-
Notifications
You must be signed in to change notification settings - Fork 0
/
main.py
147 lines (116 loc) · 4.46 KB
/
main.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
import cv2
import numpy as np
from Tabuleiro.subimages import SubImages
from Util.util import calcHomography, ratio, color_white, debug
from Velha import jogoDaVelha
# inicializacao de flags e inputs
captura = cv2.VideoCapture(0)
calibrado = False
encerrar = False
debug_flag = False
xis = cv2.imread('XIS_800_800.png') # template de X 800x800 (sera redimensionado abaixo)
# inicializa classe de subimagens com uma imagem da camera
_, frame_teste = captura.read()
si = SubImages(frame_teste)
# descobre tamanho otimo para o template do X
alt_frame = np.size(frame_teste, 0)
larg_frame = np.size(frame_teste, 1)
div = int(min(alt_frame, larg_frame)/6.4)
xis = cv2.resize(xis, (div, div))
# secao de calibracao
while (calibrado is False and encerrar is False):
_, frame_orig = captura.read()
linhas = frame_orig.copy()
# desenha linhas de referencia
linhas = si.linhasVelha(linhas)
cv2.imshow('calibragem', linhas)
key = cv2.waitKey(30)
if key == 32: # barra de espaco
calibrado = True
if key == 27: # esc
encerrar = True
# recorta tabuleiro e salva imagem base da calibracao
base_image = si.campo(frame_orig)
# pre calculado - usado para computar diferenca entre o frame calibrado e o atual
base_nomr = np.linalg.norm(base_image)
# pre calculado - descriptors e keypoints
orb_base = cv2.ORB_create()
b_keypoints, b_des = orb_base.detectAndCompute(base_image, None)
# inicializa variável
img_rotacionada = frame_orig
# inicializa jogo da velha
mvCount = [0]*9
jogo = jogoDaVelha.JogoDaVelha()
# reseta janelas
cv2.destroyAllWindows()
# loop do jogo
while(encerrar is False):
_, frame_orig = captura.read()
# calcula homografia entre a imagem atual e a calibrada
points1, points2, img_matches = calcHomography(base_image, frame_orig, b_des, b_keypoints)
# gera mudancao de perspectiva pela homografia
try:
homography, _ = cv2.findHomography(points1, points2, cv2.RANSAC)
height, width, _ = base_image.shape
temp = cv2.warpPerspective(frame_orig, homography, (width, height))
# se for muito diferente da calibracao, nao faz nada e reseta contadores
if ratio(np.linalg.norm(temp), base_nomr) > 0.8: img_rotacionada = temp
else: mvCount = [0 for i in range(9)]
except:
if debug_flag is True: print('Calculo inicial da homografia falhou')
debug('teste2', img_rotacionada, debug_flag)
debug('teste', img_matches, debug_flag)
img_array = si.subimages(img_rotacionada)
for i in range(len(img_array)):
debug(f"elem {i}", img_array[i], debug_flag)
maxval = cv2.minMaxLoc(cv2.matchTemplate(img_array[i], xis, cv2.TM_CCOEFF_NORMED))[1]
# se houve match com template
if maxval > 0.4:
mvCount[i]+=1
# se o X foi detectado por 3 frames consecutivos, entao computa
if mvCount[i] == 3:
mvCount[i] = 0
try:
jogo.jogadaHumano((i//3, i%3)) # jogada do humano
except Exception as err:
if debug_flag is True: print(err)
else:
jogo.jogadaMaquina()
print(jogo.jogo)
else:
mvCount[i] = 0
# cria array com todos os circulos computados
bolinhas = []
for i in range(3):
for j in range(3):
if jogo.jogo[i][j] == 2:
centro = si.center_resized[(i*3)+j]
bolinhas.append(centro)
bolinhas.append((centro[0], centro[1]+(si.lado_campo*0.3))) # ponto para determinar o raio do circulo
# encontra homografia inversa
try:
homography_inverse = np.linalg.inv(homography)
borda = cv2.perspectiveTransform(np.array([si.contorno()], dtype=np.float32), homography_inverse)
img_final = si.desenhaContorno(frame_orig, borda[0])
# desenha circunferencias
if len(bolinhas) != 0:
circulos = cv2.perspectiveTransform(np.array([bolinhas], dtype=np.float32), homography_inverse)[0]
for i in range(0, len(circulos), 2):
circulo = circulos[i]
img_final = cv2.circle(img_final, (int(circulo[0]), int(circulo[1])), int(np.linalg.norm(circulos[i] - circulos[i+1])), color_white, 3)
cv2.imshow("jogo", img_final)
except Exception as err:
if debug_flag is True: print(err)
if (jogo.ganhador != (0, 0)): encerrar = True
key = cv2.waitKey(30)
if key == 27:
encerrar = True
print(jogo.ganhador)
# se ninguem ganhou pula essa etapa
if jogo.ganhador[0] != 0 and jogo.ganhador[0] != 3:
img_final = si.ganhador(img_final, jogo.ganhador, homography_inverse)
cv2.imshow("jogo", img_final)
if jogo.ganhador[0] == 3:
cv2.imshow("jogo", img_final)
cv2.waitKey()
cv2.destroyAllWindows()