最近小编实现一个微信小程序「跳一跳」的自动化。
主要涉及到了OpenCV的模板匹配和边缘检测技术,以及Android开发调试工具ADB。
如果放在一起说,感觉内容有些多。
所以,分三期来讲,也能多了解一些东西。
首先介绍模板匹配,然后边缘检测,最后结合ADB实现「跳一跳」自动化。
游戏虽然过时了,但是拿来练练手还是不错的。
编程就该是快乐的,哈哈。
/ 01 / 模板匹配
模板匹配,就是在整个图像区域里发现与给定子图像相匹配的小块区域。
这里需要一个模板图像(给定的子图像)和一个待检测的图像(原图像)。
在待检测图像上,从左向右,从上向下计算模板图像与重叠子图像的匹配度,匹配度越大,两者相同的可能性越大。
这里主要涉及OpenCV的cv2.matchTemplate()
和cv2.minMaxLoc()
函数。
第一个函数作用是在模板和输入图像之间寻找匹配,获得匹配结果图像。
第二个函数的作用则是在给定的矩阵中寻找最大和最小值(包括它们的位置)。
其中模板匹配算法有以下六种。
# 第一类,利用平方差来进行匹配,最好匹配为0.匹配越差,匹配值越大 # 平方差匹配 method=CV_TM_SQDIFF # 标准平方差匹配 method=CV_TM_SQDIFF_NORMED # 第二类,采用模板和图像间的乘法操作,所以较大的数表示匹配程度较高,0标识最坏的匹配效果 # 相关匹配 method=CV_TM_CCORR # 标准相关匹配 method=CV_TM_CCORR_NORMED # 第三类,将模版对其均值的相对值与图像对其均值的相关值进行匹配,1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性(随机序列) # 相关系数匹配 method=CV_TM_CCOEFF # 标准相关系数匹配 method=CV_TM_CCOEFF_NORMED
标准化意味着将数值统一到0~1。
除了平方差类型的是值越小越好,其他的都是值越大越好。
/ 02 / 图像检索
首先来看一下两张图像,都为灰度图。
import cv2 # 读取待检测图像 img = cv2.imread('game.png', 0) # 读取模板图像 temple = cv2.imread('temple.png', 0) # 显示灰度处理后的待检测图像 cv2.namedWindow('sample', 0) cv2.resizeWindow('sample', 400, 600) cv2.imshow('sample', img) # 显示灰度处理后的模板图像 cv2.namedWindow('target', 0) cv2.resizeWindow('target', 400, 600) cv2.imshow('target', temple)
输出结果如下。
第一张为模板图像,第二张为待检测图像。
下面使用OpenCV的两个函数,来实现模板匹配。
# 获取模板图像的高和宽 th, tw = temple.shape[:2] print(th, tw) # 使用标准相关系数匹配,1表示完美匹配,-1表示糟糕的匹配,0表示没有任何相关性 result = cv2.matchTemplate(img, temple, cv2.TM_CCOEFF_NORMED) # result为匹配结果矩阵 # print(result) # TM_CCOEFF_NORMED方法处理后的结果图像 cv2.namedWindow('match_r', 0) cv2.resizeWindow('match_r', 400, 600) # 显示窗口 cv2.imshow('match_r', result) # 使用函数minMaxLoc,确定匹配结果矩阵的最大值和最小值(val),以及它们的位置(loc) min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result) # 此处选取最大值的位置,为图像的左上角 tl = max_loc # 获取图像的右下角 br = (tl[0]+tw, tl[1]+th) # 绘制矩形框 cv2.rectangle(img, tl, br, (0, 0, 255), 2) # 设置显示窗口 cv2.namedWindow('match', 0) cv2.resizeWindow('match', 400, 600) # 显示窗口 cv2.imshow('match', img) # 结束 cv2.waitKey(0) cv2.destroyAllWindows()
输出结果如下。
第一张图中最白的位置,即代表着最高的匹配。
第二张图中,矩形框则代表着匹配到的结果。
通过矩形框的位置参数,结合模板图像的大小,便可得到小跳棋中心点位置(底部)。
/ 03 / 总结
现在既然能检测到「跳一跳」小跳棋的位置,那么下一步就是方块的位置啦。
OpenCV,模板匹配
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]