hsv/006.png' )
if not ret:cv2.waitkey( 0 )
point = thresh(img)
cv2.circle(img,point, 3 ,( 0 , 0 , 255 ), - 1 )
cv2.circle(img,point, 15 ,( 0 , 0 , 255 ), 2 )
cv2.imshow( 'img' ,img)
if cv2.waitkey( 25 ) = = ord ( 'q' ): break
cap.release()
cv2.destroyallwindows()
if __name__ = = '__main__' :
main()
|
opencv中关于黑白二值分割的参数类型如下:
在代码编制时,需要将cv2.thresh_binary和cv2.thresh_binary_inv联合使用,以便同时分辨亮色和暗色。
效果
我们放几张棋盘识别的样例,共大家参考。
这是一张比较典型的样例图,棋盘上半部分为暗色,下半部分为亮色,第一张是亮色部分的分割识别,第二张是暗色部分的分割识别,最后分别绘出各自识别出的色块轮廓,并进行比较。这张样例中,最终识别出的位置在棋盘的中心白点上,效果还是非常好的。
这也是一张非常典型的样例图,棋盘亮暗部分相互交错,左边图识别出了亮色部分,中间图识别出了暗色部分,最终的比较结果也在棋盘的正中心,效果不错。
这张样例也将最终的位置锁定在棋盘中心点。
再放一张。
这也是一张比较典型的情况,最终定位在棋盘的中心白点处,方法可行。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。
原文链接:http://blog.csdn.net/m0_37606112/article/details/79248238