AI虚拟手势玩飞机大战
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《AI虚拟手势玩飞机大战》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~
哈喽,大家好。
下面我们分解一下这个小项目,带大家来一步一步实现,文末获取项目完整的源代码。
1. 准备飞机大战程序
Github上找到一个Python版本的飞机大战程序,安装Pygame即可运行。

游戏操作简单,右上角是游戏暂停/开始按钮,用鼠标点击操作。
键盘的A、D、W、S键用来控制飞机的移动方向,分别对应左、右、上、下。
所以我们的AI程序要完成两个最核心的功能,第一,识别手势;第二,将手势转换成鼠标、键盘操作,便可控制游戏。
2. 识别手势
这里,我们用opencv读取摄像头中的视频流。
将视频流中的每一帧送入mediapipe中的手掌检测模型,识别手掌 21 个关键点。

在我们的项目中,只用到了食指和中指,也就是左右中的第8和第12个点。
核心代码如下:
ret, frame = cap.read() results = hands.process(frame[:, :, ::-1]) if results.multi_hand_landmarks: # 遍历每个手掌 for hand_landmarks in results.multi_hand_landmarks: finger_axis_8 = hand_landmarks.landmark[8] finger_axis_12 = hand_landmarks.landmark[12]
frame是视频流中的每一帧,hands是手掌检测模型。
解析出来的finger_axis_8和finger_axis_12两个对象中分别存放食指和中指的x、y坐标。
3. 手势控制游戏暂停
计算食指与中指坐标之间的距离,大于某个阈值,则移动鼠标,点击暂停游戏按钮。

游戏暂停
若食指与中指坐标之间的距离,小于某个阈值,则移动鼠标,点击开始游戏按钮

游戏开始
距离计算很简单,这里不贴代码了,重点说下Python控制鼠标。
我用的是PyUserInput库,它提供了PyMouse和PyKeyboard两个类,分别控制鼠标和键盘。
当我们想用Python程序控制游戏的暂停与开始,只需要将鼠标移动到按钮的位置,执行一次点击操作即可。
# 定义鼠标对象 self.mouse = PyMouse() def pause_or_start_game(self, dist): """ 判断是否需要暂停(开始)游戏 :param dist: :return: """ if (not self.is_pause and dist > 80) or (self.is_pause and distpause_or_start_game函数的参数dist是食指与中指之间的距离。
暂停/开始按钮的坐标为(915, 125),每个电脑坐标不一样,需要大家根据自己的实际情况重新计算。
计算思路很简单,游戏边框大小为(480, 700),游戏在屏幕正中间启动,只要获取到屏幕的尺寸,就能大概估算出按钮的坐标。在调用PyMouse的move函数,检验、微调一下即可。
PyMouse的move函数用来移动鼠标位置,click函数用来执行鼠标点击操作。
4. 手势控制飞机移动
这里,需要计算相邻两帧食指的x坐标和y坐标的移动方向和距离。从而决定按下键盘A、D、W、S中的哪一个。
同样的,移动的方向和距离很简单,这里也不说了,重点说下PyKeyboard模块控制键盘按键。
self.key_board = PyKeyboard() # 按下按键 self.key_board.press_key(key) # 停留一段时间 time.sleep(press_dwell) # 释放按键 self.key_board.release_key(key)press_key和release_key函数之间,调用了time.sleep(press_dwell)控制按键的时长,按键时间长,则飞机移动距离就长,反之,按键时间短,则飞机移动距离就短。
所以,这里的难点在于如何将食指的移动距离映射为按键的时长。
我用的是下面这段代码测出来
for i in range(n): kb.press_key('A') time.sleep(0.05) kb.release_key('A')固定按键时长为0.05秒,测试飞机从中部移动到最左边,需要的最小的n。
飞机从中部移动到最左边,移动距离为 240,因此,240 / (n * 0.05)便是飞机每秒的移动距离。
我测出来的n=7,因此,飞机每秒移动距离为685.7142857。
只要计算出食指的移动距离,除以685.7142857,就可以得出键盘的按键时长。
手势控制飞机移动的完整代码为:
def press_key_board(self, direction, move_dist): """ 将手指移动距离,换算为按键间隔,并执行按键操作 :param direction:移动方向 :param move_dist:移动距离 :return: """ dist_per_sec = 685.7142857 if direction == 'x': key = 'A' if move_dist项目的核心部分已经讲解完毕,完整代码已经整理好,需要的朋友评论区留言即可。
获取代码后,先看运行步骤.txt。
如果大家觉得本文对你有用就点个 在看 鼓励一下吧,后续我会持续分享优秀的 Python+AI 项目。
终于介绍完啦!小伙伴们,这篇关于《AI虚拟手势玩飞机大战》的介绍应该让你收获多多了吧!欢迎大家收藏或分享给更多需要学习的朋友吧~golang学习网公众号也会发布科技周边相关知识,快来关注吧!
为NLP选择正确的语言模型
- 上一篇
- 为NLP选择正确的语言模型
- 下一篇
- 英伟达首席科学家:深度学习硬件的过去、现在和未来
-
- 科技周边 · 人工智能 | 1天前 |
- vLLM 连续批处理下的显存与吞吐取舍
- 209浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Reranker 接入后如何控制检索延迟预算
- 113浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Embedding 向量维度变化时的索引迁移方案
- 429浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Agent 轨迹评测区分工具错误与模型错误
- 239浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 资源与工具描述的缓存更新策略
- 313浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 服务端授权范围与会话隔离的配置
- 161浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MCP 工具结果分页与长列表截断的设计
- 486浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 人工智能 · chat template apply_chat_template AI tokenizer 多模型消息格式
- AI tokenizer chat template 统一多模型消息格式
- 154浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 427次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 506次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 517次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 461次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 290次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览


