譯注：原文是StackOverflow上一個如何用程序讀取迷宮圖片并求解的問題，幾位參與者熱烈地討論并給出了自己的代碼，涉及到用python對圖片的處理以及廣度優先(BFS)算法等。

問題by Whymarrh：

當給定上面那樣一張JPEG圖片，如何才能更好地將這張圖轉換為合適的數據結構并且解出這個迷宮？

我的第一直覺是將這張圖按像素逐個讀入，并存儲在一個包含布爾類型元素的列表或數組中，其中True代表白色像素，False代表非白色像素(或彩色可以被處理成二值圖像)。但是這種做法存在一個問題，那就是給定的圖片往往并不能完美的“像素化”?？紤]到如果因為圖片轉換的原因，某個非預期的白色像素出現在迷宮的墻上，那么就可能會創造出一一條非預期的路徑。

經過思考之后，我想出了另一種方法：首先將圖片轉換為一個可縮放適量圖形(SVG)文件，這個文件由一個畫布上的矢量線條列表組成，矢量線條按照列表的順序讀取，讀取出的仍是布爾值：其中True表示墻，而False表示可通過的區域。但是這種方法如果無法保證圖像能夠做到百分之百的精確轉換，尤其是如果不能將墻完全準確的連接，那么這個迷宮就可能出現裂縫。

圖像轉換為SVG的另一個問題是，線條并不是完美的直線。因為SVG的線條是三次貝塞爾曲線，而使用整數索引的布爾值列表增加了曲線轉換的難度，迷宮線條上的所有點在曲線上都必須經過計算，但不一定能夠完美對應列表中的索引值。

假設以上方法的確可以實現(雖然很可能都不行)，但當給定一張很大的圖像時，它們還是不能勝任。那么是否存在一種更好地方法能夠平衡效率和復雜度？

這就要討論到如何解迷宮了。如果我使用以上兩種方法中的任意一種，我最終將會得到一個矩陣。而根據這個問答(http://stackoverflow.com/questions/3097556/programming-theory-solve-a-maze/3097677#3097677)，一個比較好的迷宮表示方式應該是使用樹的結構，并且使用A*搜索算法來解迷宮。那么如何從迷宮圖片中構造出迷宮樹呢？有比較好的方法么？

以上廢話太多，總結起來問題就是：如何轉換迷宮圖片？轉換成為什么樣的數據結構？采用什么樣的數據結構能夠幫助或阻礙解迷宮？

回答by Mikhail:

這是我的解決方案：

1. 將圖片轉換為灰度圖像(不是直接二值)，調整不同顏色的權重使得最終的灰度看起來比較統一，你可以通過簡單地調節Photoshop 圖像->調整->黑白 菜單中的控制條來實現。

2. 將上一步得到的灰度圖片轉換為二值圖片，可以通過在PS 圖像->調整->閾值 菜單中設定適當的閾值來實現

3. 確保正確設置了閾值。使用魔棒工具(參數設置：容差 0、取樣點、連續以及消除鋸齒)選擇空白區域，檢查所選區域的邊緣不是因為錯誤的閾值設置而產生的假邊緣。事實上，這個迷宮中從start到end應該由聯通的空白區域。

4. 人為地在迷宮外部加上邊界，確保迷宮漫游者^_^不會從start繞著迷宮跑到終點。:)

5. 選擇語言實現廣度優先搜索算法(BFS)，從start處開始讓程序運行。下面的代碼我選擇用Matlab實現。正如Thomas提到的，沒必要糾結于圖像的表示形式，你可以直接在二值圖像上運行。

以下是用MATLAB實現的BFS代碼： function path = solve_maze(img_file)

%% Init data

img = imread(img_file);

img = rgb2gray(img);

maze = img > 0;

start = [985 398];

finish = [26 399];

%% Init BFS

n = numel(maze);

Q = zeros(n, 2);

M = zeros([size(maze) 2]);

front = 0;

back = 1;

function push(p, d)

q = p + d;

if maze(q(1), q(2)) && M(q(1), q(2), 1) == 0

front = front + 1;

Q(front, = q;

M(q(1), q(2), = reshape(p, [1 1 2]);

end

end

push(start, [0 0]);

d = [0 1; 0 -1; 1 0; -1 0];

%% Run BFS

while back <= front

p = Q(back, ;

back = back + 1;

for i = 1:4

push(p, d(i, );

end

end

%% Extracting path

path = finish;

while true

q = path(end, ;

p = reshape(M(q(1), q(2), , 1, 2);

path(end + 1, = p;

if isequal(p, start)

break;

end

end

end

這是個簡單的實現，應該很容易就能夠改寫為Python或其他語言，下面是程序的運行結果：

提問者更新：

我用Python實現了一下Mikhail的方法，其中用到了numpy庫，感謝Thomas推薦。我感覺這個算法是正確的，但是效果不太如預期，以下是相關代碼，使用了PyPNG庫處理圖片。

譯注：很遺憾，我用提問者提供的代碼并沒有跑通程序，并且似乎代碼縮進有點問題，而下面其他參與者的代碼能夠執行通過，并且效果很好。 import png, numpy, Queue, operator, itertools

def is_white(coord, image):

""" Returns whether (x, y) is approx. a white pixel."""

a = True

for i in xrange(3):

if not a: break

a = image[coord[1]][coord[0] * 3 + i] > 240

return a

def bfs(s, e, i, visited):

""" Perform a breadth-first search. """

frontier = Queue.Queue()

while s != e:

for d in [(-1, 0), (0, -1), (1, 0), (0, 1)]:

np = tuple(map(operator.add, s, d))

if is_white(np, i) and np not in visited:

frontier.put(np)

visited.append(s)

s = frontier.get()

return visited

def main():

r = png.Reader(filename = "thescope-134.png")

rows, cols, pixels, meta = r.asDirect()

assert meta['planes'] == 3 # ensure the file is RGB

image2d = numpy.vstack(itertools.imap(numpy.uint8, pixels))

start, end = (402, 985), (398, 27)

print bfs(start, end, image2d, [])

回答by Joseph Kern： #!/usr/bin/env python

import sys

from Queue import Queue

from PIL import Image

start = (400,984)

end = (398,25)

def iswhite(value):

if value == (255,255,255):

return True

def getadjacent(n):

x,y = n

return [(x-1,y),(x,y-1),(x+1,y),(x,y+1)]

def BFS(start, end, pixels):

queue = Queue()

queue.put([start]) # Wrapping the start tuple in a list

while not queue.empty():

path = queue.get()

pixel = path[-1]

if pixel == end:

return path

for adjacent in getadjacent(pixel):

x,y = adjacent

if iswhite(pixels[x,y]):

pixels[x,y] = (127,127,127) # see note

new_path = list(path)

new_path.append(adjacent)

queue.put(new_path)

print "Queue has been exhausted. No answer was found."

if __name__ == '__main__':

# invoke: python mazesolver.py [.jpg|.png|etc.]

base_img = Image.open(sys.argv[1])

base_pixels = base_img.load()

path = BFS(start, end, base_pixels)

path_img = Image.open(sys.argv[1])

path_pixels = path_img.load()

for position in path:

x,y = position

path_pixels[x,y] = (255,0,0) # red

path_img.save(sys.argv[2])

動態執行效果：

回答by Jim

使用樹搜索太繁雜了，迷宮本身就跟解路徑是可分的。正因如此，你可以使用連通區域查找算法來標記迷宮中的連通區域，這將迭代搜索兩次這些像素點。如果你想要更好地解決方法，你可以對結構單元使用二元運算(binary operations)來填充每個連通區域中的死路。

下面是相關的MATLAB代碼及運行結果： % read in and invert the image

im = 255 - imread('maze.jpg');

% sharpen it to address small fuzzy channels

% threshold to binary 15%

% run connected components

result = bwlabel(im2bw(imfilter(im,fspecial('unsharp')),0.15));

% purge small components (e.g. letters)

for i = 1:max(reshape(result,1,1002*800))

[count,~] = size(find(result==i));

if count < 500

result(result==i) = 0;

end

end

% close dead-end channels

closed = zeros(1002,800);

for i = 1:max(reshape(result,1,1002*800))

k = zeros(1002,800);

k(result==i) = 1; k = imclose(k,strel('square',8));

closed(k==1) = i;

end

% do output

out = 255 - im;

for x = 1:1002

for y = 1:800

if closed(x,y) == 0

out(x,y,:) = 0;

end

end

end

imshow(out);

回答by Stefano

stefano童鞋給出了生成搜索過程GIF及AVI文件的代碼 maze-solver-python (GitHub)

總結

以上是生活随笔為你收集整理的python解图片迷宫生成路径_用Python代码来解图片迷宫的方法整理的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。