点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
设计师 @CereStar 感谢 @Braite 带我入坑。
济南蓝军果然是团结友爱的大团队尤其是 @Kingmos 大哥的帮扶。
设计灵感来自5年前原icon设计师:ZozoRan的上海纪念icon图标 MissionDay设计
致敬经典,致敬优秀。
文件下载地址:
https://mega.nz/folder/FzhQTCAC#75SSK4hic-dK_M2oBPoXjA
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
今天是 Ingress2S(第二周日)活动日,今天完成 6 个任务可以累计 Ingress2S 活动牌子。
不要忘记出门做 6 个任务哦!
顺便做完任务来点稿子啊…………
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
如题,这也是 Ingress 全球运营以来第一次进行地域屏蔽,目前两国及两国国境线周边一些地区已经彻底无法游戏。
屏蔽包括:IP 地址屏蔽,两国玩家无法连接到游戏服务器;以及 GPS 屏蔽,即处于两国境内的玩家会得到各种报错/黑屏。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
猩猩开始推送 2.90.1 版本更新,主要变化如下:
新功能:
修复:
已知问题:
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
这篇文章将介绍 IFSolverR 对于匹配到的图片是如何生成网格、检测错误识别并排版生成最后的输出的。
先前说到,IFSolverR 对所有的图片进行匹配并得到了一份映射坐标列表,而最后输出需要的数据显然应该是一个矩阵 ,使得对于行 i 和 列 j:
那么,怎么确定搜索到的坐标位于哪一列呢?这个时候就需要请出 KMeans 聚类算法了。
这是一个非常简单的一维聚类问题,用 KMeans 实际上u 有一些小题大作,简而言之目的是让划分到 k 个集合的方案 中,每个集合内的平方和误差最小,即:
显然,我们能根据肉眼判断出图片有几列,因此通过此种方法得出结果这不成问题。
然而,在某些情况下,由于先前的匹配过程依然可能存在漏网之鱼,有下列两种情况:
-
有同一张照片的不同部分被识别为了相同的结果。
-
有同一张照片的不同部分被识别为了不同的结果。
例如上图中的 421 被识别了两次。
对于第一种情况,完全可以无视,因为它并不影响最终的结果生成,而对于第二种情况,可能达到了算法的极限,需要人工判断,这个时候就需要提示人工介入了。
而判断它的条件非常暴力,只要发现两个识别结果的距离过近,就认为它们冲突了。
if (abs(imageCenters[idx][“y”] – imageCenters[idx + 1][“y”]) < 50)
and imageCenters[idx][“portalID”] != imageCenters[idx + 1][“portalID”]
而后的根据坐标生成图片的代码相比于先前的版本几乎没有更改,故不重复叙述。
到这里,IFSolverR 的全部内容就讲完了,大概除了官方彻底改变玩法,未来也不需要什么大的更新了。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
如题,猩猩又往商店里面放了免费道标。
上次可重复领取 5 次,这次可重复领取 20 次:
走过路过不要错过(爆仓了的除外)。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
昨天有“舅舅”表示,Pokemon Go 已经经由网易送审了。
https://weibo.com/ttarticle/p/show?id=2309404744330169680144
当然,他没有给出任何明确证据,就是有消息了。
根据我国法律法规,预计网易版本的 Pokemon Go 应该会独立运营,不知道是否会变成一代新的……
先不提国服版本的会变成啥样吧,除了遥遥无期的版号,网易还需要解决 Portal 引入、地图替换等等一系列问题呢。
大家就听个乐子就好啦,该咋咋地。。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
本次活动中猩猩将在全球范围内选择活动高的 Portal (比如大佬刷 AP 的顶点)作为指定的活动 Portal。
在此期间参与 10 个 Battle Beacon 的战斗可获得获得牌子(如果你 1、2 月还没拿到,可以累计 1、2 月参加的数目)。
猩猩上的官方战斗 Beacon 得分是玩家的 5 倍。
比赛结束后猩猩还会公布总分、蓝军总分、绿军总分、蓝军最大优势比率及绿军最大优势比率的 Cell。
另,活动期间有 2019 Victoria 牌子的道具包出售,价格还是 30800 CMU。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
如题,藏的还挺深的,我们又没啥稿子……就水过今天吧。
有稿子的话别忘记投稿啊……
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4
点击查看微信稿件原文
点击上方蓝字关注 Ingress Beijing
在这篇文章里,将详细介绍 IFSolverR 是如何匹配特征的,这是本次更新中最核心的环节。
与先前的 IFSolver 不同,使用 SIFT 进行全图匹配一定会引入一些错误的特征点,如何判断某个匹配是否是符合要求的,以及如何处理图中存在的多个匹配,是本节需要关注的主要问题。
bestMatches = BFMatcher.matchDescriptor(d, dFull)
通过这样的过程,可以实现对 d(Portal 图片特征) 和 dFull(IFS 谜题全图特征) 的暴力匹配。
而 BFMatcher 里面是这样的:
matches = matcher.knnMatch(descriptor, descriptorFull, k=2)
bestMatches = [[m] for m, n in matches if m.distance < 0.6*n.distance]
通过测量,0.6 倍距离作为筛选边界是较为合适的,这会影响到检测到的特征点个数。
然而,这样产生的匹配很可能也存在不符合标准的状况。嘤为 SIFT 本身是一种匹配能力极强的算法,当遇到稍有相似但角度不同的 Portal 图片时,依然能够被识别出来并被认为是一个合理的匹配。
同时,我们需要做的并不只是匹配图片,还需要找到匹配区域的几何中心,即图片的中心点,以方便后续的自动化生成解谜结果。
但很显然,一次匹配是无法区分出所有的匹配图片,并进行筛选的,因此我们需要这样的操作:
-
通过映射关系,查找 Portal 图片在谜题图片上的边缘,这里就是对图片生成一个 3×3 的最优单映射变换矩阵(矫正矩阵) M,使得 。
-
然而,这样的矩阵并不一定存在,如果不存在这样的矩阵,说明这不是一个有效的组合。
-
排除以上情况后,可以通过 perspectiveTransform 和上述矩阵 M 确定变换后的边缘坐标。
-
同时,我们需要保证这样的坐标的长宽比符合要求,并且是一个凸多边形。
-
随后,我们对匹配的区域生成一个 mask,将上述匹配成功的区域内的特征点排除(logical_not)。
-
重复以上操作直至匹配到的特征点低于 4 个,此时我们不认为它们能确定一个映射,匹配过程结束。
然后程序也会存储一份特征匹配的图片以供参考和调试。
Telegram – https://t.me/IngressBeijing
Twitter – @ingressbeijing
网站 – https://bjres.net
投稿后请及时联系我们,联系方式:
Telegram – @alexrowe
QQ – 350259971
Niantic Chat Group – YxR8TEU4