最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

使用OpenCV實現(xiàn)迷宮解密的全過程

 更新時間：2022年10月16日 15:21:54   作者：醉翁之意不在酒~  
同學發(fā)了我張迷宮圖片,讓我走迷宮來緩解暴躁,于是乎就碼了一個程序出來,下面這篇文章主要給大家介紹了關(guān)于使用OpenCV實現(xiàn)迷宮解密的相關(guān)資料,需要的朋友可以參考下

一、你能自己走出迷宮嗎？

如下圖所示，可以看到是一張較為復雜的迷宮圖，相信也有人嘗試過自己一點一點的找出口，但我們?nèi)庋蹃斫庵i恐怕眼睛有點小難受，特別是走了半天發(fā)現(xiàn)這迷宮無解，代入一下已經(jīng)生氣了，所以我們何必不直接開掛，使用opencv來代替我們尋找最優(yōu)解。

恩，不錯，那就整！

注：圖像自己截圖獲取即可。

二、使用OpenCV找出出口。

1、對圖像進行二值化處理。

此時我們的圖像就反了過來，我們只需要找到一條從入口連續(xù)到出口的黑線即可。

import cv2
import numpy as np
 
img = cv2.imread('../photos/1.png')
# cv2.imshow('maze',img)
# cv2.waitKey(0)
# cv2.destroyAllWindows()
 
#對圖像進行二值化
# Binary conversion
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
#反轉(zhuǎn)tholdolding將給我們一個二進制的圖像與白色的墻壁和黑色的背景。
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('THRESH_BINARY_INV',thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

2、 對二值化后的圖像進行輪廓檢測并標注

可以看到大致路線已經(jīng)出現(xiàn)。

#對二值化處理的圖像進行輪廓檢測并標注
# Contours
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL,
                                       cv2.CHAIN_APPROX_NONE)
print('len(contours):',len(contours))
 
# dc=cv2.drawContours(thresh, contours, 0, (255, 255, 255), -1)
#用不同顏色來標注
dc=cv2.drawContours(thresh, contours, 0, (255, 255, 255), 5)
 
# TODO 大迷宮的len(contours): 26
dc=cv2.drawContours(dc, contours, 1, (0, 0, 0), 5)
cv2.imshow('drawContours',dc)
cv2.waitKey(0)
cv2.destroyAllWindows()

3、對圖像閾值進行處理。

#對圖像閾值進行處理
ret, thresh = cv2.threshold(dc, 240, 255, cv2.THRESH_BINARY)
 
# ret, thresh = cv2.threshold(thresh, 240, 255, cv2.THRESH_BINARY)
cv2.imshow('thresh2',thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()

4、對圖像進行擴展操作。

擴張是數(shù)學形態(tài)領(lǐng)域的兩個基本操作者之一，另一個是侵蝕。它通常應用于二進制圖像，但有一些版本可用于灰度圖像。

操作者對二進制圖像的基本效果是逐漸擴大前景像素區(qū)域的邊界（通常為白色像素）。因此，前景像素的面積大小增加，而這些區(qū)域內(nèi)的孔變小。

# Dilate
ke = 10
# kernel = np.ones((19, 19), np.uint8)
kernel = np.ones((ke, ke), np.uint8)
dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('dilation',dilation)
cv2.waitKey(0)
cv2.destroyAllWindows()

5、對圖像進行侵蝕操作。 

侵蝕是第二個形態(tài)運算符。它也適用于二進制圖像。操作者對二進制圖像的基本效果是消除前景像素區(qū)域的邊界（通常為白色像素）。

因此，前景像素的面積縮小，并且這些區(qū)域內(nèi)的孔變大。

# Erosion
erosion = cv2.erode(dilation, kernel, iterations=1)
cv2.imshow('erosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()

6、分迷宮通道找出路徑。

為了在原始迷宮圖像上顯示解決方案，首先將原來的迷宮分割成r，g，b組件。現(xiàn)在通過反轉(zhuǎn)diff圖像創(chuàng)建一個掩碼。使用在最后一步中創(chuàng)建的掩碼的原始迷宮的按位和r和g分量。這一步將從迷宮解決方案的圖像部分去除紅色和綠色成分。最后一個是合并所有組件，我們將使用藍色標記的解決方案。

到此我們的迷宮也就走通了，總得來說還是比人眼快一些，當然如果你眼觀八方那當我沒說￣□￣｜｜

#找到兩個圖像的差異
diff = cv2.absdiff(dilation, erosion)
 
# 分迷宮的通道
b, g, r = cv2.split(img)
mask_inv = cv2.bitwise_not(diff)
 
# masking out the green and red colour from the solved path
r = cv2.bitwise_and(r, r, mask=mask_inv)
g = cv2.bitwise_and(g, g, mask=mask_inv)
 
res = cv2.merge((b, g, r))
cv2.imshow('Solved Maze', res)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

 三、完整代碼如下。

import cv2
import numpy as np
 
img = cv2.imread('../photos/1.png')
cv2.imshow('maze',img)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
 
 
#對圖像進行二值化
# Binary conversion
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
 
#反轉(zhuǎn)tholdolding將給我們一個二進制的圖像與白色的墻壁和黑色的背景。
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('THRESH_BINARY_INV',thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
#對二值化處理的圖像進行輪廓檢測并標注
# Contours
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL,
                                       cv2.CHAIN_APPROX_NONE)
print('len(contours):',len(contours))
 
# dc=cv2.drawContours(thresh, contours, 0, (255, 255, 255), -1)
#用不同顏色來標注
dc=cv2.drawContours(thresh, contours, 0, (255, 255, 255), 5)
 
# TODO 大迷宮的len(contours): 26
dc=cv2.drawContours(dc, contours, 1, (0, 0, 0), 5)
cv2.imshow('drawContours',dc)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
#對圖像閾值進行處理
ret, thresh = cv2.threshold(dc, 240, 255, cv2.THRESH_BINARY)
 
# ret, thresh = cv2.threshold(thresh, 240, 255, cv2.THRESH_BINARY)
cv2.imshow('thresh2',thresh)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
 
'''
擴張
擴張是數(shù)學形態(tài)領(lǐng)域的兩個基本操作者之一，另一個是侵蝕。它通常應用于二進制圖像，但有一些版本可用于灰度圖像。
操作者對二進制圖像的基本效果是逐漸擴大前景像素區(qū)域的邊界（通常為白色像素）。因此，前景像素的面積大小增加，而這些區(qū)域內(nèi)的孔變小。
'''
# Dilate
ke = 10
# kernel = np.ones((19, 19), np.uint8)
kernel = np.ones((ke, ke), np.uint8)
dilation = cv2.dilate(thresh, kernel, iterations=1)
cv2.imshow('dilation',dilation)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
# Erosion
#侵蝕是第二個形態(tài)運算符。它也適用于二進制圖像。操作者對二進制圖像的基本效果是消除前景像素區(qū)域的邊界（通常為白色像素）。
# 因此，前景像素的面積縮小，并且這些區(qū)域內(nèi)的孔變大。
erosion = cv2.erode(dilation, kernel, iterations=1)
cv2.imshow('erosion',erosion)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
#找到兩個圖像的差異
diff = cv2.absdiff(dilation, erosion)
cv2.imshow('diff',diff)
cv2.waitKey(0)
cv2.destroyAllWindows()
 
# 分迷宮的通道
b, g, r = cv2.split(img)
mask_inv = cv2.bitwise_not(diff)
#為了在原始迷宮圖像上顯示解決方案，首先將原來的迷宮分割成r，g，b組件?，F(xiàn)在通過反轉(zhuǎn)diff圖像創(chuàng)建一個掩碼。
# 使用在最后一步中創(chuàng)建的掩碼的原始迷宮的按位和r和g分量。這一步將從迷宮解決方案的圖像部分去除紅色和綠色成分。
# 最后一個是合并所有組件，我們將使用藍色標記的解決方案。
# masking out the green and red colour from the solved path
r = cv2.bitwise_and(r, r, mask=mask_inv)
g = cv2.bitwise_and(g, g, mask=mask_inv)
 
res = cv2.merge((b, g, r))
cv2.imshow('Solved Maze', res)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

總結(jié)

到此這篇關(guān)于使用OpenCV實現(xiàn)迷宮解密的文章就介紹到這了,更多相關(guān)OpenCV迷宮解密內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

  • python 使用opencv 把視頻分割成圖片示例

    python 使用opencv 把視頻分割成圖片示例

    今天小編就為大家分享一篇python 使用opencv 把視頻分割成圖片示例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Python中的os.path路徑模塊中的操作方法總結(jié)

    Python中的os.path路徑模塊中的操作方法總結(jié)

    os.path模塊主要集成了針對路徑文件夾的操作功能,這里我們就來看一下Python中的os.path路徑模塊中的操作方法總結(jié),需要的朋友可以參考下
    2016-07-07
  • Python3.10和Python3.9版本之間的差異介紹

    Python3.10和Python3.9版本之間的差異介紹

    大家好，本篇文章主要講的是Python3.10和Python3.9版本之間的差異介紹，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下哦
    2021-12-12
  • wxpython中利用線程防止假死的實現(xiàn)方法

    wxpython中利用線程防止假死的實現(xiàn)方法

    上午抽空學習了一下在wxpython中啟用線程的方法，將GUI和功能的執(zhí)行分開，果然程序運行起來杠杠滴。因為我那個軟件的代碼暫時不能公開，這里專門寫個小程序，作為今天的筆記吧
    2014-08-08
  • PYQT5 vscode聯(lián)合操作qtdesigner的方法

    PYQT5 vscode聯(lián)合操作qtdesigner的方法

    這篇文章主要介紹了PYQT5 vscode聯(lián)合操作qtdesigner的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧
    2020-03-03
  • Python刪除字典中的某個key的常用方法

    Python刪除字典中的某個key的常用方法

    字典是Python中的一種數(shù)據(jù)類型,它是一個無序的鍵值對集合,在實際的編程中,我們經(jīng)常需要刪除字典中的某個鍵值對,本文將從多個角度分析Python刪除字典中的某個key的方法,需要的朋友可以參考下
    2024-10-10
  • Python抓取百度查詢結(jié)果的方法

    Python抓取百度查詢結(jié)果的方法

    這篇文章主要介紹了Python抓取百度查詢結(jié)果的方法,涉及Python正則匹配及字符串與URL操作的相關(guān)技巧,需要的朋友可以參考下
    2015-07-07
  • Python利用arcpy模塊實現(xiàn)柵格的創(chuàng)建與拼接

    Python利用arcpy模塊實現(xiàn)柵格的創(chuàng)建與拼接

    這篇文章主要為大家詳細介紹了如何基于Python語言arcpy模塊，實現(xiàn)柵格影像圖層建立與多幅遙感影像數(shù)據(jù)批量拼接（Mosaic）的操作，感興趣的可以了解一下
    2023-02-02
  • TensorFlow可視化工具TensorBoard默認圖與自定義圖

    TensorFlow可視化工具TensorBoard默認圖與自定義圖

    這篇文章主要介紹了TensorFlow可視化工具TensorBoard默認圖與自定義圖的使用操作示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助
    2021-10-10
  • Python接口測試數(shù)據(jù)庫封裝實現(xiàn)原理

    Python接口測試數(shù)據(jù)庫封裝實現(xiàn)原理

    這篇文章主要介紹了Python接口測試數(shù)據(jù)庫封裝實現(xiàn)原理,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2020-05-05

最新評論

安多县| 姚安县| 朝阳区| 会泽县| 黄山市| 临泉县| 绥德县| 那曲县| 怀集县| 定日县| 望都县| 原阳县| 商都县| 廊坊市| 大荔县| 浦东新区| 湘潭县| 余姚市| 吴堡县| 南溪县| 政和县| 武胜县| 清原| 白山市| 游戏| 舟山市| 陆丰市| 云安县| 中宁县| 岑溪市| 武汉市| 贡嘎县| 鹤峰县| 永泰县| 磐石市| 云阳县| 贺州市| 定州市| 阿拉善盟| 拉萨市| 义马市|