python微信跳一跳系列之色块轮廓定位棋盘

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

# -*- 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。