CodeBullet是我最喜歡的YouTuber之一，他曾經嘗試創建一個人機對戰的乒乓球遊戲，但遺憾的是，對於他的成果沒有對計算機視覺有太大影響。他是個很幽默及技術很強的人，如果你考慮閱讀這篇文章的其餘部分，我強烈建議你觀看他的視頻。
- https://www.youtube.com/watch?v=tcymhYbRvw8&
人機對戰的乒乓球遊戲似乎是一個非常有趣且簡單的任務，所以我也想嘗試一下。在這篇文章中，我將概述一些我對該項目研究過的一些因素，如果你希望在任何類似的項目上工作，這些因素可能會有所幫助。
使用計算機視覺的好處在於我可以使用已經構建的遊戲來處理圖像。話雖如此，我們將使用在ponggame.org上且CodeBullet相同的遊戲版本。它具有2人模式，因此我可以與自己的AI對抗；我做到了，這確實很難…… - https://www.ponggame.org/
捕捉屏幕
第一件事就是捕捉屏幕。我想確保我的幀速率儘可能快，爲此我發現MSS是一個很棒的python包。有了它，我很容易就達到60幀/秒的最高速度，如果使用PIL，則我只能得到大約20幀每秒的速度。 - MSS：https://pypi.org/project/mss/
Paddle detection
爲了簡單起見，我們需要定義paddle的位置。我們可以使用幾種不同的方法來完成，但我認爲最簡單的方法是對每個Paddle的區域進行遮罩，然後運行連接的組件來找到Paddle對象。下面是一段代碼：
def get_objects_in_masked_region(img, vertices, connectivity = 8):
''':return connected components with stats in masked region
[0] retval number of total labels 0 is background
[1] labels image
[2] stats[0] leftmostx, [1] topmosty, [2] horizontal size, [3] vertical size, [4] area
[3] centroids
'''
mask = np.zeros_like(img)
# fill the mask
cv2.fillPoly(mask, [vertices], 255)
# now only show the area that is the mask
mask = cv2.bitwise_and(img, mask)
conn = cv2.connectedComponentsWithStats(mask, connectivity, cv2.CV_16U)
return conn
在上面，“vertices”只是定義遮罩區域的座標列表，一旦在每個區域內有了對象，我就可以得到它們的質心位置或邊界框，但需要注意的一點是OpenCV將背景作爲任何連接的組件列表中的第0個對象，因此在本例中，我總是獲取第二大的對象，結果如下——右邊綠色質心的球拍是玩家的。
移動paddle
現在我們有了輸出，我們還需要一個輸入，爲此我求助於一個有用的包和其他人的代碼（http://stackoverflow.com/questions/14489013/simulate-python-keypresses-for-controlling-a-game） 。
它使用ctypes來模擬鍵盤按下，在這種情況下，遊戲是用“k”和“m”鍵來玩的。我這裏有掃描碼（http://www.gamespp.com/directx/directInputKeyboardScanCodes.html）。在測試了它只是隨機上下移動後，我們就可以開始跟蹤了。
乒乓球檢測
下一步是識別並跟蹤乒乓球，同樣，這也可以用幾種方法來處理——其中一種方法是通過使用模板進行對象檢測，但是我再次使用了連接的組件和對象屬性來完成檢測，即乒乓球的區域，因爲它是唯一具有尺寸的對象。
我知道每當乒乓球穿過或碰到其他白色物體時，我都會遇到誤檢問題，但我也同樣認爲只要我能在大多數時間裏追蹤到它，那麼這一切都沒問題，畢竟它是直線運動的。如果你看下面的視頻，你會看到標記乒乓球的紅色圓圈是如何閃爍的，導致這種閃爍的原因是因爲它只在每2幀中檢測一次。
反彈預測的光線投射
到這一步，我們已經有了一個可工作的人工智能。如果我們只是移動球員的球拍，使其處於與乒乓球相同的y軸位置，它的效果是相當不錯的，然而當乒乓球得到良好的反彈時，因爲球拍太慢了，會遇到跟不上的問題。所以我們需要預測乒乓球的位置，而不是僅僅移動到當前的位置。下面是兩種方法的比較。
差別並不大，但如果選擇了正確的人工智能，這絕對是一場更穩定的勝利。首先我爲乒乓球創建了一個位置列表，爲了公平起見，我把這個列表的長度控制在5個，因爲列表太長的話，需要花費更長的時間才能發現它改變了方向；在得到位置列表後，我使用簡單的矢量平均法來平滑並得到方向矢量——如綠色箭頭所示；然後吧它標準化成一個單位向量，乘以一個長度以方便可視化。
投射光線只是這個的延伸——使前向投影變長。之後我檢查了未來的位置是否在頂部和底部區域的邊界之外，如果是這樣的話，它只是將位置投影迴游戲區域了；對於左側和右側，它計算出與paddle的x位置相交的位置，並將x和y位置固定到該點，這樣可以確保paddle指向正確的位置。如果沒有這一點，它通常會走得太遠。下面是定義光線的代碼，該光線可以預測乒乓球的未來位置：
def pong_ray(pong_pos, dir_vec, l_paddle, r_paddle, boundaries, steps = 250):
future_pts_list = []
for i in range(steps):
x_tmp = int(i * dir_vect[0] + pong_pos[0])
y_tmp = int(i * dir_vect[1] + pong_pos[1])
if y_tmp > boundaries[3]: #bottom
y_end = int(2*boundaries[3] - y_tmp)
x_end = x_tmp
elif y_tmp < boundaries[2]: #top
y_end = int(-1*y_tmp)
x_end = x_tmp
else:
y_end = y_tmp
##stop where paddle can reach
if x_tmp > r_paddle[0]: #right
x_end = int(boundaries[1])
y_end = int(pong_pos[1] + ((boundaries[1] - pong_pos[0])/dir_vec[0])*dir_vec[1])
elif x_tmp < boundaries[0]: #left
x_end = int(boundaries[0])
y_end = int(pong_pos[1] + ((boundaries[0] - pong_pos[0]) / dir_vec[0]) * dir_vec[1])
else:
x_end = x_tmp
end_pos = (x_end, y_end)
future_pts_list.append(end_pos)
return future_pts_list
在上文中，還沒說明確定paddle對目標的左或右位置的截距的計算方法，該計算過程我們基本上是通過相似三角形來實現的，圖片和方程如下所示。我們計算在邊界中給定的paddle的x位置截距之後，我們就可以計算出乒乓球將移動多遠了，並將其添加到當前的y位置。
paddle雖然看起來是筆直的，但實際上有一個彎曲的反彈面，也就是說，如果你用球拍向兩端擊球，球會反彈，就像球拍有角度一樣，因此我允許球拍擊中邊緣，這增加了人工智能的***性，使乒乓球四處飛舞。
結論
儘管我的實現方法是爲這種特定的乒乓球有限實現而設計的，但相同的概念和代碼也可以用於其它問題中——只需要改變一些預處理步驟。我們也可以使用另一種方法來實現該項目，即通過強化學習或簡單的conv-net等方法，但我比較喜歡這種經典方法。因爲使用經典的方法，我不需要健壯的通用性或困難的圖像處理步驟。正如我提到的，本版本的乒乓球是2人對戰模式的，在遊戲過程中我無法打敗我自己的AI…
你可以在我的github上找到源代碼。