【开发日记】石头剪刀布之最终功能实现

在之前一篇文章——石头剪刀布之卷积神经网络，我已经定义了网络模型，当时在每类200张图片的情况下可以达到89%左右的精度。在本项目中，获取数据的成本并不是很高，利用摄像头就可以获得足够多的数据。因此，我又收集了一些数据，使得每类的图片大概是3000张左右。按照之前的训练方法，验证精度可以达到98.9%，识别一张图片的时间在25ms左右。这样的网络模型就可以满足要求。

有了训练好的模型（相当于一个大脑），有了摄像头（相当于眼睛），有了舵机（相当于手）。就可以把这些集成，来完成“石头剪刀布”这个游戏了。

以下是整个系统的连接图：

摄像头正对着背景板，放的位置和角度要尽可能和获取数据时的位置一样，这样识别精度更高。舵机和指针用来输出树莓派的计算结果。石头剪刀布的图片可以从网上下载，打印出来，粘贴上去。

通过在树莓派上运行以下代码，就可以实现石头剪刀布的功能了（rps.py）。

from __future__ import absolute_import
from __future__ import division
from __future__ import print_function

import tensorflow as tf
import  numpy as np
import PIL.Image as Image
from pylab import *
import time