使用Tensorflow＋OpenCV构建会玩石头剪刀布的AI

这个项目的代码可以在我的Github上找到

https://github.com/HOD101s/RockPaperScissor-AI-

简介

这个项目的基础是深度学习和图像分类，目的是创建一个简单而有趣的石头剪刀布游戏。首先，这个项目是我在5月份的COVID19隔离期中无聊的产物，希望当你读到这个时，一切都恢复正常了。我的目的是通过这篇文章用简单的术语向初学者解释这个项目的基本原理。让我们开始吧！

在构建任何类型的深度学习应用程序时，有三个主要步骤：

收集和处理数据

建立一个合适的人工智能模型

部署使用

整个项目都引用了我的Github repo，并与之携手并进，所以请做好参考准备。

项目地址：https://github.com/HOD101s/RockPaperScissor-AI-

收集我们的数据

任何深度学习模型的基础都是数据，任何一位机器学习工程师都会同意这一点，在ML中，数据远比算法本身重要。我们需要收集石头，布和剪刀的符号图像，我没有下载别人的数据并在上面进行训练，而是制作了自己的数据集，鼓励你也建立自己的数据集。之后尝试更改数据并重新训练模型，以查看数据对深度学习模型究竟有怎样的影响。

PATH = os.getcwd()+'\\'

cap = cv2.VideoCapture()

label = sys.argv[1]

SAVE_PATH = os.path.join(PATH, label)

try:

os.mkdir(SAVE_PATH)

except FileExistsError:

pass

ct = int(sys.argv[2])

maxCt = int(sys.argv[3])+1

print("Hit Space to Capture Image")

while True:

ret, frame = cap.read()

cv2.imshow('Get Data : '+label,frame[50:350,100:450])

if cv2.waitKey(1) & 0xFF == ord(' '):

cv2.imwrite(SAVE_PATH+'\\'+label+'{}.jpg'.format(ct),frame[50:350,100:450])

print(SAVE_PATH+'\\'+label+'{}.jpg Captured'.format(ct))

ct+=1

if ct >= maxCt:

break

cap.release()

cv2.destroyAllWindows()

我使用了Python的OpenCV库进行所有与相机相关的操作，所以这里的label指的是图像属于哪个类，根据标签，图像保存在适当的目录中。ct和maxCt是用来保存图像的起始索引和最终索引，剩下的是标准的OpenCV代码，用于获取网络摄像头源并将图像保存到目录中。需要注意的一点是，我所有的图片维数都是300 x 300的。运行此目录树后，我的目录树如下所示。

C:.

├───paper

│ paper0.jpg

│ paper1.jpg

│ paper2.jpg

│

├───rock

│ rock0.jpg

│ rock1.jpg

│ rock2.jpg

│

└───scissor

scissor0.jpg

scissor1.jpg

scissor2.jpg

如果你引用的是Github存储库（https://github.com/HOD101s/RockPaperScissor-AI-） ，则getData.py会为你完成这项工作！

预处理我们的数据

我们需要使用图像，而计算机可以识别数字，因此，我们将所有图像转换为它们各自的矢量表示，另外，我们的标签尚待生成，由于已建立的标签不能是文本，因此我使用shape_to_label字典为每个类手动构建了“独热编码”表示。

DATA_PATH = sys.argv[1] # Path to folder containing data

shape_to_label = {'rock':np.array([1.,0.,0.,0.]),'paper':np.array([0.,1.,0.,0.]),'scissor':np.array([0.,0.,1.,0.]),'ok':np.array([0.,0.,0.,1.])}

arr_to_shape =

imgData = list()

labels = list()

for dr in os.listdir(DATA_PATH):

if dr not in ['rock','paper','scissor']:

continue

print(dr)

lb = shape_to_label[dr]

i =

for pic in os.listdir(os.path.join(DATA_PATH,dr)):

path = os.path.join(DATA_PATH,dr+'/'+pic)

img = cv2.imread(path)

imgData.append([img,lb])

imgData.append([cv2.flip(img, 1),lb]) #horizontally flipped image

imgData.append([cv2.resize(img[50:250,50:250],(300,300)),lb]) # zoom : crop in and resize

i+=3

print(i)

np.random.shuffle(imgData)

imgData,labels = zip(*imgData)

imgData = np.array(imgData)

labels = np.array(labels)

当我们根据类将图像保存在目录中时，目录名用作标签，该标签使用shape_to_label字典转换为独热表示。在我们遍历系统中的文件以访问图像之后，cv2.imread()函数返回图像的矢量表示。

我们通过翻转图像并放大图像来进行一些手动的数据增强，这增加了我们的数据集大小，而无需拍摄新照片，数据增强是生成数据集的关键部分。最后，图像和标签存储在单独的numpy数组中。

cv2.imread()函数

https://www.geeksforgeeks.org/python-opencv-cv2-imread-method/