Daha önceki yazımda Python ve yapay zeka ile nesne algılama uygulaması yapmıştık.
Şimdi bu uygulamayı bir tık ileri görüterek Yapay Zeka’ya Duckhunt (atariden bildiğiniz ördek avlama) oyununu oynatacağız.
Bunun ile ilgili örnek oynatım videosu ve açıklamalı kodları aşağıda bulabilirsiniz.
Örnek Yapay Zeka Duckhunt oynama videosu :
Python ile Yapay Zeka’ya Duckhunt oynatımı ile ilgili kodumuz:
|
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 |
import cv2 import numpy as np from PIL import ImageGrab import pyautogui import time while(True): try: #Anlik olarak ekran goruntumuzu sagdan 40 pixel iceride ve ustten 40 pixel # asagida olmak uzere 600x600 boyutunda aliyoruz. EkranGoruntusu = np.array(ImageGrab.grab(bbox=(40,40,640,640))); #Yakalancak Nesne olarak ordek gorselimizi belirtiyoruz. DuckDataSet = cv2.imread('duck.png'); # SIFT Dedektorumuzu Baslatiyoruz sift = cv2.xfeatures2d.SIFT_create(); # SIFT uzerinde Ekrangroruntumuz ve ordek resmimizdeki karsilastirilabilecek kilit noktalari buluyoruz. kp1, des1 = sift.detectAndCompute(EkranGoruntusu,None); kp2, des2 = sift.detectAndCompute(DuckDataSet,None); # FLANN parametrelerimizi tanimliyoruz. FLANN_INDEX_KDTREE = 1; index_params = dict(algorithm = FLANN_INDEX_KDTREE, trees = 5); search_params = dict(checks=50); flann = cv2.FlannBasedMatcher(index_params,search_params); matches = flann.knnMatch(np.float32(des1),np.float32(des2),k=2); # Iyi olan eslesmeler icin maske olusturuyoruz. matchesMask = [[0,0] for i in range(len(matches))] # Tespit edilen nesneleri vurmak icin degiskenlerimizi olusturuyoruz. Y_Koor = 0; X_Koor = 0; olasilik = 0; for i,(m,n) in enumerate(matches): if m.distance < 0.5*n.distance: matchesMask[i]=[1,0]; point = kp1[m.queryIdx].pt; X_Koor = int(point[0]); # X koordinatindaki noktamiz. Y_Koor = int(point[1]); # Y koordinatindaki noktamiz. olasilik = olasilik + 1; # Her eslesen nokta icin olasiligimizi 1 arttiriyoruz. if(olasilik > 3): # Eger 1 nesne icin 3 adet esleme varsa nesnenin bulundugu koordinata islem uyguluyoruz. pyautogui.click(x=X_Koor, y=Y_Koor); # Nesnenin bulundugu kooardinata mousemizi tiklatiyoruz. olasilik = 0; # Olasiligi sifirliyoruz. draw_params = dict( singlePointColor = (255,0,0), matchesMask = matchesMask, flags = cv2.DrawMatchesFlags_DEFAULT); # KNN eslesmelerimizi ekranda gosteriyoruz. KNNCiz = cv2.drawMatchesKnn(EkranGoruntusu,kp1,DuckDataSet,kp2,matches,None,**draw_params); cv2.imshow('KNN Duck Shot wwphp',KNNCiz); # Klavye uzerinde q tusuna basinca KNN pencerimizin kapatilmasini sagliyoruz. if cv2.waitKey(27) & 0xFF == ord('q'): cv2.destroyAllWindows(); break; except Exception as e: print(e); pass; |
duck.png Resmimiz (dataset) :
