结对编程作业

github地址：https://github.com/wyhsomecat/031804131-031804129

2.1原型设计

设计思路：

开始游戏，将页面分为3个部分上半区绘制重新开始按钮，显示步数并据此给出得分，右上角退出游戏。下半区左边是原图片的小图预览，右边是游戏界面，玩家通过点击图块实现移动拼图。

原型设计

mockplus

讨论图片

遇到的困难及解决方法

之前对于原型设计没有接触过所以不知道怎么做，后来选择了一款比较容易上手的原型设计工具mockplus,设计页面时走极简风。
对网页项目的前后端没有充分了解，以至于在开发完一个基于tkinker库的独立python程序后发现没有办法直接“连接”到web端，忍痛放弃
在开赛前一天发现对题目有理解性错误（操作指空格移动，不是指其他图片向空格移动），被迫连夜修改代码，并导致AI留下小缺憾

2.2 ai与原型设计实现

代码实现思路

a.网络接口问题采用request库构建函数实现POST，使用POSTman工具实现GET

b.单机版：从库内直接随机读取图片，调整大小并切割后载入基于tkinker库的主界面

c.赛事比拼：解码并分割图片后比较切割图片与库内图片的异同，获得图片对应序列后送交AI分析

说明算法的关键与关键实现部分流程图

图片华容道问题，从本质上讲是八数码问题的Python实现。我们采用A算法和A*算法，这是一种可容纳最优的启发式搜索算法。构造最接近目标的真实代价,使A*算法拟合这一函数。

贴出你认为重要的/有价值的代码片段，并解释

a.获取赛题图片对应序列

# 创建字符串piclist，用来存储测试图像对应的位置序列
piclist = ''
# 创建两个元组，对应切割图像中的纯黑或纯白方块，备用
tup1 = (255, 255, 255)
tup2 = (0, 0, 0)
#设置一个boolean变量判断是否有纯黑方块
blackblock = False
for i in range(9):
    #读取切割测试图像后的小方块
    img = Image.open("aitest" + str(i) + ".jpg")
    imgstr = "aitest" + str(i) + ".jpg"
    clrs = img.getcolors()#img.getcolors方法会返回数个列表，每个列表里包含图像内某种颜色的像素点数量和RGB向量，分别以元组的方式储存于列表中

    if (len(clrs) != 1):#如果长度不为1，即不只返回了一个列表，即图像方块内有超过一种颜色（非纯黑或纯白）
        file_names = []
        #调用已经切割好的本地图片库
        for parent, dirnames, filenames in os.walk(os.getcwd()+'/charspec'):  # 三个参数：分别返回1.父目录 2.所有文件夹名字（不含路径） 3.所有文件名字
            file_names = filenames
        for k in range(315):
            #比较切割后的测试图像和本地图片库
            if (image_contrast(imgstr, os.getcwd()+'/charspec/' + file_names[k]) == 0):
                tempfn = file_names[k]
                if (len(tempfn) > 8):#根据图片名称长度进行分类
                    #获取picname，即测试图像对应本地图像的名称，如A _(2)
                    picname = tempfn[0:6]
                    #print(tempfn[0:6])
                    num = int(tempfn[6]) + 1
                    #由于图片库内切割图片都是按顺序排列的（从0到8），获得其名称后缀就是获得了切割图片在原图片内对应的位置
                    piclist = piclist + str(num)
                    # print(piclist)
                else:
                    # print(tempfn[0:2])
                    picname = tempfn[0:2]
                    # print(tempfn[2])
                    num = int(tempfn[2]) + 1
                    piclist = piclist + str(num)
            k = k + 1

    #如切割图像是纯白块，将其列表代号确定为0
    elif (clrs[0][1] == tup1):
        piclist = piclist + '0'
    #如切割图像是纯黑块，先将其列表代号表示为t
    elif (clrs[0][1] == tup2):
        piclist = piclist + 't'
        tmp = i
        blackblock = True
        # print('你这个黑块能把人烦死',tmp)
    i = i + 1

b.调整图片大小、格式

def changeJpgToPng(w, h, path):
    # 修改图像大小
    image = Image.open(path)
    image = image.resize((w, h), Image.ANTIALIAS)

    # 将jpg转换为png
    png_name = str(path)[0:-len('.jpg')] + 'min.png'
    image.save(png_name)
    #print(png_name)
    return png_name

我们使用的函数不支持读取JPG，在尝试修改第三方库文件后，我们最终增加了这段代码

性能分析与改进，并描述你改进的思路

将A算法升级为A*算法，增加addOpen函数，用于将新的节点按照判定值（diff值）插入现有open表

展示性能分析图和程序中消耗最大的函数

贴出Github的代码签入记录，合理记录commit信息。

评价你的队友

ww嘤→somecat：非常优秀且有耐心

somecat→ww嘤：参与积极性高，有很有创新性的想法

结对作业的PSP和学习进度条

PSP2.1	Personal Software Process Stages	预估耗时（分钟）	实际耗时（分钟）
Planning	计划	60	60
· Estimate	· 估计这个任务需要多少时间	60	60
Development	开发	900	1400
· Analysis	· 需求分析 (包括学习新技术)	150	460
· Design Spec	· 生成设计文档	60	60
· Design Review	· 设计复审	20	30
· Coding Standard	· 代码规范 (为目前的开发制定合适的规范)	30	20
· Design	· 具体设计	60	60
· Coding	· 具体编码	100	300
· Code Review	· 代码复审	20	10
· Test	· 测试（自我测试，修改代码，提交修改）	20	20
Reporting	报告	60	60
· Test Report	· 测试报告	30	60
· Size Measurement	· 计算工作量	10	10
· Postmortem & Process Improvement Plan	· 事后总结, 并提出过程改进计划	60	60
	· 合计	1640	2180

第N周	新增代码（行）	累计代码（行）	累计学习耗时（小时）	重要成长
第1周	192	195	28	图像的分割处理，游戏的响应
第2周	495	687	56	Python解决8数码问题，深度优先算法，A*算法，
第3周	0	687	72	原型设计软件的使用，web前端学习（未使用）
第4周	140	827	80	学习JSON，对已有代码完善改进

未来提升：

将主程序升级成为一个带有开始界面、规则介绍、往次得分的程序（我们已经设计好了原型，见下）

posted @ 2020-10-19 22:47 159ggg 阅读(194) 评论(0) 收藏举报

刷新页面返回顶部

159ggg

结对编程作业

公告