介绍
各位同学好，今天和大家分享一下如何使用 mediapipe+opencv 自制贪吃蛇小游戏。先放张图看效果。
规则：食指指尖控制蛇头，指尖每接触到黄色方块，计数加一，蛇身变长，方块随机切换位置。如果指尖停止移动，或者移动过程中蛇头撞到蛇身，那么游戏结束。点击键盘上的r键重新开始游戏。
游戏进行时：
游戏结束界面：
1. 安装工具包
21个手部关键点信息如下，本节我们主要研究食指指尖’8’的坐标(x,y)信息。
2. 检测手部关键点
（1）cvzone.handtrackingmodule.handdetector()是手部关键点检测方法
参数：
mode： 默认为 false，将输入图像视为视频流。它将尝试在第一个输入图像中检测手，并在成功检测后进一步定位手的坐标。在随后的图像中，一旦检测到所有 maxhands 手并定位了相应的手的坐标，它就会跟踪这些坐标，而不会调用另一个检测，直到它失去对任何一只手的跟踪。这减少了延迟，非常适合处理视频帧。如果设置为 true，则在每个输入图像上运行手部检测，用于处理一批静态的、可能不相关的图像。
maxhands： 最多检测几只手，默认为 2
detectioncon： 手部检测模型的最小置信值（0-1之间），超过阈值则检测成功。默认为 0.5
mintrackingcon： 坐标跟踪模型的最小置信值 (0-1之间)，用于将手部坐标视为成功跟踪，不成功则在下一个输入图像上自动调用手部检测。将其设置为更高的值可以提高解决方案的稳健性，但代价是更高的延迟。如果 mode 为 true，则忽略这个参数，手部检测将在每个图像上运行。默认为 0.5
它的参数和返回值类似于官方函数 mediapipe.solutions.hands.hands()
multi_hand_landmarks： 被检测/跟踪的手的集合，其中每只手被表示为21个手部地标的列表，每个地标由x, y, z组成。x和y分别由图像的宽度和高度归一化为[0,1]。z表示地标深度。
multi_handedness： 被检测/追踪的手是左手还是右手的集合。每只手由label(标签)和score(分数)组成。 label 是 ‘left’ 或 ‘right’ 值的字符串。 score 是预测左右手的估计概率。
（2）cvzone.handtrackingmodule.handdetector.findhands()找到手部关键点并绘图
参数：
img： 需要检测关键点的帧图像，格式为bgr
draw： 是否需要在原图像上绘制关键点及识别框
fliptype： 图像是否需要翻转，当视频图像和我们自己不是镜像关系时，设为true就可以了
返回值：
hands： 检测到的手部信息，由0或1或2个字典组成的列表。如果检测到两只手就是由两个字典组成的列表。字典中包含：21个关键点坐标(x,y,z)，检测框左上坐标及其宽高，检测框中心点坐标，检测出是哪一只手。
img： 返回绘制了关键点及连线后的图像
代码如下：
效果图如下：
打印手部关键点信息如下：
3. 蛇身移动
构造一个处理蛇身移动的类，要求在没吃食物时，蛇身保持固定的长度跟随食指指尖移动。
举个例子，如果当前的蛇身节点列表 self.points 包含 [a, b, c, d] 这四个节点，a节点代表蛇尾，d节点代表蛇头。在下一帧，食指指尖移动到 e 点，将 e 节点追加到蛇身节点列表中，那么现在的列表包含 [a, b, c, d, e] 节点，其中 e 节点为新的蛇头。
此时判断当前蛇身总长度 self.currentlength（列表中所有节点之间的长度之和）是否大于蛇身固定长度 self.allowedlength，保证在移动过程中蛇身长度不变。
如果当前蛇身总长度 self.currentlength 大于固定长度 self.allowedlength，那么在节点列表中从尾到头依次删除节点，列表 [a, b, c, d, e] 中 a 表示蛇尾节点，先删除，判断列表 [b, c, d, e] 的节点之间的总长度是否满足要求。若仍大于固定长度，那么就再删除 b 节点，再判断。
如果当前蛇身总长度 self.currentlength 小于固定长度 self.allowedlength，那么就不做任何处理。
在上述代码中补充：
效果图如下，蛇身保持默认固定长度随着指尖而移动。
4. 蛇进食增加身体长度
先看下面代码 snakegameclass 类中的第（五）步。给食物（即绘制的矩形）随机给出一个中心点坐标，自定义的类方法 randomfoodlocation()，执行该方法则食物的中心点坐标的x在[100,1000]中随机取一个数，y在[100,600]中随机取一个数。
下面代码定义的类中的第（七）步。判断食指指尖（即蛇头节点坐标）是否在矩形内部，如果在内部，那么蛇身移动过程中的固定长度 self.allowedlength 增加50个像素值。得分 self.score 加一。并在下一帧随机改变食物的位置。
在上述代码中补充：
效果图如下：
5. 自身碰撞及界面的处理
先看到自定义类 snakegameclass 中的第（八）步，蛇身节点列表 self.points 中包含从蛇头到蛇尾的所有节点。如 [a, b, c, d, e] 节点，a 节点代表蛇尾，e 节点代表蛇头。这里我就粗糙地判断一下是否碰撞，如果大家有更好的判断方法可以改动这第（八）步。计算蛇头 e 节点到所有节点之间的距离，如果小于某个值就代表碰撞了，游戏结束 self.gameover = true
再看到自定义类中的第（三）步。如果游戏结束 self.gameover = true，那就在下一帧中绘制结算界面，不再执行蛇身移动程序。
再看到主程序中的第（5）步。其中 k == ord(‘r’)，按下键盘上的 r 键来重新游戏。将所有蛇身变量初始化，并将 self.gameover = false，退出结算界面，使得下一帧能执行蛇身移动操作。
在上述代码中补充：
效果图如下，在移动过程中，蛇头每碰到一个食物，蛇身就会变长，如果 停止移动 或 蛇头节点距离蛇身节点过近 就会结束游戏。
以上就是python+opencv自制ai视觉版贪吃蛇游戏的详细内容，更多关于python opencv贪吃蛇的资料请关注www.887551.com其它相关文章！
