RT-Thread 柿饼UI暑期实习生实习分享（三）

发布于 2019-08-12 08:43:09 浏览：2683 订阅该版

[tocm]

# RT-Thread 柿饼UI暑期实习生 实习分享（三）
转眼间，第三周又过去了，新的一周又开始了，我又来分享我过去一周的体验了。
## 工作总结
我将上一周的工作内容总结为主要以下三点：
1.为了助力电赛，我简单结合了智能家居DIY—分布式无线温度监控系统，在柿饼派上设计了简单的温度监控界面，通过串口采集多路温度信息，实时显示在屏幕上，同时使用网络API，将数据上传到MQTT服务器，并将整个过程写成了一篇帖子发布到了论坛上。
2.上周末我自己为“太空跳跃”游戏demo设计了全新的素材，大家说希望看到完整的游戏，当然了，做出来肯定还是会秀一下的；但是因为游戏是要在更大的新屏上运行的，所以我做的第二件事就是把工程重新移植了一遍，顺便稍稍作了点调整，距离和大家见面应该不远了，希望大家不会失望，哈哈～
3.最后一件事稍微有些繁琐复杂，因为希望在游戏中加入AI的元素，我上周剩下的时间就进行了“手势识别”的探索，但是说实话AI不是我搞得定的，所以就尽量找现成的，主要做了以下工作：
1）.（上上周）使用K210进行静态手势识别（图像分类），采用tensorflow lite模型，但在转换模型时遇到算子不支持的情况，综合考虑，转战更成熟更靠谱的openmv。
2）.openmv官方回复：openmv不能做手势识别，没这个算法；论坛网友回复：可以，做过；
于是我亲手进行了实践，算法确实是没有，但是我采用了三种方式进行实践：
1.LBP特征识别：openmv的例程是用来识别人脸的，我将之用来识别手势，其实还是可以识别的，但是识别成功率较低。
2.模版匹配：识别效果稍好一些，但是只能针对特定大小，特定角度的图像进行识别，不适合游戏场景。
3.颜色识别：这个其实就不能算是手势识别了，但咱们转变一下思路，把颜色应用于手上，也不失为一种办法；而就颜色识别来讲，openmv的分辨速度是极快的，这对于应用于游戏场景是非常合适的。
总结以上的探索，真正要实现手势识别，需要做大量的工作，在没有足够优化的算法的情况下，识别效果和识别速度都是不能满足游戏要求的；将颜色识别作为“伪手势识别”，能解决上述所有问题；综上所述：采用颜色识别！

## 工作感想
实习到现在也有三周了，我的主要精力还是做游戏，当然最终目标是要完成实习生挑战赛嘛，所以我就分享一些做游戏和学习JS的感想（个人想法）：
从一开始不会JS，然后快速学习了基本语法，再到学习飞机大战demo，这整个过程都是“假的”，这个“假的”怎么说呢，我感觉是因为你本身熟悉某种编程语言，所以到你学习新的语言，你可以很轻易上手，特别是大家都说简单的JS，然后你看别人的源码，你也会感觉句句看得懂，没难度；但是当我真正想动手写一个游戏时，尽管我脑海里想好了这个游戏是怎样怎样的，第一句代码我竟无处下手，所以说实话，我的“太空跳跃”是跟着飞机大战的框架走的，不然你硬憋出来也不可能，诶～就是在这个模仿的过程中，我开始清晰了，你一个动作一个函数，动作是画在画布上的，动作的过程靠的是定时器，再加上各种逻辑判断……游戏基本就成型了（可能说得比较简单，嘻嘻）。然后在我模仿写了一遍游戏，再移植了一遍游戏过后，我在闲暇时间又回头去看了JS语法！！！我觉得我那时候才算是学到了JS。所以说，学习固然重要，但是实践了才能验证你是否掌握，总结回顾才是你真正的领悟！

愿我的实习继续充实美好，分享结束，谢谢大家！