使用Python代码制作贪吃蛇小游戏,你也可以打造自己的AI
ztj100 2024-10-29 18:21 20 浏览 0 评论
上期视频,我们分享了一个AI来玩贪吃蛇的视频,本期我们讲解一下其基础代码,利用本代码自己也可以写游戏了。
贪吃蛇小游戏是一代人的梦,本期文章我们简单制作一个贪吃蛇小游戏
import cv2
import numpy as np
from random import randint
from random import choice
首先导入我们需要的第三方库,然后定义一个贪吃蛇的类来定义贪吃蛇的运动,头部等信息
class SnakePart:
def __init__(self, front, x, y):
self.front = front
self.x = x
self.y = y
def move(self):
self.x = self.front.x
self.y = self.front.y
此类我们定义贪吃蛇的身体以及运动等
class Head:
def __init__(self, direction, x, y):
self.direction = direction
self.x = x
self.y = y
def move(self):
if self.direction == 0:
self.x += 1
elif self.direction == 1:
self.y += 1
elif self.direction == 2:
self.x -= 1
elif self.direction == 3:
self.y -= 1
然后我们定义贪吃蛇的头部以及运动信息,这里我们控制键盘的W\S\A\D四个键来控制贪吃蛇头部的运动方向
def display():
board = np.zeros([BOARD_SIZE, BOARD_SIZE, 3])
for part in snake:
board[part.y, part.x] = [0, 255, 0]
board[appley, applex] = [0, 0, 255]
cv2.imshow("Snake Game", np.uint8(board.repeat(CELL_SIZE, 0).repeat(CELL_SIZE, 1)))
key = cv2.waitKey(int(1000/SPEED))
return key
Display类来显示贪吃蛇的颜色以及要吃的苹果的颜色
def win_focus():
cv2.namedWindow("Snake Game", cv2.WINDOW_AUTOSIZE);
board = np.zeros([BOARD_SIZE * CELL_SIZE, BOARD_SIZE * CELL_SIZE, 3])
cv2.imshow("Snake Game", board);
cv2.setWindowProperty("Snake Game", cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_FULLSCREEN);
cv2.waitKey(2000)
cv2.setWindowProperty("Snake Game", cv2.WND_PROP_FULLSCREEN, cv2.WINDOW_AUTOSIZE)
Win_focus 类函数来显示游戏画面
1. cv2.VideoCapture(0) #构建视频抓捕器
参数说明:0表示需要启动的摄像头,这里也可以写视频的路径
2. cv2.nameWindow(name, cv2.WINDOW_NORMAL) # 构建视频的窗口
参数说明: 表示窗口的名字, cv2.WINDOW_NORMAL表示窗口的大小,这里窗口的大小是正常,
3.cv2.setWindowProperty(name, cv2.WND_PROP_FULLSCREEN, cv2.WND_PROP_FULLSCREEN)
参数说明: name表示需要更改像素的窗口名字, cv2.WND_PROP_FULLSCREEN表示全屏
4. video_capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1920) 对窗口像素进行设置
参数说明: cv2.CAP_PROP_FRAME_WIDTH 表示设置其宽的大小, 1920表示设置的像素
以上参数类设置后,我们开始主函数的部分
if __name__ == '__main__' :
# 每个cell的大小
CELL_SIZE = 20
# cell的数量
BOARD_SIZE = 45
# 游戏中贪吃蛇的运行速度
SPEED = 6
# 贪吃蛇成长的速度
GROWTH = 3
eaten = True
quit = False
grow = 0
snake = []
#游戏中从屏幕中间开始执行
head = Head(0, int((BOARD_SIZE - 1)/2), int((BOARD_SIZE - 1)/2))
snake.append(head)
# 设置键盘
print('w = top, a = left, s = down, d = right')
win_focus()
while True:
if eaten:
s = list(range(0, BOARD_SIZE ** 2))
for part in snake:
s.remove(part.x * BOARD_SIZE + part.y)
a = choice(s)
applex = int(a/BOARD_SIZE)
appley = a % BOARD_SIZE
eaten = False
接下来,我们设置一下贪吃蛇的键盘移动设置,W/A/S/D,分别代表贪吃蛇的移动方向,这个跟普通游戏设置的一样,由于opencv不能设置箭头,这里只能设置为W/A/S/D
key = display()
if key == 8 or key == 27:
break
elif key == ord("d") :
head.direction = 0
elif key == ord("s") :
head.direction = 1
elif key == ord("a") :
head.direction = 2
elif key == ord("w") :
head.direction = 3
设置完成后,就可以进行贪吃蛇的移动控制,以及贪吃蛇的游戏规则,当贪吃蛇吃过一个苹果后,其身体要增加一个大小尺寸
# 移动贪吃蛇
for part in snake[::-1]:
part.move()
# 设置游戏规则
if head.x < 0 or head.x > BOARD_SIZE - 1 or head.y < 0 or head.y > BOARD_SIZE - 1:
break
for part in snake[1:]:
if head.x == part.x and head.y == part.y:
quit = True
break
if quit:
break
# 设置贪吃蛇
if grow > 0:
snake.append(SnakePart(snake[-1], subx, suby))
grow -= 1
# 当吃过一个苹果后,增加贪吃蛇的长度
if applex == head.x and appley == head.y:
subx = snake[-1].x
suby = snake[-1].y
eaten = True
grow += GROWTH
Ok,所有设置完成后,便可以进行游戏了,当然这里只是设置了基本的贪吃蛇规格,你也可以在代码里面增加分数设置,看看你能跑多少分吧
相关推荐
- 再说圆的面积-蒙特卡洛(蒙特卡洛方法求圆周率的matlab程序)
-
在微积分-圆的面积和周长(1)介绍微积分方法求解圆的面积,本文使用蒙特卡洛方法求解圆面积。...
- python创建分类器小结(pytorch分类数据集创建)
-
简介:分类是指利用数据的特性将其分成若干类型的过程。监督学习分类器就是用带标记的训练数据建立一个模型,然后对未知数据进行分类。...
- matplotlib——绘制散点图(matplotlib散点图颜色和图例)
-
绘制散点图不同条件(维度)之间的内在关联关系观察数据的离散聚合程度...
- python实现实时绘制数据(python如何绘制)
-
方法一importmatplotlib.pyplotaspltimportnumpyasnpimporttimefrommathimport*plt.ion()#...
- 简单学Python——matplotlib库3——绘制散点图
-
前面我们学习了用matplotlib绘制折线图,今天我们学习绘制散点图。其实简单的散点图与折线图的语法基本相同,只是作图函数由plot()变成了scatter()。下面就绘制一个散点图:import...
- 数据分析-相关性分析可视化(相关性分析数据处理)
-
前面介绍了相关性分析的原理、流程和常用的皮尔逊相关系数和斯皮尔曼相关系数,具体可以参考...
- 免费Python机器学习课程一:线性回归算法
-
学习线性回归的概念并从头开始在python中开发完整的线性回归算法最基本的机器学习算法必须是具有单个变量的线性回归算法。如今,可用的高级机器学习算法,库和技术如此之多,以至于线性回归似乎并不重要。但是...
- 用Python进行机器学习(2)之逻辑回归
-
前面介绍了线性回归,本次介绍的是逻辑回归。逻辑回归虽然名字里面带有“回归”两个字,但是它是一种分类算法,通常用于解决二分类问题,比如某个邮件是否是广告邮件,比如某个评价是否为正向的评价。逻辑回归也可以...
- 【Python机器学习系列】拟合和回归傻傻分不清?一文带你彻底搞懂
-
一、拟合和回归的区别拟合...
- 推荐2个十分好用的pandas数据探索分析神器
-
作者:俊欣来源:关于数据分析与可视化...
- 向量数据库:解锁大模型记忆的关键!选型指南+实战案例全解析
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- 用Python进行机器学习(11)-主成分分析PCA
-
我们在机器学习中有时候需要处理很多个参数,但是这些参数有时候彼此之间是有着各种关系的,这个时候我们就会想:是否可以找到一种方式来降低参数的个数呢?这就是今天我们要介绍的主成分分析,英文是Princip...
- 神经网络基础深度解析:从感知机到反向传播
-
本文较长,建议点赞收藏,以免遗失。更多AI大模型应用开发学习视频及资料,尽在...
- Python实现基于机器学习的RFM模型
-
CDA数据分析师出品作者:CDALevelⅠ持证人岗位:数据分析师行业:大数据...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)