首先在此声明本文代码参考 博客：https://github.com/az666/opencv-game/blob/master/shitoujiandaobu.py
参考文献：https://blog.csdn.net/JohinieLi/article/details/81041276
https://blog.csdn.net/qq_31531635/article/details/73325693
自己进行了知识点的补充 以及代码里注释的补充。
知识点：个人总结就是一句话 获取二值图
涉及到图像预处理 这里利用的是腐蚀膨胀的方法： 形态学处理的核心就是定义结构元素，在OpenCV-Python中，可以使用其自带的getStructuringElement函数，也可以直接使用NumPy的ndarray来定义一个结构元素。
腐蚀和膨胀是图像的形态学处理中最基本的操作，之后遇见的开操作和闭操作都是腐蚀和膨胀操作的结合运算。腐蚀和膨胀的应用非常广泛，而且效果还很好：
腐蚀可以分割(isolate)独立的图像元素，膨胀用于连接(join)相邻的元素，这也是腐蚀和膨胀后图像最直观的展现
去噪：通过低尺寸结构元素的腐蚀操作很容易去掉分散的椒盐噪声点
图像轮廓提取：腐蚀操作
图像分割
腐蚀操作描述为：扫描图像的每一个像素，用结构元素与其覆盖的二值图像做“与”操作：如果都为1，结果图像的该像素为1，否则为0。
膨胀操作描述为：扫描图像的每一个像素，用结构元素与其覆盖的二值图像做“与”操作：如果都为0，结果图像的该像素为0，否则为1。
代码中用到的函数是 Mat getStructuringElement(int shape, //核的形状 0：矩形 1：十字交叉形 2： 椭圆
Size ksize,//核大小
Point anchor=Point(-1,-1) //核中心位置，默认位于形状中心处 );
这里我在代码中已经写出来了。
import cv2
import numpy
import time
import random
import os
def judge():
# 构造一个3×3的结构元素
# return 0 stone ,1 jiandao, 2 bu
img = cv2.imread("wif.jpg", 0)
element = cv2.getStructuringElement(cv2.MORPH_RECT, (11, 11))#矩形：MORPH_RECT 交叉形：MORPH_CROSS 椭圆形：MORPH_ELLIPSE
dilate = cv2.dilate(img, element)
erode = cv2.erode(img, element)
# 将两幅图像相减获得边，第一个参数是膨胀后的图像，第二个参数是腐蚀后的图像
result = cv2.absdiff(dilate, erode);
# 上面得到的结果是灰度图，将其二值化以便更清楚的观察结果
retval, result = cv2.threshold(result, 40, 255, cv2.THRESH_BINARY);
# 反色，即对二值图每个像素取反
result = cv2.bitwise_not(result);
"""
python-opencv图像的位操作：图像与运算cv2.bitwise_and，图像或运算cv2.bitwise_or，图像非运算cv2.bitwise_not与图像异或运算cv2.bitwise_xor。
1）图像与运算-cv2.bitwise_and(src1, src2, dst=None, mask = None)
2）图像或运算-cv2.bitwise_or(src1, src2, dst=None, mask = None)
3）图像非运算-cv2.bitwise_not(src1, src2, dst=None, mask = None)
图像非运算的效果：一个二值图，将黑色转为白色，白色转为黑色。
"""
result = cv2.medianBlur(result, 23)
#cv2.imshow("test",result)
"""
这里介绍非线性过滤器——中值滤波器。
由于中值滤波器对消除椒盐现象特别有用。所以我们使用第二篇教程中椒盐函数先对图像进行处理，将处理结果作为示例图片。
调用中值滤波器的方法与调用其他滤波器的方法类似，如下：
result = cv2.medianBlur(image,5)
函数返回处理结果，第一个参数是待处理图像，
第二个参数是孔径的尺寸，一个大于1的奇数。
比如这里是5，中值滤波器就会使用5×5的范围来计算。即对像素的中心值及其5×5邻域组成了一个数值集，对其进行处理计算，当前像素被其中值替换掉。
"""
a = []
posi = []
width = []
count = 0
area = 0
#这个大神的计算方法，我一时也解析不出来，应该是依靠手势面积来计算的
for i in range(result.shape[1]):
for j in range(result.shape[0]):
if (result[j][i] == 0):
area += 1
for i in range(result.shape[1]):
if (result[5 * result.shape[0] // 16][i] == 0 and result[5 * result.shape[0] // 16][i - 1] != 0):
count += 1
width.append(0)
posi.append(i)
if (result[5 * result.shape[0] // 16][i] == 0):
width[count-1]+= 1 # 如果在这里报错，是因为背景问题，请让手的背景尽量整洁
#这里是调试用的代码可以注释掉
print ('the pic width is ',result.shape[1],'\n')
for i in range(count):
print ('the ',i,'th',' ','is')
print ('width ',width[i] )
print ('posi ',posi[i],'\n')
print (count,'\n')
print ('area is ',area,'\n')
cv2.line(result,(0,5*result.shape[0]//16),(214,5*result.shape[0]//16),(0,0,0))
cv2.namedWindow("fcuk")
cv2.imshow("fcuk",result)
cv2.waitKey(0)
#这里是调试用的代码可以注释掉
# 判定时间
width_length = 0
width_jiandao = True
for i in range(count):
if width[i] > 45:
# print 'bu1';
return 2;
if width[i] <= 20 or width[i] >= 40:
width_jiandao = False
width_length += width[i]
if width_jiandao == True and count == 2:
return 1;
if (area < 8500):
print ('shi tou')
return 0;
print("width_leng", width_length)
if (width_length < 35):
# 这个时候说明照片是偏下的，所以需要重新测定。
a = []
posi = []
width = []
count = 0
for i in range(result.shape[1]):
if (result[11 * result.shape[0] // 16][i] == 0 and result[11 * result.shape[0] // 16][i - 1] != 0):
count += 1
width.append(0)
posi.append(i)
if (result[11 * result.shape[0] // 16][i] == 0):
width[count - 1] += 1
"""
print 'the pic width is ',result.shape[1],'\n'
for i in range(count):
print 'the ',i,'th',' ','is';
print 'width ',width[i]
print 'posi ',posi[i],'\n'
print count,'\n'
print 'area is ',area,'\n'
"""
width_length = 0
width_jiandao = True
for i in range(count):
if width[i] > 45:
print ('bu1')
return 2;
if width[i] <= 20 or width[i] >= 40:
width_jiandao = False
width_length += width[i]
if width_jiandao == True and count == 2:
return 1;
if (area > 14000 or count >= 3):
print ('bu2')
return 2;
if (width_length < 110):
print ('jian dao')
return 1;
else:
print('bu3')
return 2;
def game():
fuck = []
fuck.append("石头")
fuck.append("剪刀")
fuck.append("布")
capture = cv2.VideoCapture(0)
cv2.namedWindow("camera", 1)
start_time = time.time()
print("给你5秒的时间把手放到方框的位置\n")
while (1):
ha, img = capture.read()
end_time = time.time()
cv2.rectangle(img, (426, 0), (640, 250), (170, 170, 0))
cv2.putText(img, str(int((5 - (end_time - start_time)))), (100, 100), cv2.FONT_HERSHEY_SIMPLEX, 2, 255)
cv2.imshow("camera", img)
if (end_time - start_time > 5):
break
if (cv2.waitKey(30) >= 0):
break
ha, img = capture.read()
capture.release()
cv2.imshow("camera", img)
img = img[0:210, 426:640]
cv2.imwrite("wif.jpg", img)
p1 = judge()
pc = random.randint(0, 2)
# print p1,' ',pc,'\n'
print("你出的是", fuck[p1], " 电脑出的是", fuck[pc], "\n")
cv2.destroyAllWindows()
if (p1 == pc):
print("平局\n")
return 0
if ((p1 == 0 and pc == 1) or (p1 == 1 and pc == 2) or (p1 == 2 and pc == 0)):
print('你赢了\n')
return 1
else:
print('你输了\n')
return -1
def main():
you_win = 0
pc_win = 0
print("这是通过摄像头来玩的剪刀石头布的游戏，请输入回车开始游戏\n")
#s = raw_input()
while (1):
print("比分(玩家：电脑) ", you_win, ":", pc_win, '\n')
#s = raw_input()
# 清空屏幕
os.system('cls')
ans = game()
#比分(玩家：电脑) 0 : 0 下来的就是比分的计算
if (ans == 1):
you_win += 1
elif (ans == -1):
pc_win += 1
print("为了减少误判，请尽可能将手占据尽可能大的框框")
main()详细代码获取：https://download.csdn.net/download/qq_40979622/10715445
可以给我留言一起讨论。或者[email protected]邮箱交流。