CodeBullet是我最喜欢的YouTuber之一，他曾经尝试创建一个人机对战的乒乓球游戏，但遗憾的是，对于他的成果没有对计算机视觉有太大影响。他是个很幽默及技术很强的人，如果你考虑阅读这篇文章的其余部分，我强烈建议你观看他的视频。

• https://www.youtube.com/watch?v=tcymhYbRvw8&
  人机对战的乒乓球游戏似乎是一个非常有趣且简单的任务，所以我也想尝试一下。在这篇文章中，我将概述一些我对该项目研究过的一些因素，如果你希望在任何类似的项目上工作，这些因素可能会有所帮助。
  使用计算机视觉的好处在于我可以使用已经构建的游戏来处理图像。话虽如此，我们将使用在ponggame.org上且CodeBullet相同的游戏版本。它具有2人模式，因此我可以与自己的AI对抗；我做到了，这确实很难……
• https://www.ponggame.org/
  捕捉屏幕
  第一件事就是捕捉屏幕。我想确保我的帧速率尽可能快，为此我发现MSS是一个很棒的python包。有了它，我很容易就达到60帧/秒的最高速度，如果使用PIL，则我只能得到大约20帧每秒的速度。
• MSS：https://pypi.org/project/mss/
  Paddle detection
  为了简单起见，我们需要定义paddle的位置。我们可以使用几种不同的方法来完成，但我认为最简单的方法是对每个Paddle的区域进行遮罩，然后运行连接的组件来找到Paddle对象。下面是一段代码：

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”只是定义遮罩区域的坐标列表，一旦在每个区域内有了对象，我就可以得到它们的质心位置或边界框，但需要注意的一点是OpenCV将背景作为任何连接的组件列表中的第0个对象，因此在本例中，我总是获取第二大的对象，结果如下——右边绿色质心的球拍是玩家的。

移动paddle
现在我们有了输出，我们还需要一个输入，为此我求助于一个有用的包和其他人的代码（http://*.com/questions/14489013/simulate-python-keypresses-for-controlling-a-game） 。
它使用ctypes来模拟键盘按下，在这种情况下，游戏是用“k”和“m”键来玩的。我这里有扫描码（http://www.gamespp.com/directx/directInputKeyboardScanCodes.html）。在测试了它只是随机上下移动后，我们就可以开始跟踪了。
乒乓球检测
下一步是识别并跟踪乒乓球，同样，这也可以用几种方法来处理——其中一种方法是通过使用模板进行对象检测，但是我再次使用了连接的组件和对象属性来完成检测，即乒乓球的区域，因为它是唯一具有尺寸的对象。
我知道每当乒乓球穿过或碰到其他白色物体时，我都会遇到误检问题，但我也同样认为只要我能在大多数时间里追踪到它，那么这一切都没问题，毕竟它是直线运动的。如果你看下面的视频，你会看到标记乒乓球的红色圆圈是如何闪烁的，导致这种闪烁的原因是因为它只在每2帧中检测一次。

反弹预测的光线投射
到这一步，我们已经有了一个可工作的人工智能。如果我们只是移动球员的球拍，使其处于与乒乓球相同的y轴位置，它的效果是相当不错的，然而当乒乓球得到良好的反弹时，因为球拍太慢了，会遇到跟不上的问题。所以我们需要预测乒乓球的位置，而不是仅仅移动到当前的位置。下面是两种方法的比较。

差别并不大，但如果选择了正确的人工智能，这绝对是一场更稳定的胜利。首先我为乒乓球创建了一个位置列表，为了公平起见，我把这个列表的长度控制在5个，因为列表太长的话，需要花费更长的时间才能发现它改变了方向；在得到位置列表后，我使用简单的矢量平均法来平滑并得到方向矢量——如绿色箭头所示；然后吧它标准化成一个单位向量，乘以一个长度以方便可视化。
投射光线只是这个的延伸——使前向投影变长。之后我检查了未来的位置是否在顶部和底部区域的边界之外，如果是这样的话，它只是将位置投影回游戏区域了；对于左侧和右侧，它计算出与paddle的x位置相交的位置，并将x和y位置固定到该点，这样可以确保paddle指向正确的位置。如果没有这一点，它通常会走得太远。下面是定义光线的代码，该光线可以预测乒乓球的未来位置：

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，还没说明确定paddle对目标的左或右位置的截距的计算方法，该计算过程我们基本上是通过相似三角形来实现的，图片和方程如下所示。我们计算在边界中给定的paddle的x位置截距之后，我们就可以计算出乒乓球将移动多远了，并将其添加到当前的y位置。

paddle虽然看起来是笔直的，但实际上有一个弯曲的反弹面，也就是说，如果你用球拍向两端击球，球会反弹，就像球拍有角度一样，因此我允许球拍击中边缘，这增加了人工智能的***性，使乒乓球四处飞舞。
结论
尽管我的实现方法是为这种特定的乒乓球有限实现而设计的，但相同的概念和代码也可以用于其它问题中——只需要改变一些预处理步骤。我们也可以使用另一种方法来实现该项目，即通过强化学习或简单的conv-net等方法，但我比较喜欢这种经典方法。因为使用经典的方法，我不需要健壮的通用性或困难的图像处理步骤。正如我提到的，本版本的乒乓球是2人对战模式的，在游戏过程中我无法打败我自己的AI…

你可以在我的github上找到源代码。

• https://github.com/robintwhite
  参考链接：https://towardsdatascience.com/computer-vision-and-the-ultimate-pong-ai-e6d70153fc45
  留言送书福利