【机器学习实战】制作五子棋AI之一：图片预处理(尺寸变换和增加alpha通道)

当学习了一定的机器学习的算法和编程技巧之后，就应该做一些小的项目来帮助自己巩固和进一步掌握学到的知识，在这个项目里将通过一些不同的机器学学习算法来实现一个五子棋AI。

除了机器学习的某些知识以外，还需要掌握一些python的基础知识和pygame模块的使用方法，分别推荐一个学习资源：

廖雪峰老师的Python教程

目光博客Pygame

当然也可以跟着本教程一起学习。

好了，废话就这么多，下面进入正题，开始设计我们的五子棋AI

要设计一个五子棋AI，必须要有UI界面，有了UI界面才能完成展示和与用户交互的目的。一个五子棋的UI界面需要哪些元素呢？

- 背景图片

- 棋盘

- 黑白棋子

- 其他元素

下面是我从网上找的背景图片、棋盘和棋子图片，均为jpg格式









经过观察发现背景图片过小，棋子过大，都需要调整到合适大小，因为是很简单的任务，使用PIL模块就足够了，不需要OpenCV了

from PIL import Image

# 图片存储路径
imagePath = 'xxx'

im = Image.open(imagePath+'b1.jpg')
# Resize图片大小，入口参数为一个tuple，为新的图片大小
imBackground = im.resize((1024,768))
imBackground.save(imagePath+'background.jpg','JPEG')

这样就可以把背景图片调整为1024∗768了，使用同样的方法将棋盘调整为540∗540像素，棋子调整为32∗32像素。

大小调整完成以后，又遇到一个新的问题，棋子图片为jpg格式，色深为24位，只有RGB三个通道，没有alpha透明度通道，我们就没办法提取出边缘不规则的图像,使用棋子图片的时候棋子外面的无用白色部分无法去掉，所以我们要为图片增加一个alpha通道，将外面的白色部分透明化。

from PIL import Image
import numpy as np

im = Image.open(imagePath+'wp.jpg')
# 将图片转换为四通道
new_im = im.convert('RGBA')
# 得到图片的宽和高
w,h = new_im.size
# 将图片转化为np的array形式
data = np.reshape(new_im,(h,w,4))
new_data = data.copy()
for x in range(h):
<
4000
span class="hljs-keyword">for y in range(w):
# 将白色无用部分设置为透明，其他部分不透明
if new_data[x,y,0:3].sum() == 255*3 :
new_data[x,y,3] = 0
else:
new_data[x,y,3] = 255
# 将矩阵数据转换为图片并保存
new_im = Image.fromarray(new_data)
new_im.save(imagePath+'whitepiece.png','PNG')

得到如下的图片：





这样，五子棋UI需要的一些基本元素的图片我们都做好了。