位置：首页-资讯-后端开发

Python+OpenCV自制AI视觉版贪吃蛇游戏

2024-04-02 19:55

短信预约 -IT技能 免费直播动态提醒

介绍

各位同学好，今天和大家分享一下如何使用 mediapipe+opencv 自制贪吃蛇小游戏。先放张图看效果。

规则：食指指尖控制蛇头，指尖每接触到黄色方块，计数加一，蛇身变长，方块随机切换位置。如果指尖停止移动，或者移动过程中蛇头撞到蛇身，那么游戏结束。点击键盘上的R键重新开始游戏。

游戏进行时：

游戏结束界面：

1. 安装工具包

pip install opencv_python==4.2.0.34  # 安装opencv
pip install mediapipe  # 安装mediapipe
# pip install mediapipe --user  #有user报错的话试试这个
pip install cvzone  # 安装cvzone
 
# 导入工具包
import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块
import math
import random

21个手部关键点信息如下，本节我们主要研究食指指尖'8'的坐标(x,y)信息。

2. 检测手部关键点

（1）cvzone.HandTrackingModule.HandDetector()是手部关键点检测方法

参数：

mode：默认为 False，将输入图像视为视频流。它将尝试在第一个输入图像中检测手，并在成功检测后进一步定位手的坐标。在随后的图像中，一旦检测到所有 maxHands 手并定位了相应的手的坐标，它就会跟踪这些坐标，而不会调用另一个检测，直到它失去对任何一只手的跟踪。这减少了延迟，非常适合处理视频帧。如果设置为 True，则在每个输入图像上运行手部检测，用于处理一批静态的、可能不相关的图像。

maxHands：最多检测几只手，默认为 2

detectionCon：手部检测模型的最小置信值（0-1之间），超过阈值则检测成功。默认为 0.5

minTrackingCon：坐标跟踪模型的最小置信值 (0-1之间)，用于将手部坐标视为成功跟踪，不成功则在下一个输入图像上自动调用手部检测。将其设置为更高的值可以提高解决方案的稳健性，但代价是更高的延迟。如果 mode 为 True，则忽略这个参数，手部检测将在每个图像上运行。默认为 0.5

它的参数和返回值类似于官方函数 mediapipe.solutions.hands.Hands()

MULTI_HAND_LANDMARKS：被检测/跟踪的手的集合，其中每只手被表示为21个手部地标的列表，每个地标由x, y, z组成。x和y分别由图像的宽度和高度归一化为[0,1]。Z表示地标深度。

MULTI_HANDEDNESS：被检测/追踪的手是左手还是右手的集合。每只手由label(标签)和score(分数)组成。 label 是 'Left' 或 'Right' 值的字符串。 score 是预测左右手的估计概率。

（2）cvzone.HandTrackingModule.HandDetector.findHands()找到手部关键点并绘图

参数：

img：需要检测关键点的帧图像，格式为BGR

draw：是否需要在原图像上绘制关键点及识别框

flipType：图像是否需要翻转，当视频图像和我们自己不是镜像关系时，设为True就可以了

返回值：

hands：检测到的手部信息，由0或1或2个字典组成的列表。如果检测到两只手就是由两个字典组成的列表。字典中包含：21个关键点坐标(x,y,z)，检测框左上坐标及其宽高，检测框中心点坐标，检测出是哪一只手。

img：返回绘制了关键点及连线后的图像

代码如下：

import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块
 
#（1）获取摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
# 设置显示窗口的size
cap.set(3, 1280)  # 窗口宽1280
cap.set(4, 720)   # 窗口高720
 
#（2）模型配置
detector = HandDetector(maxHands=1,  # 最多检测1只手
                        detectionCon=0.8)  # 最小检测置信度0.8
 
#（3）图像处理
while True:
 
    # 每次读取一帧相机图像，返回是否读取成功success，读取的帧图像img
    success, img = cap.read()
 
    # 图像翻转，使图像和自己呈镜像关系
    img = cv2.flip(img, 1)  # 0代表上下翻转，1代表左右翻转
 
    # 检测手部关键点。返回手部信息hands，绘制关键点后的图像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻转过图像了，这里就不用翻转了
 
    # 查看关键点信息
    print(hands)
 
    #（4）关键点处理
    if hands:  # 如果检测到手了，那就处理关键点
 
        # 获得食指指尖坐标(x,y)
        hand = hands[0]  # 获取一只手的全部信息
        lmList = hand['lmList']  # 获得这只手的21个关键点的坐标(x,y,z)
        pointIndex = lmList[8][0:2]  # 只获取食指指尖关键点的（x,y）坐标
 
        # 以食指指尖为圆心画圈（圆心坐标是元组类型），半径为15，青色填充
        cv2.circle(img, tuple(pointIndex), 15, (255,0,0), cv2.FILLED)
 
    #（5）显示图像
    cv2.imshow('img', img)  # 输入图像显示窗口的名称及图像
     # 每帧滞留1毫秒后消失，并且按下ESC键退出
    if cv2.waitKey(1) & 0xFF == 27:
        break
 
# 释放视频资源
cap.release()
cv2.destroyAllWindows()

效果图如下：

打印手部关键点信息如下：

[{'lmList': [[1152, 675, 0], [1085, 693, -37], [1030, 698, -68], [1003, 698, -97], [1003, 679, -122], [1001, 511, -48], [1041, 546, -81], [1093, 608, -102], [1134, 652, -110], [1075, 484, -46], [1119, 534, -84], [1171, 605, -101], [1217, 659, -103], [1141, 481, -45], [1177, 529, -83], [1219, 590, -84], [1253, 642, -73], [1195, 494, -47], [1221, 521, -73], [1245, 566, -65], [1267, 602, -49]], 
'bbox': (1001, 481, 266, 217),
'center': (1134, 589), 
'type': 'Right'}]

3. 蛇身移动

构造一个处理蛇身移动的类，要求在没吃食物时，蛇身保持固定的长度跟随食指指尖移动。

举个例子，如果当前的蛇身节点列表 self.points 包含 [a, b, c, d] 这四个节点，a节点代表蛇尾，d节点代表蛇头。在下一帧，食指指尖移动到 e 点，将 e 节点追加到蛇身节点列表中，那么现在的列表包含 [a, b, c, d, e] 节点，其中 e 节点为新的蛇头。

此时判断当前蛇身总长度 self.currentLength（列表中所有节点之间的长度之和）是否大于蛇身固定长度 self.allowedLength，保证在移动过程中蛇身长度不变。

如果当前蛇身总长度 self.currentLength 大于固定长度 self.allowedLength，那么在节点列表中从尾到头依次删除节点，列表 [a, b, c, d, e] 中 a 表示蛇尾节点，先删除，判断列表 [b, c, d, e] 的节点之间的总长度是否满足要求。若仍大于固定长度，那么就再删除 b 节点，再判断。

如果当前蛇身总长度 self.currentLength 小于固定长度 self.allowedLength，那么就不做任何处理。

在上述代码中补充：

import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块
import math
 
# 构造一个贪吃蛇移动的类
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.points = []  # 蛇的身体的节点坐标
        self.lengths = []  # 蛇身各个节点之间的坐标
        self.currentLength = 0  # 当前蛇身长度
        self.allowedLength = 150  # 没吃东西时，蛇的总长度
        self.previousHead = (0,0)  # 前一个蛇头节点的坐标
 
    #（二）更新增加蛇身长度
    def update(self, imgMain, currentHead): # 输入图像，当前蛇头的坐标
 
        px, py = self.previousHead  # 获得前一个蛇头的x和y坐标
        cx, cy = currentHead  # 当前蛇头节点的x和y坐标
        
        # 添加当前蛇头的坐标到蛇身节点坐标列表中
        self.points.append([cx,cy])
 
        # 计算两个节点之间的距离
        distance = math.hypot(cx-px, cy-py)  # 计算平方和开根
        # 将节点之间的距离添加到蛇身节点距离列表中
        self.lengths.append(distance)
        # 增加当前蛇身长度
        self.currentLength += distance
 
        # 更新蛇头坐标
        self.previousHead = (cx,cy)
 
        #（三）减少蛇尾长度，即移动过程中蛇头到蛇尾的长度不大于150
        if self.currentLength > self.allowedLength:
 
            # 遍历所有的节点线段长度。新更新的蛇头索引在列表后面，蛇尾的索引在列表前面
            for i, length in enumerate(self.lengths):
 
                # 从蛇尾到蛇头依次减线段长度，得到的长度是否满足要求
                self.currentLength -= length
 
                # 从列表中删除蛇尾端的线段长度，以及蛇尾节点
                self.lengths.pop(i)
                self.points.pop(i)
 
                # 如果当前蛇身长度小于规定长度，满足要求，退出循环
                if self.currentLength < self.allowedLength:
                    break
 
        #（四）绘制蛇
        # 当节点列表中有值了，才能绘制
        if self.points:
 
            # 遍历蛇身节点坐标
            for i, point in enumerate(self.points):  
                # 绘制前后两个节点之间的连线
                if i != 0:
                    cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
 
            # 在蛇头的位置画个圆
            cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,0,0), cv2.FILLED)
 
        # 返回更新后的图像
        return imgMain
 
 
#（1）获取摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
# 设置显示窗口的size
cap.set(3, 1280)  # 窗口宽1280
cap.set(4, 720)   # 窗口高720
 
#（2）模型配置
detector = HandDetector(maxHands=1,  # 最多检测1只手
                        detectionCon=0.8)  # 最小检测置信度0.8
 
# 接收创建贪吃蛇的类
game = SnakeGameClass()
 
#（3）图像处理
while True:
 
    # 每次读取一帧相机图像，返回是否读取成功success，读取的帧图像img
    success, img = cap.read()
 
    # 图像翻转，使图像和自己呈镜像关系
    img = cv2.flip(img, 1)  # 0代表上下翻转，1代表左右翻转
 
    # 检测手部关键点。返回手部信息hands，绘制关键点后的图像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻转过图像了，这里就不用翻转了
 
    # 查看关键点信息
    print(hands)
 
    #（4）关键点处理
    if hands:  # 如果检测到手了，那就处理关键点
 
        # 获得食指指尖坐标(x,y)
        hand = hands[0]  # 获取一只手的全部信息
        lmList = hand['lmList']  # 获得这只手的21个关键点的坐标(x,y,z)
        pointIndex = lmList[8][0:2]  # 只获取食指指尖关键点的（x,y）坐标
 
        # 更新贪吃蛇的节点，给出蛇头节点坐标。返回更新后的图像
        img = game.update(img, pointIndex)
 
    #（5）显示图像
    cv2.imshow('img', img)  # 输入图像显示窗口的名称及图像
     # 每帧滞留1毫秒后消失，并且按下ESC键退出
    if cv2.waitKey(1) & 0xFF == 27:
        break
 
# 释放视频资源
cap.release()
cv2.destroyAllWindows()

效果图如下，蛇身保持默认固定长度随着指尖而移动。

4. 蛇进食增加身体长度

先看下面代码 SnakeGameClass 类中的第（五）步。给食物（即绘制的矩形）随机给出一个中心点坐标，自定义的类方法 randomFoodLocation()，执行该方法则食物的中心点坐标的x在[100,1000]中随机取一个数，y在[100,600]中随机取一个数。

下面代码定义的类中的第（七）步。判断食指指尖（即蛇头节点坐标）是否在矩形内部，如果在内部，那么蛇身移动过程中的固定长度 self.allowedLength 增加50个像素值。得分 self.score 加一。并在下一帧随机改变食物的位置。

在上述代码中补充：

import cv2
import cvzone
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块
import math
import random
 
# 构造一个贪吃蛇移动的类
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.score = 0  # 积分器
        self.points = []  # 蛇的身体的节点坐标
        self.lengths = []  # 蛇身各个节点之间的坐标
        self.currentLength = 0  # 当前蛇身长度
        self.allowedLength = 150  # 没吃东西时，蛇的总长度
        self.previousHead = (0,0)  # 前一个蛇头节点的坐标
 
        self.foodPoint = (0,0)  # 食物的起始位置
        self.randomFoodLocation()  # 随机改变食物的位置
 
    #（五）食物随机出现的位置
    def randomFoodLocation(self):
        # x在100至1000之间，y在100至600之间，随机取一个整数
        self.foodPoint = random.randint(100, 1000),  random.randint(100, 600)
 
    #（二）更新增加蛇身长度
    def update(self, imgMain, currentHead): # 输入图像，当前蛇头的坐标
 
        px, py = self.previousHead  # 获得前一个蛇头的x和y坐标
        cx, cy = currentHead  # 当前蛇头节点的x和y坐标
        
        # 添加当前蛇头的坐标到蛇身节点坐标列表中
        self.points.append([cx,cy])
 
        # 计算两个节点之间的距离
        distance = math.hypot(cx-px, cy-py)  # 计算平方和开根
        # 将节点之间的距离添加到蛇身节点距离列表中
        self.lengths.append(distance)
        # 增加当前蛇身长度
        self.currentLength += distance
 
        # 更新蛇头坐标
        self.previousHead = (cx,cy)
 
        #（三）减少蛇尾长度，即移动过程中蛇头到蛇尾的长度不大于150
        if self.currentLength > self.allowedLength:
 
            # 遍历所有的节点线段长度。新更新的蛇头索引在列表后面，蛇尾的索引在列表前面
            for i, length in enumerate(self.lengths):
 
                # 从蛇尾到蛇头依次减线段长度，得到的长度是否满足要求
                self.currentLength -= length
 
                # 从列表中删除蛇尾端的线段长度，以及蛇尾节点
                self.lengths.pop(i)
                self.points.pop(i)
 
                # 如果当前蛇身长度小于规定长度，满足要求，退出循环
                if self.currentLength < self.allowedLength:
                    break
        
        #（七）检查蛇是否吃了食物
        rx, ry = self.foodPoint  # 得到食物的中心点坐标位置
        
        # 绘制矩形作为蛇的食物
        cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (255,255,0), cv2.FILLED)
        cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (0,255,255), 5)        
        cv2.rectangle(imgMain, (rx-5, ry-5), (rx+5, ry+5), (0,0,255), cv2.FILLED)  
 
        # 检查指尖(即蛇头cx,cy)是否在矩形内部
        if rx-20 < cx < rx+20 and ry-20< cy < ry+20:
 
            # 随机更换食物的位置
            self.randomFoodLocation()
 
            # 增加蛇身的限制长度，每吃1个食物就能变长50
            self.allowedLength += 50
 
            # 吃食物的计数加一
            self.score += 1
 
            print('eat!', f'score:{self.score}')
 
        #（四）绘制蛇
        # 当节点列表中有值了，才能绘制
        if self.points:
 
            # 遍历蛇身节点坐标
            for i, point in enumerate(self.points):  
                # 绘制前后两个节点之间的连线
                if i != 0:
                    cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
                    cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,0,255), 15)
 
            # 在蛇头的位置画个圆
            cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,255,0), cv2.FILLED)
            cv2.circle(imgMain, tuple(self.points[-1]), 18, (255,0,0), 3)            
            cv2.circle(imgMain, tuple(self.points[-1]), 5, (0,0,0), cv2.FILLED)
 
        # 返回更新后的图像
        return imgMain
 
 
#（1）获取摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
# 设置显示窗口的size
cap.set(3, 1280)  # 窗口宽1280
cap.set(4, 720)   # 窗口高720
 
#（2）模型配置
detector = HandDetector(maxHands=1,  # 最多检测1只手
                        detectionCon=0.8)  # 最小检测置信度0.8
 
# 接收创建贪吃蛇的类
game = SnakeGameClass()
 
#（3）图像处理
while True:
 
    # 每次读取一帧相机图像，返回是否读取成功success，读取的帧图像img
    success, img = cap.read()
 
    # 图像翻转，使图像和自己呈镜像关系
    img = cv2.flip(img, 1)  # 0代表上下翻转，1代表左右翻转
 
    # 检测手部关键点。返回手部信息hands，绘制关键点后的图像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻转过图像了，这里就不用翻转了
 
    #（4）关键点处理
    if hands:  # 如果检测到手了，那就处理关键点
 
        # 获得食指指尖坐标(x,y)
        hand = hands[0]  # 获取一只手的全部信息
        lmList = hand['lmList']  # 获得这只手的21个关键点的坐标(x,y,z)
        pointIndex = lmList[8][0:2]  # 只获取食指指尖关键点的（x,y）坐标
 
        # 更新贪吃蛇的节点，给出蛇头节点坐标。返回更新后的图像
        img = game.update(img, pointIndex)
 
    #（5）显示图像
    cv2.imshow('img', img)  # 输入图像显示窗口的名称及图像
     # 每帧滞留1毫秒后消失，并且按下ESC键退出
    if cv2.waitKey(1) & 0xFF == 27:
        break
 
# 释放视频资源
cap.release()
cv2.destroyAllWindows()

效果图如下：

5. 自身碰撞及界面的处理

先看到自定义类 SnakeGameClass 中的第（八）步，蛇身节点列表 self.points 中包含从蛇头到蛇尾的所有节点。如 [a, b, c, d, e] 节点，a 节点代表蛇尾，e 节点代表蛇头。这里我就粗糙地判断一下是否碰撞，如果大家有更好的判断方法可以改动这第（八）步。计算蛇头 e 节点到所有节点之间的距离，如果小于某个值就代表碰撞了，游戏结束 self.gameover = True

再看到自定义类中的第（三）步。如果游戏结束 self.gameover = True，那就在下一帧中绘制结算界面，不再执行蛇身移动程序。

再看到主程序中的第（5）步。其中 k == ord('r')，按下键盘上的 r 键来重新游戏。将所有蛇身变量初始化，并将 self.gameover = False，退出结算界面，使得下一帧能执行蛇身移动操作。

在上述代码中补充：

import cv2
import cvzone
from matplotlib.cbook import pts_to_midstep
import numpy as np
from cvzone.HandTrackingModule import HandDetector  # 导入手部检测模块
import math
import random
 
# 构造一个贪吃蛇移动的类
class SnakeGameClass:
 
    #（一）初始化
    def __init__(self):
 
        self.score = 0  # 积分器
        self.points = []  # 蛇的身体的节点坐标
        self.lengths = []  # 蛇身各个节点之间的坐标
        self.currentLength = 0  # 当前蛇身长度
        self.allowedLength = 150  # 没吃东西时，蛇的总长度
        self.previousHead = (0,0)  # 前一个蛇头节点的坐标
 
        self.foodPoint = (0,0)  # 食物的起始位置
        self.randomFoodLocation()  # 随机改变食物的位置
 
        self.gameover = False  # 蛇头撞到蛇身，变成True，游戏结束
 
    #（二）食物随机出现的位置
    def randomFoodLocation(self):
        # x在100至1000之间，y在100至600之间，随机取一个整数
        self.foodPoint = random.randint(100, 1000),  random.randint(100, 600)
 
    #（三）更新增加蛇身长度
    def update(self, imgMain, currentHead): # 输入图像，当前蛇头的坐标
 
        # 游戏结束，显示文本
        if self.gameover:
            cvzone.putTextRect(imgMain, 'GameOver', [400,300], 5, 3, colorR=(0,255,255), colorT=(0,0,255))
            cvzone.putTextRect(imgMain, f'Score:{self.score}', [450,400], 5, 3, colorR=(255,255,0))
            cvzone.putTextRect(imgMain, f"Press Key 'R' to Restart", [230,500], 4, 3, colorR=(0,255,0), colorT=(255,0,0))
 
        else:
            px, py = self.previousHead  # 获得前一个蛇头的x和y坐标
            cx, cy = currentHead  # 当前蛇头节点的x和y坐标
            
            # 添加当前蛇头的坐标到蛇身节点坐标列表中
            self.points.append([cx,cy])
 
            # 计算两个节点之间的距离
            distance = math.hypot(cx-px, cy-py)  # 计算平方和开根
            # 将节点之间的距离添加到蛇身节点距离列表中
            self.lengths.append(distance)
            # 增加当前蛇身长度
            self.currentLength += distance
 
            # 更新蛇头坐标
            self.previousHead = (cx,cy)
 
            #（四）减少蛇尾长度，即移动过程中蛇头到蛇尾的长度不大于150
            if self.currentLength > self.allowedLength:
 
                # 遍历所有的节点线段长度。新更新的蛇头索引在列表后面，蛇尾的索引在列表前面
                for i, length in enumerate(self.lengths):
 
                    # 从蛇尾到蛇头依次减线段长度，得到的长度是否满足要求
                    self.currentLength -= length
 
                    # 从列表中删除蛇尾端的线段长度，以及蛇尾节点
                    self.lengths.pop(i)
                    self.points.pop(i)
 
                    # 如果当前蛇身长度小于规定长度，满足要求，退出循环
                    if self.currentLength < self.allowedLength:
                        break
            
            #（五）绘制得分板
            cvzone.putTextRect(imgMain, f'Score:{self.score}', [50,80], 4, 3, colorR=(255,255,0))
 
            #（六）检查蛇是否吃了食物
            rx, ry = self.foodPoint  # 得到食物的中心点坐标位置
            
            # 绘制矩形作为蛇的食物
            cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (255,255,0), cv2.FILLED)
            cv2.rectangle(imgMain, (rx-20, ry-20), (rx+20, ry+20), (0,255,255), 5)        
            cv2.rectangle(imgMain, (rx-5, ry-5), (rx+5, ry+5), (0,0,255), cv2.FILLED)  
 
            # 检查指尖(即蛇头cx,cy)是否在矩形内部
            if rx-20 < cx < rx+20 and ry-20< cy < ry+20:
 
                # 随机更换食物的位置
                self.randomFoodLocation()
 
                # 增加蛇身的限制长度，每吃1个食物就能变长50
                self.allowedLength += 50
 
                # 吃食物的计数加一
                self.score += 1
 
                print('eat!', f'score:{self.score}')
 
            #（七）绘制蛇
            # 当节点列表中有值了，才能绘制
            if self.points:
 
                # 遍历蛇身节点坐标
                for i, point in enumerate(self.points):  
                    # 绘制前后两个节点之间的连线
                    if i != 0:
                        cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,255,0), 20)
                        cv2.line(imgMain, tuple(self.points[i-1]), tuple(self.points[i]), (0,0,255), 15)
 
                # 在蛇头的位置画个圆
                cv2.circle(imgMain, tuple(self.points[-1]), 20, (255,255,0), cv2.FILLED)
                cv2.circle(imgMain, tuple(self.points[-1]), 18, (255,0,0), 3)            
                cv2.circle(imgMain, tuple(self.points[-1]), 5, (0,0,0), cv2.FILLED)
 
            #（八）检查蛇头碰撞到自身        
            for point in self.points[:-2]:  # 不算蛇头到自身的距离
 
                # 计算蛇头和每个节点之间的距离
                dist = math.hypot(cx-point[0], cy-point[1])
 
                # 如果距离小于1.8，那么就证明碰撞了
                if dist < 1.8:
 
                    # 游戏结束
                    self.gameover = True
 
        # 返回更新后的图像
        return imgMain
 
 
#（1）获取摄像头
cap = cv2.VideoCapture(0) # 0代表电脑自带的摄像头
# 设置显示窗口的size
cap.set(3, 1280)  # 窗口宽1280
cap.set(4, 720)   # 窗口高720
 
#（2）模型配置
detector = HandDetector(maxHands=1,  # 最多检测1只手
                        detectionCon=0.8)  # 最小检测置信度0.8
 
# 接收创建贪吃蛇的类
game = SnakeGameClass()
 
#（3）图像处理
while True:
 
    # 每次读取一帧相机图像，返回是否读取成功success，读取的帧图像img
    success, img = cap.read()
 
    # 图像翻转，使图像和自己呈镜像关系
    img = cv2.flip(img, 1)  # 0代表上下翻转，1代表左右翻转
 
    # 检测手部关键点。返回手部信息hands，绘制关键点后的图像img
    hands, img = detector.findHands(img, flipType=False)  # 由于上一行翻转过图像了，这里就不用翻转了
 
    #（4）关键点处理
    if hands:  # 如果检测到手了，那就处理关键点
 
        # 获得食指指尖坐标(x,y)
        hand = hands[0]  # 获取一只手的全部信息
        lmList = hand['lmList']  # 获得这只手的21个关键点的坐标(x,y,z)
        pointIndex = lmList[8][0:2]  # 只获取食指指尖关键点的（x,y）坐标
 
        # 更新贪吃蛇的节点，给出蛇头节点坐标。返回更新后的图像
        img = game.update(img, pointIndex)
 
    #（5）显示图像
    cv2.imshow('img', img)  # 输入图像显示窗口的名称及图像
 
    # 重新开始游戏
    k = cv2.waitKey(1)  # 每帧滞留1毫秒后消失
    if k == ord('r'):  # 键盘'r'键代表重新开始游戏
        game.gameover = False
        game.score = 0  # 积分器
        game.points = []  # 蛇的身体的节点坐标
        game.lengths = []  # 蛇身各个节点之间的坐标
        game.currentLength = 0  # 当前蛇身长度
        game.allowedLength = 150  # 没吃东西时，蛇的总长度
        game.previousHead = (0,0)  # 前一个蛇头节点的坐标                
        game.randomFoodLocation()  # 随机改变食物的位置
    
    if k & 0xFF == 27:  # 键盘ESC键退出程序
        break
 
# 释放视频资源
cap.release()
cv2.destroyAllWindows()

效果图如下，在移动过程中，蛇头每碰到一个食物，蛇身就会变长，如果停止移动或蛇头节点距离蛇身节点过近就会结束游戏。