起因是我想做個自動走迷宮的外掛（其實是想做點實踐），所以我需要在游戲中捕捉畫面并自動尋路，然后再控制自動移動，此為第一部分：捕捉畫面。

一.思路

1.取得圖像迷宮

2.處理圖像

3.圖像分割

4.生成數(shù)組

二.代碼

首先我們得捕捉屏幕畫面，即獲得迷宮圖像，這里我是在steam上面找了一個迷宮小游戲作為捕捉對象

然后寫個捕捉屏幕畫面的函數(shù)

def VideoCapture():
    imm = ImageGrab.grab()  # 獲得當前屏幕
    imm = cv2.cvtColor(np.array(imm), cv2.COLOR_RGB2GRAY)  # 轉(zhuǎn)為opencv的灰度圖
    imm = imm[35:1040, 450:1470]  # 1080*1100 裁剪圖像，這是根據(jù)游戲畫面調(diào)整的數(shù)值 
    imm = cv2.resize(imm, (250, 250))  # 19 * 19 縮小圖像
    return imm

然后如果顯示圖像就能看到：

接著我們需要對圖像進行處理，我們可以看到這個迷宮有三個對象：從上到下依次是巢，心，球。而我們是要操控球吃完所有的心再返回巢。所以 巢和心的是需要搜索路徑的終點，球是起點，但是在此之前，我們需要一個完整的迷宮地圖，所以我們要先找到這三個對象并涂白：

所以我們要進行模板匹配：

def match(target, template, color):
    global object
    # 獲得模板圖片的高寬尺寸
    theight, twidth = template.shape[:2]
    # 執(zhí)行模板匹配，采用的匹配方式cv2.TM_SQDIFF_NORMED
    result = cv2.matchTemplate(target, template, cv2.TM_SQDIFF_NORMED)
    # 歸一化處理
    cv2.normalize(result, result, 0, 1, cv2.NORM_MINMAX, -1)
    # 尋找矩陣（一維數(shù)組當做向量，用Mat定義）中的最大值和最小值的匹配結(jié)果及其位置
    min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(result)
    # 匹配值轉(zhuǎn)換為字符串
    # 對于cv2.TM_SQDIFF及cv2.TM_SQDIFF_NORMED方法min_val越趨近與0匹配度越好，匹配位置取min_loc
    # 對于其他方法max_val越趨近于1匹配度越好，匹配位置取max_loc
    strmin_val = str(min_val)
    # 繪制矩形邊框，將匹配區(qū)域涂成白色
    # min_loc：矩形定點
    # (min_loc[0]+twidth,min_loc[1]+theight)：矩形的寬高
    # color：矩形的邊框顏色；2：矩形邊框?qū)挾?/span>
    cv2.rectangle(target, min_loc, (min_loc[0] + twidth, min_loc[1] + theight), color, -1)
    # 返回操作后圖像，以及對象的四點坐標
    return [target, (int(min_loc[0]), int(min_loc[1]), int(min_loc[0] + twidth), int(min_loc[1] + theight))]

執(zhí)行后效果如圖所示：

然后我們要把圖像轉(zhuǎn)化為標準的迷宮圖像，黑白塊的大小要相等，這樣才方便轉(zhuǎn)化成數(shù)組形式，所以我們對圖像進行二值化后白色為可走趨于，黑色為障礙，接著通過腐蝕操作增大黑色趨于使之與白色塊大小接近。

def pic(imm):
    ret, binary = cv2.threshold(imm, 200, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)# 二值化
    k = np.ones((7, 7), np.uint8)#定義核
    binary = cv2.erode(binary, k)# 腐蝕
    return binary

然后大致數(shù)出可以劃分為19*19的色塊，計算出單個色塊的長度，然后定義每個色塊的近中心點（因為坐標只能整數(shù)而計算中心點會有小數(shù)，一般略微靠近左上角比較準確），取其近中心點的顏色為整個色塊的顏色轉(zhuǎn)化為數(shù)組中：

def getBoard(imm):
    board = [[0 for w in range(19)] for h in range(19)]#創(chuàng)建數(shù)組
    for h in range(19):
        for w in range(19):
            if imm[13 * h + 5, 13 * w + 5] == np.uint8(255):#坐標轉(zhuǎn)換
                board[h][w] = 255
    return board

然后我們把得到的數(shù)組以圖像的形式打印出來看看：

對比一下原圖像，已經(jīng)實現(xiàn)了我們的目的。

最后我們再把其他信息獲取一下，比如對象位置轉(zhuǎn)化為數(shù)組坐標：

def getBoardIndex(cor):
    index = (int((cor[1] - 5) / 13), int((cor[0] - 5) / 13))
    return index

然后我們也方便日后的尋路算法應(yīng)用（這么小，很快?。?mark hidden color="red">文章來源：http://www.zghlxwxcb.cn/news/detail-465251.html

最后的最后給個運行代碼：文章來源地址http://www.zghlxwxcb.cn/news/detail-465251.html

startFlag = False
while True:
    imm = VideoCapture()
    if startFlag:
        imm, ball = match(imm, cv2.imread("ball.png", 0), (255, 255, 255))
        imm, home = match(imm, cv2.imread("home.png", 0), (255, 255, 255))
        imm, heart = match(imm, cv2.imread("heart.png", 0), (255, 255, 255))
        imm = pic(imm)
        board = getBoard(imm)
        cv2.imwrite("board.png", np.array(board, dtype=np.uint8))
        ball = getBoardIndex(getPointCor(ball))
        heart = getBoardIndex(getPointCor(heart))
        home = getBoardIndex(getPointCor(home))
        print(ball, heart, home)
    key = cv2.waitKey(1)
    if key == ord('q'):
        break
    elif key == ord('g'):
        startFlag = True
    cv2.imshow("im", imm)
 key = cv2.waitKey(1)
    if key == ord('q'):
        break
    elif key == ord('g'):
        startFlag = True
    cv2.imshow("im", imm)

到了這里，關(guān)于opencv-python 將圖像迷宮轉(zhuǎn)為迷宮數(shù)組的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！