www.2527.com_澳门新葡8455手机版_新京葡娱乐场网址_
做最好的网站

H5游戏开发,不错的俄罗斯方块程序代码

2019-11-03 21:06 来源:未知

H5游戏开荒:一笔画

2017/11/07 · HTML5 · 游戏

原稿出处: 坑坑洼洼实验室   

Web前端 1

#include <windows.h>
#include <stdio.h>
#include <stdlib.h>
#include <time.h>
#include <conio.h>

此番来我们用opencv来落到实处识别追踪孔雀绿物体并再次来到地方坐标的机能。

H5游戏开荒:一笔画

by leeenx on 2017-11-02

一笔画是图论[科普](https://zh.wikipedia.org/wiki/图论)中三个盛名的难题,它起点于柯帕罗奥图堡七桥主题素材[科普](https://zh.wikipedia.org/wiki/柯尼斯堡七桥问题)。物文学家欧拉在她1736年刊出的舆论《柯温尼伯堡的七桥》中不止减轻了七桥主题素材,也提议了单笔画定理,顺带消除了一笔画问题。用图论的术语来讲,对于叁个加以的连通图[科普](https://zh.wikipedia.org/wiki/连通图)存在一条正巧含有全数线段而且未有重新的门道,这条门路就是「单笔画」。

寻觅连通图那条路子的长河正是「单笔画」的游戏经过,如下:

Web前端 2

class Console
{
public:
Console()
{
hStdOutput = INVALID_HANDLE_VALUE;
hStdError = INVALID_HANDLE_VALUE;
}
bool Open( void )
{
hStdOutput = GetStdHandle( STD_OUTPUT_HANDLE );
hStdError = GetStdHandle( STD_ERROR_HANDLE );
return INVALID_HANDLE_VALUE!=hStdOutput && INVALID_HANDLE_VALUE!=hStdError;
}
inline bool SetTitle( char* title ) // 设置标题
{
return TRUE==SetConsoleTitle(title);
}
bool RemoveCursor( void ) // 去处光标
{
CONSOLE_CURSOR_INFO cci;
if( !GetConsoleCursorInfo( hStdOutput, &cci ) ) return false;
cci.bVisible = false;
if( !SetConsoleCursorInfo( hStdOutput, &cci ) ) return false;
if( !GetConsoleCursorInfo( hStdError, &cci ) ) return false;
cci.bVisible = false;
if( !SetConsoleCursorInfo( hStdError, &cci ) ) return false;
return true;
}
bool SetWindowRect( short x, short y ) // 设置窗体尺寸
{
SMALL_RECT wrt = { 0, 0, x, y };
if( !SetConsoleWindowInfo( hStdOutput, TRUE, &wrt ) ) return false;
if( !SetConsoleWindowInfo( hStdError, TRUE, &wrt ) ) return false;
return true;
}
bool SetBufSize( short x, short y ) // 设置缓冲尺寸
{
COORD coord = { x, y };
if( !SetConsoleScreenBufferSize( hStdOutput, coord ) ) return false;
if( !SetConsoleScreenBufferSize( hStdError, coord ) ) return false;
return true;
}

该功效分为两局部,识别颜色,追踪颜色。

游玩的兑现

「一笔画」的落到实处不复杂,作者把落实进程分成两步:

  1. 底图绘制
  2. 交互作用绘制

「底图绘制」把连通图以「点线」的花样浮现在画布上,是八日游最轻松实现的生龙活虎对;「人机联作绘制」是客户绘制解题路线的进程,那个进程会珍视是管理点与点动态成线的逻辑。

bool GotoXY( short x, short y ) // 移动光标
{
COORD coord = { x, y };
if( !SetConsoleCursorPosition( hStdOutput, coord ) ) return false;
if( !SetConsoleCursorPosition( hStdError, coord ) ) return false;
return true;
}
bool SetColor( WO纳瓦拉D color ) // 设置前途色/背景象
{
if( !SetConsoleTextAttribute( hStdOutput, color ) ) return false;
if( !SetConsoleTextAttribute( hStdError, color ) ) return false;
return true;
}
bool OutputString( const char* pstr, size_t len=0 ) // 输出字符串
{
DWORD n = 0;
return TRUE==WriteConsole( hStdOutput, pstr, len?len:strlen(pstr), &n, NULL );
}

要想落成颜色的辨识,我们要张开录制头,读取捕获的图像。将图像的颜料通道转变为HSV,设置选用的一定颜色的参数。使用inRange函数将图像调换为二值图,其茜鲜绿部分显得为白灰,别的为米白。

底图绘制

「一笔画」是多关卡的游玩形式,作者决定把关卡(连通图卡塔尔国的定制以二个安顿接口的情势对外揭露。对外暴光关卡接口要求有生龙活虎套描述连通图形状的正经,而在小编面前有五个选项:

  • 点记法
  • 线记法

举个连通图 —— 五角星为例来讲一下那八个筛选。

Web前端 3

点记法如下:

JavaScript

levels: [ // 当前关卡 { name: "五角星", coords: [ {x: Ax, y: Ay}, {x: Bx, y: By}, {x: Cx, y: Cy}, {x: Dx, y: Dy}, {x: Ex, y: Ey}, {x: Ax, y: Ay} ] } ... ]

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
levels: [
// 当前关卡
{
name: "五角星",
coords: [
{x: Ax, y: Ay},
{x: Bx, y: By},
{x: Cx, y: Cy},
{x: Dx, y: Dy},
{x: Ex, y: Ey},
{x: Ax, y: Ay}
]
}
...
]

线记法如下:

JavaScript

levels: [ // 当前关卡 { name: "五角星", lines: [ {x1: Ax, y1: Ay, x2: Bx, y2: By}, {x1: Bx, y1: By, x2: Cx, y2: Cy}, {x1: Cx, y1: Cy, x2: Dx, y2: Dy}, {x1: Dx, y1: Dy, x2: Ex, y2: Ey}, {x1: Ex, y1: Ey, x2: Ax, y2: Ay} ] } ]

1
2
3
4
5
6
7
8
9
10
11
12
13
levels: [
// 当前关卡
{
name: "五角星",
lines: [
{x1: Ax, y1: Ay, x2: Bx, y2: By},
{x1: Bx, y1: By, x2: Cx, y2: Cy},
{x1: Cx, y1: Cy, x2: Dx, y2: Dy},
{x1: Dx, y1: Dy, x2: Ex, y2: Ey},
{x1: Ex, y1: Ey, x2: Ax, y2: Ay}
]
}
]

「点记法」记录关卡通过海关的三个答案,即端点要按自然的各种存放到数组 coords中,它是有序性的笔录。「线记法」通过两点描述连通图的线条,它是冬天的笔录。「点记法」最大的优势是表现更简短,但它必得记录叁个通关答案,作者只是关卡的苦力不是关卡创制者,所以作者最后采纳了「线记法」。:卡塔尔国

bool OutputStringNoMove( short x, short y, const char* pstr, size_t len=0 ) // 输出字符串
{
COORD coord = { x, y };
DWORD n = 0;
return TRUE==WriteConsoleOutputCharacter( hStdOutput, pstr, len?len:strlen(pstr), coord, &n );
}
private:
HANDLE hStdOutput;
HANDLE hStdError;
};

代码:

相互绘制

在画布上绘制路线,从视觉上实属「选择或再三再四连通图端点」的经过,这一个历程须要减轻2个难点:

  • 手指下是不是有端点
  • 当选点到待选中式茶食时期是不是成线

搜聚连通图端点的坐标,再监听手指滑过的坐标可以领会「手指下是或不是有一些」。以下伪代码是搜罗端点坐标:

JavaScript

// 端点坐标音讯 let coords = []; lines.forEach(({x1, y1, x2, y2}) => { // (x1, y1) 在 coords 数组不设有 if(!isExist(x1, y1)) coords.push([x1, y1]); // (x2, y2) 在 coords 数组官样文章if(!isExist(x2, y2)) coords.push([x2, y2]); });

1
2
3
4
5
6
7
8
// 端点坐标信息
let coords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// (x1, y1) 在 coords 数组不存在
if(!isExist(x1, y1)) coords.push([x1, y1]);
// (x2, y2) 在 coords 数组不存在
if(!isExist(x2, y2)) coords.push([x2, y2]);
});

以下伪代码是监听手指滑动:

JavaScript

easel.addEventListener("touchmove", e => { let x0 = e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY; // 端点半径 ------ 取连通图端点半径的2倍,升高活动端体验 let r = radius * 2; for(let [x, y] of coords){ if(Math.sqrt(Math.pow(x - x0, 2) Math.pow(y - y0), 2) <= r){ // 手指下有端点,判别是或不是连线 if(canConnect(x, y)) { // todo } break; } } })

1
2
3
4
5
6
7
8
9
10
11
12
13
14
easel.addEventListener("touchmove", e => {
let x0 = e.targetTouches[0].pageX, y0 = e.targetTouches[0].pageY;
// 端点半径 ------ 取连通图端点半径的2倍,提升移动端体验
let r = radius * 2;
for(let [x, y] of coords){
if(Math.sqrt(Math.pow(x - x0, 2) Math.pow(y - y0), 2) <= r){
// 手指下有端点,判断能否连线
if(canConnect(x, y)) {
// todo
}
break;
}
}
})

在未绘制任何线段或端点在此之前,手指滑过的率性端点都会被充任「一笔画」的起首点;在绘制了线段(或有选中式茶食卡塔 尔(英语:State of Qatar)后,手指滑过的端点能或无法与选中点串连成线段供给依据现存法规进行判别。

Web前端 4

上海体育地方,点A与点B可总是成线段,而点A与点C没办法一连。小编把「能够与钦赐端点连接成线段的端点称作实用连接点」。连通图端点的管事连接点从连通图的线条中提取:

JavaScript

coords.forEach(coord => { // 有效连接点(坐标卡塔 尔(英语:State of Qatar)挂载在端点坐标下 coord.validCoords = []; lines.forEach(({x1, y1, x2, y2}) => { // 坐标是现阶段线段的起源 if(coord.x === x1 && coord.y === y1) { coord.validCoords.push([x2, y2]); } // 坐标是当下线段的终点 else if(coord.x === x2 && coord.y === y2) { coord.validCoords.push([x1, y1]); } }) })

1
2
3
4
5
6
7
8
9
10
11
12
13
14
coords.forEach(coord => {
// 有效连接点(坐标)挂载在端点坐标下
coord.validCoords = [];
lines.forEach(({x1, y1, x2, y2}) => {
// 坐标是当前线段的起点
if(coord.x === x1 && coord.y === y1) {
coord.validCoords.push([x2, y2]);
}
// 坐标是当前线段的终点
else if(coord.x === x2 && coord.y === y2) {
coord.validCoords.push([x1, y1]);
}
})
})

But…有效连接点只好推断五个点是或不是为底图的线条,那只是三个静态的参谋,在事实上的「交互绘制」中,会碰着以下景况:

Web前端 5
如上海体育场所,AB已串连成线段,当前选中式茶食B的有效连接点是 A 与 C。AB 已经接二连三成线,假使 BA 也串连成线段,那么线段就再一次了,所以那个时候 BA 不能够成线,独有 AC 才具成线。

对选中式茶食来说,它的管用连接点有两种:

  • 与选中式茶食「成线的管事连接点」
  • 与选中式点心「未成线的实惠连接点」

里头「未成线的立竿见影连接点」手艺参预「交互作用绘制」,而且它是动态的。

Web前端 6

回头本节内容起头提的四个难点「手指下是还是不是有端点」 与 「选中式茶食到待选中式点心之间是或不是成线」,其实可统一为一个标题:手指下是或不是留存「未成线的灵光连接点」。只须把监听手指滑动遍历的数组由连通图全数的端点坐标 coords 替换为当前选中式点心的「未成线的得力连接点」就可以。

由来「一笔画」的首要成效已经实现。能够超过体验一下:

Web前端 7

const char bg[] =
"┏━━━━━━━━━━━┓ "
"┃■■■■■■■■■■■┃ ←↓→ ↑"
"┃■■■■■■■■■■■┃ Begin "
"┃■■■■■■■■■■■┃ Voice = Yes"
"┃■■■■■■■■■■■┃ Sleep "
"┃■■■■■■■■■■■┃ Quit "
"┃■■■■■■■■■■■┃ "
"┃■■■■■■■■■■■┃ "
"┃■■■■■■■■■■■┃ NEXT "
"┃■■■■■■■■■■■┃┏━━━━┓"
"┃■■■■■■■■■■■┃┃    ┃"
"┃■■■■■■■■■■■┃┃    ┃"
"┃■■■■■■■■■■■┃┗━━━━┛"
"┃■■■■■■■■■■■┃ LEVEL "
"┃■■■■■■■■■■■┃┏━━━━┓"
"┃■■■■■■■■■■■┃┃ 0┃"
"┃■■■■■■■■■■■┃┗━━━━┛"
"┃■■■■■■■■■■■┃ SCORE "
"┃■■■■■■■■■■■┃┏━━━━┓"
"┃■■■■■■■■■■■┃┃ 00000┃"
"┗━━━━━━━━━━━┛┗━━━━┛";

VideoCapture cap(0);//张开摄像头

自动识图

笔者在录加入关贸总协定组织卡配置时,发现贰个7条边以上的连通图相当轻巧录错或录重线段。笔者在思量是还是不是开采贰个自动识别图形的插件,毕竟「一笔画」的图纸是有平整的几何图形。

Web前端 8

地方的关卡「底图」,一眼就可以识出多个颜色:

  • 白底
  • 端点颜色
  • 线条颜色

还要这两种颜色在「底图」的面积大小顺序是:白底 > 线段颜色 > 端点颜色。底图的「搜集色值表算法」很简短,如下伪代码:

JavaScript

let imageData = ctx.getImageData(); let data = imageData.data; // 色值表 let clrs = new Map(); for(let i = 0, len = data.length; i < len; i = 4) { let [r, g, b, a] = [data[i], data[i 1], data[i 2], data[i 3]]; let key = `rgba(${r}, ${g}, ${b}, ${a})`; let value = clrs.get(key) || {r, g, b, a, count: 0}; clrs.has(key) ? value.count : clrs.set(rgba, {r, g, b, a, count}); }

1
2
3
4
5
6
7
8
9
10
let imageData = ctx.getImageData();
let data = imageData.data;
// 色值表
let clrs = new Map();
for(let i = 0, len = data.length; i < len; i = 4) {
let [r, g, b, a] = [data[i], data[i 1], data[i 2], data[i 3]];
let key = `rgba(${r}, ${g}, ${b}, ${a})`;
let value = clrs.get(key) || {r, g, b, a, count: 0};
clrs.has(key) ? value.count : clrs.set(rgba, {r, g, b, a, count});
}

对此连通图来讲,只要把端点识别出来,连通图的大概也就出来了。

const char bk[7][4][4][4] =
{
{
{ { 0,1,1,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } },
{ { 0,1,1,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,0,0 },{ 0,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 0,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,0 },{ 1,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,1,0,0 },{ 0,0,0,0 } },
{ { 0,0,1,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 0,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,0 },{ 0,0,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 0,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,1,0,0 },{ 1,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 0,1,0,0 },{ 1,1,1,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 0,1,0,0 },{ 1,1,0,0 },{ 0,1,0,0 },{ 0,0,0,0 } },
{ { 1,1,1,0 },{ 0,1,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,1,0,0 },{ 1,0,0,0 },{ 0,0,0,0 } }
}
,
{
{ { 1,1,1,1 },{ 0,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 } },
{ { 1,1,1,1 },{ 0,0,0,0 },{ 0,0,0,0 },{ 0,0,0,0 } },
{ { 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 },{ 1,0,0,0 } }
}
};

if ( !cap.isOpened() )

端点识别

一手包办大权独揽上,通过采摘的「色值表」能够直接把端点的坐标志别出来。小编设计的「端点识别算法」分以下2步:

  1. 按像素扫描底图直到境遇「端点颜色」的像素,步向第二步
  2. 从底图上去掉端点并记下它的坐标,重临继续第一步

伪代码如下:

JavaScript

for(let i = 0, len = data.length; i < len; i = 4) { let [r, g, b, a] = [data[i], data[i 1], data[i 2], data[i 3]]; // 当前像素颜色归于端点 if(isBelongVertex(r, g, b, a)) { // 在 data 中清空端点 vertex = clearVertex(i); // 记录端点信息vertexes.push(vertext); } }

1
2
3
4
5
6
7
8
9
10
for(let i = 0, len = data.length; i < len; i = 4) {
let [r, g, b, a] = [data[i], data[i 1], data[i 2], data[i 3]];
// 当前像素颜色属于端点
if(isBelongVertex(r, g, b, a)) {
// 在 data 中清空端点
vertex = clearVertex(i);
// 记录端点信息
vertexes.push(vertext);
}
}

But… 上边的算法只可以跑无损图。我在选拔了一张手提式有线电话机截屏做测验的时候发掘,搜罗到的「色值表」长度为 5000 !这一贯促成端点和线条的色值不恐怕间接获取。

因而剖判,能够发现「色值表」里好些个色值都是相像的,也正是在原本的「搜罗色值表算法」的底工上加多三个像样颜色过滤即能够找寻端点和线条的主色。伪代码完成如下:

JavaScript

let lineColor = vertexColor = {count: 0}; for(let clr of clrs) { // 与底色周围,跳过 if(isBelongBackground(clr)) continue; // 线段是数额第二多的水彩,端点是第三多的颜料 if(clr.count > lineColor.count) { [vertexColor, lineColor] = [lineColor, clr] } }

1
2
3
4
5
6
7
8
9
let lineColor = vertexColor = {count: 0};
for(let clr of clrs) {
// 与底色相近,跳过
if(isBelongBackground(clr)) continue;
// 线段是数量第二多的颜色,端点是第三多的颜色
if(clr.count > lineColor.count) {
[vertexColor, lineColor] = [lineColor, clr]
}
}

取到端点的主色后,再跑贰回「端点识别算法」后居识别出 203 个端点!那是怎么吗?

Web前端 9

上海教室是推广5倍后的底图局地,乌紫端点的周边和内部充斥着多量噪点(杂色块卡塔 尔(英语:State of Qatar)。事实上在「端点识别」进程中,由于噪点的留存,把原本的端点被分解成贰10个或数11个小端点了,以下是跑过「端点识别算法」后的底图:

Web前端 10

通过上海体育场地,能够直观地搜查缉获多个定论:识别出来的小端点只在对象(大卡塔 尔(英语:State of Qatar)端点上聚焦布满,并且大端点范围内的小端点叠合交错。

即使把叠合交错的小端点合并成多个多头点,那么那个大端点将十二分相同目的端点。小端点的会见伪代码如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len - 1; i) { let vertexA = vertexes[i]; if(vertextA === undefined) continue; // 注意这里 j = 0 实际不是 j = i 1 for(let j = 0; j < len; j) { let vertexB = vertexes[j]; if(vertextB === undefined) continue; // 点A与点B有增大,点B合併到点A并剔除点B if(isCross(vertexA, vertexB)) { vertexA = merge(vertexA, vertexB); delete vertexA; } } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
for(let i = 0, len = vertexes.length; i < len - 1; i) {
let vertexA = vertexes[i];
if(vertextA === undefined) continue;
// 注意这里 j = 0 而不是 j = i 1
for(let j = 0; j < len; j) {
let vertexB = vertexes[j];
if(vertextB === undefined) continue;
// 点A与点B有叠加,点B合并到点A并删除点B
if(isCross(vertexA, vertexB)) {
vertexA = merge(vertexA, vertexB);
delete vertexA;
}
}
}

加了小端点合并算法后,「端点识别」的准确度就上去了。经作者本地测量试验已经得以 百分之百 识别有损的衔接图了。

const WORD COLOR_A = FOREGROUND_RED|FOREGROUND_GREEN|FOREGROUND_INTENSITY; // 运动中的颜色
const WORD COLOR_B = FOREGROUND_GREEN; // 固定不动的颜色
const WORD COLOR_C = FOREGROUND_RED|FOREGROUND_GREEN|FOREGROUND_BLUE; // 空白处的颜料

{

线条识别

作者分多个步骤达成「线段识别」:

  1. 加以的四个端点连接成线,并搜集连线上N个「样本点」;
  2. 遍历样板点像素,如果像素色值不等于线段色值则象征那多少个端点之间空中楼阁线段

什么样搜罗「样式点」是个难题,太密集会影响属性;太疏松精准度不可能担保。

在小编前面有八个选项:N 是常量;N 是变量。
假设 N === 5。局地提取「样式点」如下:

Web前端 11

上海教室,会识别出三条线条:AB, BC 和 AC。而实在,AC不能够成线,它只是因为 AB 和 BC 视觉上共一线的结果。当然把 N 值向上提升可以化解这几个标题,可是 N 作为常量的话,那几个常量的取量供给靠经验来判定,果然扬弃。

为了幸免 AB 与 BC 同处一贯线时 AC 被识别成线段,其实超级轻易 —— 七个「样品点」的间距小于或等于端点直径
假设 N = S / (2 * R),S 表示两点的偏离,科雷傲代表端点半径。局地提取「样式点」如下:

Web前端 12

如上航海用教室,成功地绕过了 AC。「线段识别算法」的伪代码完毕如下:

JavaScript

for(let i = 0, len = vertexes.length; i < len - 1; i) { let {x: x1, y: y1} = vertexes[i]; for(let j = i 1; j < len; j) { let {x: x2, y: y2} = vertexes[j]; let S = Math.sqrt(Math.pow(x1 - x2, 2) Math.pow(y1 - y2, 2)); let N = S / (R * 2); let stepX = (x1 - x2) / N, stepY = (y1 - y2) / n; while(--N) { // 样板点不是线段色 if(!isBelongLine(x1 N * stepX, y1 N * stepY)) break; } // 样品点都过关 ---- 表示两点成线,保存 if(0 === N) lines.push({x1, y1, x2, y2}) } }

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
for(let i = 0, len = vertexes.length; i < len - 1; i) {
let {x: x1, y: y1} = vertexes[i];
for(let j = i 1; j < len; j) {
let {x: x2, y: y2} = vertexes[j];
let S = Math.sqrt(Math.pow(x1 - x2, 2) Math.pow(y1 - y2, 2));
let N = S / (R * 2);
let stepX = (x1 - x2) / N, stepY = (y1 - y2) / n;
while(--N) {
// 样本点不是线段色
if(!isBelongLine(x1 N * stepX, y1 N * stepY)) break;
}
// 样本点都合格 ---- 表示两点成线,保存
if(0 === N) lines.push({x1, y1, x2, y2})
}
}

bool voice = true;
int score = 0, level = 0;
char data[19][11] = { 0 };
int next = -1;
int x=4, y=-2, c=-1, z=0; // x坐标,坐标,当前方块,方向

cout << "Cannot open the camera" << endl;

属性优化

出于「自动识图」须求对图像的的像素点进行扫描,那么质量确实是个必要关爱的难点。小编设计的「自动识图算法」,在辨明图像的进度中必要对图像的像素做三遍扫描:「搜罗色值表」 与 「搜罗端点」。在扫描次数上其实很难下落了,但是对于一张 750 * 1334 的底图来讲,「自动识图算法」必要遍历四遍长度为 750 * 1334 * 4 = 4,002,000 的数组,压力照旧会有个别。笔者是从压缩被扫描数组的尺寸来提高品质的。

被围观数组的尺码怎么压缩?
作者直接通过缩短画布的尺码来到达收缩被围观数组尺寸的。伪代码如下:

JavaScript

// 要减小的倍数 let resolution = 4; let [width, height] = [img.width / resolution >> 0, img.height / resolution >> 0]; ctx.drawImage(img, 0, 0, width, height); let imageData = ctx.getImageData(), data = imageData;

1
2
3
4
5
// 要压缩的倍数
let resolution = 4;
let [width, height] = [img.width / resolution >> 0, img.height / resolution >> 0];
ctx.drawImage(img, 0, 0, width, height);
let imageData = ctx.getImageData(), data = imageData;

把源图片裁减4倍后,获得的图纸像素数组独有原本的 4^2 = 16倍。那在性质上是不小的进步。

Console csl; // 定义调控台对象

return -1;

选取「自动识图」的建议

固然小编在该地质度量试的时候能够把富有的「底图」识别出来,可是并无法确定保障别的开辟者上传的图片是或不是被很好的辨认出来。小编建议,能够把「自动识图」做为二个独门的工具使用。

小编写了一个「自动识图」的单身工具页面:
可以在此个页目生成对应的关卡配置。

void VoiceBeep( void )
{
if( voice )
Beep( 1760, 10 );
}

}

结语

下边是本文介绍的「一笔画」的线上 DEMO 的二维码:

Web前端 13

游戏的源码托管在:
其间玩耍完成的主脑代码在:
自行识图的代码在:

谢谢耐烦阅读完本随笔的读者。本文仅代表作者的个人观点,如有不妥之处请多多支持。

谢谢您的开卷,本文由 坑坑洼洼实验室 版权全数。假若转发,请证明出处:凹凸实验室()

1 赞 1 收藏 评论

Web前端 14

void DrawScoreLevel( void ) // 绘制得分
{
char tmp[6];
sprintf( tmp, "d", score );
csl.OutputStringNoMove( 31, 19, tmp, 5 );
sprintf( tmp, "", level );
csl.OutputStringNoMove( 35, 15, tmp, 1 );
}

int iLowH = 100; int iHighH = 140; int iLowS = 90; int iHighS = 255; int iLowV = 90; int iHighV = 255;//设置土灰的颜料参量。

void DrawVoice( void )
{
csl.OutputStringNoMove( 35, 3, voice?"Yes":"No " );
}

Mat imgOriginal; bool bSuccess = cap.read(imgOriginal); if (!bSuccess) { cout << "Cannot read a frame from video stream" << endl; break; } Mat imgHSV; vectorhsvSplit;

void DrawNext( void ) // 绘制 "next框" 中的图形
{
for( int i=0; i<2; i )
{
for( int j=0; j<4; j )
{
csl.OutputStringNoMove( 28 j*2, 10 i, bk[next][0][i][j]==0?" ":"■", 2 );
}
}
}

cvtColor(imgOriginal, imgHSV, COLOR_BGKuga2HSV);  //因为我们读取的是丰富多彩图,直方图均衡化需求在HSV空间做

void DrawOver( void ) // 游戏结束
{
csl.OutputStringNoMove( 28, 10, "GAME" );
csl.OutputStringNoMove( 28, 11, "OVER" );
}

split(imgHSV, hsvSplit);

void Draw( WORD color )
{
for( int i=0; i<4; i )
{
if( y i<0 || y i>= 19 ) continue;
for( int j=0; j<4; j )
{
if( bk[c][z][i][j] == 1 )
{
csl.SetColor( color );
csl.GotoXY( 2 x*2 j*2, 1 y i );
csl.OutputString( "■", 2 );
}
}
}
}

equalizeHist(hsvSplit[2],hsvSplit[2]);

bool IsFit( int x, int y, int c, int z ) // 给定的x,y,c,z是或不是行得通
{
for( int i=0; i<4; i )
{
for( int j=0; j<4; j )
{
if( bk[c][z][i][j]==1 )
{
if( y i < 0 ) continue;
if( y i>=19 || x j<0 || x j>=11 || data[y i][x j]==1 ) return false;
}
}
}
return true;
}

merge(hsvSplit,imgHSV);

void RemoveRow( void ) // 消行
{
const char FULLLINE[] = { 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1 };
int linecount = 0;
for( int i=0; i<19; i )
{
if( 0 == memcmp( data[i], FULLLINE, 11 ) )
{
linecount;
for( int m=0; m<11; m )
{
for( int n=i; n>1; --n )
{
data[n][m] = data[n-1][m];

Mat imgThresholded;

csl.SetColor( data[n][m]==1?COLOR_B:COLOR_C );
csl.GotoXY( 2 m*2, 1 n );
csl.OutputString( "■", 2 );
}
data[0][m] = 0;
csl.OutputStringNoMove( 2 m*2, 1, "■", 2 );
}
}
}
char data[19][11] = { 0 };

inRange(imgHSV, Scalar(iLowH, iLowS, iLowV), Scalar(iHighH, iHighS, iHighV), imgThresholded);  //开操作 (去除一些噪点)

if( linecount == 0 ) return;
int _score = 0;
switch( linecount )
{
case 1: _score = 100; break;
case 2: _score = 300; break;
case 3: _score = 700; break;
case 4: _score = 1500;break;
}
score = _score;
if( score > 99999 ) score = 99999;
level = score/10000;
DrawScoreLevel();
}

Mat element = getStructuringElement(MORPH_RECT, Size(5, 5));

void MoveTrans( void ) // 逆时针翻转
{
if( IsFit( x, y, c, (z 1)%4 ) )
{
VoiceBeep();
Draw( COLOR_C );
z=(z 1)%4;
Draw( COLOR_A );
}
}

morphologyEx(imgThresholded, imgThresholded, MORPH_OPEN, element); //闭操作 (连接一些连通域)

void MoveLeft( void ) // 向左移
{
if( IsFit( x-1, y, c, z ) )
{
VoiceBeep();
Draw( COLOR_C );
--x;
Draw( COLOR_A );
}
}

morphologyEx(imgThresholded, imgThresholded, MORPH_CLOSE, element);

void MoveRight( void ) // 向右移
{
if( IsFit( x 1, y, c, z ) )
{
VoiceBeep();
Draw( COLOR_C );
x;
Draw( COLOR_A );
}
}

//对灰度图举行滤波

void MoveDown( void ) // 向下移
{
if( IsFit( x, y 1, c, z ) )
{
VoiceBeep();
Draw( COLOR_C );
y;
Draw( COLOR_A );
}
else if( y != -2 ) // 触底
{
Draw( COLOR_B );

GaussianBlur(imgThresholded,imgThresholded, Size(3, 3), 0, 0);

for( int i=0; i<4; i )
{
if( y i<0 ) continue;
for( int j=0; j<4; j )
{
if( bk[c][z][i][j] == 1 )
{
data[y i][x j] = 1;
}
}
}

imshow("滤波后的图像", imgThresholded);

RemoveRow();

Web前端 15

x=4, y=-2, c=next, z=0;
next = rand()%7;
DrawNext();
}
else // 游戏甘休
{
DrawOver();
}
}

二值图

void MessageDeal( void )
{
int cycle = 10 - level;
for( ; ; )
{
for( int i=0; i<cycle; i )
{
if( _kbhit() )
{
switch( _getch() )
{
case 'Q':
case 'q': // 退出
return;
break;
case 'S': // 暂停
case 's':
for( ; ; )
{
switch( _getch() )
{
case 'Q':
case 'q': // 退出
return;
case 'V': // 声音
case 'v':
voice = !voice;
DrawVoice();
break;
case 'S':
case 's':
goto LABLE_CONTINUE;
break;
}
}
LABLE_CONTINUE:
break;
case 'V': // 声音
case 'v':
voice = !voice;
DrawVoice();
break;
case 0xe0: // ←↓→ ↑
switch( _getch() )
{
case 0x4B: // ←
MoveLeft();
break;
case 0x50: // ↓
MoveDown();
break;
case 0x4d: // →
MoveRight();
break; // ↑ 变形
case 0x48:
MoveTrans();
default:
break;
}
break;
default:
break;
}
}

颜色辨别进度至此停止。

Sleep( 55 );
}
MoveDown();
}
}

要想追踪士林蓝,将其在原图像中用矩形框出,首先要将二值图中天青的轮廓描出

int main()
{
csl.Open();
// 设置标题
csl.SetTitle( "俄罗斯四方 阿尔法" );
// 去处光标
csl.RemoveCursor();
// 设置窗体尺寸
csl.SetWindowRect( 38-1, 21-1 );
// 设置缓冲尺寸
csl.SetBufSize( 38, 21 );
// 输出背景字符
csl.OutputStringNoMove( 0,0,bg );
// 设置随机种子
srand( time(0) );

Mat cannyImage;

next = rand()%7;
DrawNext();
{
for( char c = (char)_getch(); c!='B'&&c!='b'; c=(char)_getch() ) // 开始 Begin
Web前端,{
if( c=='V' || c=='v' ) // 铃声 Vocie
{
if( voice )
{
voice = false;
csl.OutputStringNoMove( 35, 3, "No " );
}
else
{
voice = true;
csl.OutputStringNoMove( 35, 3, "Yes" );
}
}
}
}
x=4, y=-2, c=next, z=0;
next = rand()%7;
DrawNext();

Canny(imgThresholded, cannyImage, 128, 255, 3);

MessageDeal();
return 0;
}

Web前端 16

canny图

接下去正是接收vector计算出外边缘的像素个数,之后再用矩形框圈出。并在基本画出十字,重回十字的坐标。

vector> contours; vectorhierarchy; findContours(cannyImage, contours, hierarchy, RETR_TREE, CHAIN_APPROX_SIMPLE, Point(0, 0)); //绘制概略for (int i = 0; i < (int)contours.size(); i ) { drawContours(cannyImage, contours, i, Scalar(255), 1, 8); } imshow("管理后的图像", cannyImage); //用矩形圈出大致并重回地方坐标 for(int i=0;ipoints=contours[i];

//对给定的2D点集,寻觅最小面积的重围矩形

RotatedRect box=minAreaRect(Mat(points));

Point2f vertex[4];

box.points(vertex);

//绘制出最小面积的包围矩形

line(imgOriginal,vertex[0],vertex[1],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[1],vertex[2],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[2],vertex[3],Scalar(100,200,211),6,LINE_AA);

line(imgOriginal,vertex[3],vertex[0],Scalar(100,200,211),6,LINE_AA);

//绘制中央的光标

Point s1,l,r,u,d;

s1.x=(vertex[0].x vertex[2].x)/2.0;

s1.y=(vertex[0].y vertex[2].y)/2.0;

l.x=s1.x-10;

l.y=s1.y;

r.x=s1.x 10;

r.y=s1.y;

u.x=s1.x;

u.y=s1.y-10;

d.x=s1.x;

d.y=s1.y 10;

line(imgOriginal,l,r,Scalar(100,200,211),2,LINE_AA);

line(imgOriginal,u,d,Scalar(100,200,211),2,LINE_AA);

cout<<"Bluen"<<"( "<<x<<","<<y<<" )"<<endl;

Web前端 17

效果图

只是这一个代码的功效依旧远远不够,后期可思忖加强功效,如只突显最大的矩形,自动依据光照来改造阈值来回复不相同颜色情状下的景观。简单的讲,有一点点特别意思了,再接再砺。

全体代码(文本有缺点和失误,上传图片卡塔 尔(英语:State of Qatar)

Web前端 18

Web前端 19

爱你呦,方宇。

TAG标签:
版权声明:本文由澳门新葡8455手机版发布于Web前端,转载请注明出处:H5游戏开发,不错的俄罗斯方块程序代码