如何用Python制作一个桌上冰球视觉小游戏

pip install opencv_python==4.2.0.34  # 安装opencvpip install mediapipe  # 安装mediapipe# pip install mediapipe --user  #有user报错的话试试这个pip install cvzone  # 安装cvzone # 导入工具包import cv2import cvzonefrom cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块

import cv2import cvzonefrom cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块 #（1）捕获摄像头cap = cv2.VideoCapture(0)  # 0代表电脑自带的摄像头cap.set(3, 1280)  # 读入的图像的宽cap.set(4, 720)   # 读入的图像的高  #（2）文件配置# 导入所有需要对图片文件imgDesk = cv2.imread('games/desk.jpg')  # 球桌的图片imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED)  # 球的图片imgBlock1 = cv2.imread('games/block1', cv2.IMREAD_UNCHANGED)  # 球拍的图片imgBlock2 = cv2.imread('games/block2', cv2.IMREAD_UNCHANGED)  # 球拍的图片# 调整球桌图片的sizeimgDesk = cv2.resize(imgDesk, dsize=(1280,720))  #（3）参数设置# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手detector = HandDetector(detectionCon=0.8, maxHands=2)  #（4）处理帧图像while True:     # 返回是否读取成功，以及读取后的帧图像    success, img = cap.read()  # 每次执行读取一帧        # 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转    img = cv2.flip(img, flipCode=1)        # 手部关键点检测，返回每个只手的信息和绘制后的图像    hands, img = detector.findHands(img, flipType=False)  # 上面翻转过了这里就不用翻转了     # 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同    # 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式    img = cv2.addWeighted(img, 0.3, imgDesk, 0.7, 0)         #（5）添加桌球的图片，将imgBall放在球桌img的指定坐标位置    img = cvzone.overlayPNG(img, imgBall, (100,100))        # 图像展示    cv2.imshow('img', img)    # 每帧滞留1ms后消失    k = cv2.waitKey(1)    # ESC键退出程序    if k & 0XFF==27:        break # 释放视频资源cap.release()cv2.destroyAllWindows()

import cv2import cvzoneimport numpy as npfrom cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块 #（1）捕获摄像头cap = cv2.VideoCapture(0)  # 0代表电脑自带的摄像头cap.set(3, 1280)  # 读入的图像的宽cap.set(4, 720)   # 读入的图像的高  #（2）文件配置# 导入所有需要对图片文件imgDesk = cv2.imread('games/desk.jpg')  # 球桌的图片imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED)  # 球的图片imgBlock1 = cv2.imread('games/block1.png', cv2.IMREAD_UNCHANGED)  # 球拍的图片imgBlock2 = cv2.imread('games/block2.png', cv2.IMREAD_UNCHANGED)  # 球拍的图片# 调整球桌图片的sizeimgDesk = cv2.resize(imgDesk, dsize=(1280,720))# 调整球拍的sizeimgBlock1 = cv2.resize(imgBlock1, dsize=(50,200))imgBlock2 = cv2.resize(imgBlock2, dsize=(50,200))  #（3）参数设置# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手detector = HandDetector(detectionCon=0.8, maxHands=2) # 球的默认位置ballpos = [100, 100] # 球的移动速度，每帧15个像素speedx, speedy = 10, 10  #（4）处理帧图像while True:     # 返回是否读取成功，以及读取后的帧图像    success, img = cap.read()  # 每次执行读取一帧        # 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转    img = cv2.flip(img, flipCode=1)        # 手部关键点检测，返回每个只手的信息和绘制后的图像    hands, img = detector.findHands(img, flipType=False)  # 上面翻转过了这里就不用翻转了     # 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同    # 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式    img = cv2.addWeighted(img, 0.4, imgDesk, 0.6, 0)            #（5）处理手部关键点，如果检测到手了就进行下一步    if hands:                # 遍历每检测的2只手，获取每一只手的坐标        for hand in hands:                        # 获取手部检测框的左上坐标xy，宽高wh            x, y, w, h = hand['bbox']                        # 获取球拍的宽高            h2, w1 = imgBlock1.shape[0:2]                        # 球拍的中心y坐标，随着掌心移动            y1 = (y + h) // 2 - h2 // 2             # 如果检测到了左手            if hand['type'] == 'Left':                                # 左侧的球拍x轴固定,y坐标随左手掌间中点移动                img = cvzone.overlayPNG(img, imgBlock1, (55,y1))                            # 如果检测到了右手            if hand['type'] == 'Right':                                # 右侧的球拍x轴固定,y坐标随右手掌间中点移动                img = cvzone.overlayPNG(img, imgBlock2, (1280-55,y1))                          #（6）改变球的位置    # 如果球的y坐标在超出了桌面的上或下边框范围，调整移动方向    if ballpos[1] >= 600 or ballpos[1] <= 50:                # y方向的速度调整为反方向，那么x方向和y方向的合速度方向调整了        speedy = -speedy     ballpos[0] = ballpos[0] + speedx  # 调整球的x坐标    ballpos[1] = ballpos[1] + speedy  # 调整球的y坐标         #（5）添加桌球的图片，将imgBall放在球桌img的指定坐标位置    img = cvzone.overlayPNG(img, imgBall, ballpos)        # 图像展示    cv2.imshow('img', img)    # 每帧滞留1ms后消失    k = cv2.waitKey(1)    # ESC键退出程序    if k & 0XFF==27:        break # 释放视频资源cap.release()cv2.destroyAllWindows()

import cv2import cvzonefrom cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块 #（1）捕获摄像头cap = cv2.VideoCapture(0)  # 0代表电脑自带的摄像头cap.set(3, 1280)  # 读入的图像的宽cap.set(4, 720)   # 读入的图像的高  #（2）文件配置# 导入所有需要对图片文件imgDesk = cv2.imread('games/desk.jpg')  # 球桌的图片imgBall = cv2.imread('games/ball.png', cv2.IMREAD_UNCHANGED)  # 球的图片imgBlock1 = cv2.imread('games/block1.png', cv2.IMREAD_UNCHANGED)  # 球拍的图片imgBlock2 = cv2.imread('games/block2.png', cv2.IMREAD_UNCHANGED)  # 球拍的图片# 调整球桌图片的sizeimgDesk = cv2.resize(imgDesk, dsize=(1280,720))# 调整球拍的sizeimgBlock1 = cv2.resize(imgBlock1, dsize=(50,200))imgBlock2 = cv2.resize(imgBlock2, dsize=(50,200))  #（3）参数设置# 接收手部关键点识别的方法，最小手部检测模块置信度0.8，最多检测2只手detector = HandDetector(detectionCon=0.8, maxHands=2) # 球的默认位置ballpos = [100, 100] # 球的移动速度，每帧15个像素speedx, speedy = 10, 10 # 记录是否游戏结束gameover = False # 记录左右的击球数score = [0, 0]  #（4）处理帧图像while True:     # 返回是否读取成功，以及读取后的帧图像    success, img = cap.read()  # 每次执行读取一帧        # 图片翻转呈镜像关系，1代表左右翻转，0代表上下翻转    img = cv2.flip(img, flipCode=1)        # 手部关键点检测，返回每个只手的信息和绘制后的图像    hands, img = detector.findHands(img, flipType=False)  # 上面翻转过了这里就不用翻转了     # 将球桌图片和视频帧图像融合在一起, 两张图的shape要相同    # 给出每张图片的融合权重, 亮度偏置为0，这样就变成了半透明的显示形式    img = cv2.addWeighted(img, 0.4, imgDesk, 0.6, 0)            #（5）处理手部关键点，如果检测到手了就进行下一步    if hands:                # 遍历每检测的2只手，获取每一只手的坐标        for hand in hands:                        # 获取食指坐标(x,y,z)            x, y, z = hand['lmList'][8]                        # 获取球拍的宽高            h2, w1 = imgBlock1.shape[0:2]                        # 球拍的中心y坐标，随着掌心移动            y1 = y - h2 // 2             # 如果检测到了左手            if hand['type'] == 'Left':                                # 左侧的球拍x轴固定,y坐标随左手掌间中点移动                img = cvzone.overlayPNG(img, imgBlock1, (100,y1))                                # 检查球是否被左球拍击中, 球的xy坐标是否在球拍xy坐标附近                if 100 < ballpos[0] < 100+w1 and y1 < ballpos[1] < y1+h2:                                        # 满足条件代表球拍击中了，改变球的移动方向                    speedx = -speedx  # x方向设为反方向                                        # 得分加一                    score[0] += 1                                            # 如果检测到了右手            if hand['type'] == 'Right':                                # 右侧的球拍x轴固定,y坐标随右手掌间中点移动                img = cvzone.overlayPNG(img, imgBlock2, (1150,y1))                                # 检查球是否被右球拍击中                if 1050 < ballpos[0] < 1050+w1 and y1 < ballpos[1] < y1+h2:                                        # 满足条件代表球拍击中了，改变球的移动方向                    speedx = -speedx  # x方向设为反方向                                        # 得分加一                    score[1] += 1      #（6）检查球是否没接到，那么游戏结束    if ballpos[0] < 50 or ballpos[0] > 1150:        gameover = True        # 游戏结束，画面就不动了    if gameover is True:        break         # 游戏没结束就接下去执行    else:         #（7）调整球的坐标         # 如果球的y坐标在超出了桌面的上或下边框范围，调整移动方向         if ballpos[1] >= 600 or ballpos[1] <= 50:                          # y方向的速度调整为反方向，那么x方向和y方向的合速度方向调整了             speedy = -speedy                  # 每一整都调整xy坐标         ballpos[0] = ballpos[0] + speedx  # 调整球的x坐标         ballpos[1] = ballpos[1] + speedy  # 调整球的y坐标             #（8）添加桌球的图片，将imgBall放在球桌img的指定坐标位置         img = cvzone.overlayPNG(img, imgBall, ballpos)            #（9）显示记分板    cvzone.putTextRect(img, f'Left:{score[0]} and Right:{score[1]}', (400,710))     #（10）图像展示    cv2.imshow('img', img)    # 每帧滞留1ms后消失    k = cv2.waitKey(1)    # ESC键退出程序    if k & 0XFF==27:        break # 释放视频资源cap.release()cv2.destroyAllWindows()