python+opencv实现台球指示线提取与延长

qq_49052854

于 2022-03-22 19:46:01 发布

阅读量1.1w

点赞数 3

文章标签： python opencv

本文链接：https://blog.csdn.net/qq_49052854/article/details/123668413

版权

这篇博客介绍了如何通过Python的OpenCV库和Pyautogui库来实现台球小游戏中的直线指示器。首先，通过Pyautogui库进行屏幕截图，然后将图片转换为HSV格式并设定白色范围进行颜色提取。接着，运用霍夫直线检测方法找到线条，并筛选出特定长度的直线。最后，将这些直线延长并绘制在原始图像上，以便在游戏中作为指示线使用。代码示例详细展示了整个过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

0.前言
为了学习与了解opencv与图像处理相关的知识，实现台球小游戏的指示线延长。
1.实现
1.屏幕区域截图
先安装pyautogui库，在终端中输入：

pip install pyautogui

利用以下代码实现屏幕截取。region中的前两个变量为起点，后两个参数为截取屏幕的长与宽。

img = pyautogui.screenshot(region=[120, 160, 810, 450])  # x,y,w,h

2.特定颜色提取
为了提取台球桌画面的白色线条，首先需要选取白色的hsv范围，需要将图片转换为hsv格式，mask1中显示得到的hsv筛选结果，使用src显示图片。

 hsv = cv.cvtColor(np.asarray(img), cv.COLOR_BGR2HSV)
 mask1 = cv.inRange(hsv, (0, 0, 221), (0, 15, 255))
 src = cv.cvtColor(np.asarray(img), cv.COLOR_BGR2RGB)

3.霍夫直线检测
使用opencv提供的方法进行霍夫直线检测。具体参数大家可自行查阅资料进行调整。

linesP = cv.HoughLinesP(mask1, 1, np.pi / 180, 10, None, 5, 10)

4.直线筛选
选取出特定长度的线段，再将直线进行延长与绘画。

 if linesP is not None:
        for i in range(0, len(linesP)):
            l = linesP[i][0]
            if (l[2] - l[0] ) is not 0:
                k = (l[3] - l[1] )/ (l[2] - l[0] +0.0001)
                x1=l[0]
                y1=l[1]
                x2=l[2]
                y2=l[3]
                if abs(x1 - x2) + abs(y1 - y2) < 50 and k< 999:
                    xmin = 820
                    xmax = 0
                    for x in range(1, 809):
                        y = k * (x - x1) + y1
                        if y > 0 and y < 449:
                            if x < xmin:
                                xmin = x
                            if x > xmax:
                                xmax = x
					cv.line(src, (xmin, int(k*(xmin-x1)+y1)), (xmax, int(k*(xmax-x1)+y1)), (0, 255, 0), 1, cv.LINE_AA)

2.运行结果
在这里插入图片描述
3.完整代码

import cv2 as cv
import numpy as np
import pyautogui


while 1:
    img = pyautogui.screenshot(region=[120, 160, 810, 450])  # x,y,w,h

    hsv = cv.cvtColor(np.asarray(img), cv.COLOR_BGR2HSV)
    src = cv.cvtColor(np.asarray(img), cv.COLOR_BGR2RGB)
    cv.namedWindow("t", cv.WINDOW_AUTOSIZE)

    mask1 = cv.inRange(hsv, (0, 0, 221), (0, 15, 255))

    linesP = cv.HoughLinesP(mask1, 1, np.pi / 180, 10, None, 5, 10)

    if linesP is not None:
        for i in range(0, len(linesP)):
            l = linesP[i][0]
            if (l[2] - l[0] ) is not 0:
                k = (l[3] - l[1] )/ (l[2] - l[0] +0.0001)
                x1=l[0]
                y1=l[1]
                x2=l[2]
                y2=l[3]
                if abs(x1 - x2) + abs(y1 - y2) < 50 and k< 999:
                    xmin = 820
                    xmax = 0
                    for x in range(1, 809):
                        y = k * (x - x1) + y1
                        if y > 0 and y < 449:
                            if x < xmin:
                                xmin = x
                            if x > xmax:
                                xmax = x
                    cv.line(src, (xmin, int(k * (xmin - x1) + y1)), (xmax, int(k * (xmax - x1) + y1)),
                                        (0, 255, 0), 1, cv.LINE_AA)

    cv.imshow("t", src)
    cv.waitKey(10)

cv.destroyAllWindows()