ฉันจะค้นหา Waldo ด้วย Mathematica ได้อย่างไร


1542

นี่เป็นช่วงเวลาที่ฉันปิดเทอมในช่วงสุดสัปดาห์: อะไรคือวิธีที่ดีในการแก้ปัญหาของ Where's Waldo? [ ปริศนา'เก่ง'นอกอเมริกาเหนือ] ใช้ Mathematica (การประมวลผลภาพและฟังก์ชั่นอื่น ๆ ) หรือไม่?

นี่คือสิ่งที่ฉันมีจนถึงตอนนี้ฟังก์ชั่นที่ช่วยลดความซับซ้อนของการมองเห็นเล็กน้อยโดยลดแสงสีที่ไม่ใช่สีแดงบางส่วน:

whereIsWaldo[url_] := Module[{waldo, waldo2, waldoMask},
    waldo = Import[url];
    waldo2 = Image[ImageData[
        waldo] /. {{r_, g_, b_} /;
          Not[r > .7 && g < .3 && b < .3] :> {0, 0,
          0}, {r_, g_, b_} /; (r > .7 && g < .3 && b < .3) :> {1, 1,
          1}}];
    waldoMask = Closing[waldo2, 4];
    ImageCompose[waldo, {waldoMask, .5}]
]

และตัวอย่างของ URL ที่ 'ทำงาน':

whereIsWaldo["http://www.findwaldo.com/fankit/graphics/IntlManOfLiterature/Scenes/DepartmentStore.jpg"]

(Waldo เป็นโดยการลงทะเบียนเงินสด):

ภาพต้นฉบับ

Mathematica กราฟิก


31
@yoda - ด้านบนซ้ายโต๊ะที่มีรองเท้าจำนวนมากเครื่องบันทึกเงินสดและ Waldo ใกล้มุมของโต๊ะ
Arnoud Buzing

8
ในฐานะนักศึกษาปริญญาเอกสาขาคอมพิวเตอร์วิสัยทัศน์ฉันรู้สึกอยากจะลองทำดู ... แต่ฉันต้องต่อต้าน สำหรับสิ่งที่คุ้มค่าฉันควรไปใช้ฮิสโตแกรมของ Oriented Gradients + บานเลื่อนหน้าต่าง SVM ซึ่งเป็นงานที่ทรงอิทธิพลมาก (คำเตือน: pdf)
dimatura

54
" เก่งที่ไหน" >. <
Lightness Races ใน Orbit

2
เราสามารถเปลี่ยนคำถามเพื่อสนับสนุนภาษาอื่นได้หรือไม่? ฉันคิดเกี่ยวกับการทำมันกับ Matlab
Andrey Rubshtein

2
@ArnoudBuzing: ในคำถามของคุณคุณสามารถค้นหา Waldo ได้โดยดูที่ตัวเลือกที่มีสีขาวที่สุด : /
Tamara Wijsman

คำตอบ:


1640

ฉันได้พบกับ Waldo!

พบว่า waldo

ฉันทำได้อย่างไร

ก่อนอื่นฉันจะกรองทุกสีที่ไม่ใช่สีแดง

waldo = Import["http://www.findwaldo.com/fankit/graphics/IntlManOfLiterature/Scenes/DepartmentStore.jpg"];
red = Fold[ImageSubtract, #[[1]], Rest[#]] &@ColorSeparate[waldo];

ต่อไปฉันจะคำนวณความสัมพันธ์ของภาพนี้ด้วยลวดลายขาวดำเรียบง่ายเพื่อค้นหาการเปลี่ยนสีแดงและสีขาวในเสื้อ

corr = ImageCorrelate[red, 
   Image@Join[ConstantArray[1, {2, 4}], ConstantArray[0, {2, 4}]], 
   NormalizedSquaredEuclideanDistance];

ฉันใช้Binarizeเพื่อเลือกพิกเซลในภาพที่มีความสัมพันธ์สูงเพียงพอและวาดวงกลมสีขาวรอบ ๆ พวกเขาเพื่อเน้นพวกเขาโดยใช้Dilation

pos = Dilation[ColorNegate[Binarize[corr, .12]], DiskMatrix[30]];

ฉันต้องเล่นกับเลเวลเล็กน้อย หากระดับสูงเกินไปจะมีการเลือกบวกปลอมมากเกินไป

ในที่สุดฉันก็รวมผลลัพธ์นี้กับภาพต้นฉบับเพื่อให้ได้ผลลัพธ์ด้านบน

found = ImageMultiply[waldo, ImageAdd[ColorConvert[pos, "GrayLevel"], .5]]

52
@MikeBantegui ในขณะที่โซลูชันของ Heike นั้นยอดเยี่ยมฉันจะไม่บรรจุหีบห่อในWhereIsWaldoฟังก์ชันอย่างรวดเร็วเนื่องจากไม่ใช่โซลูชันทั่วไป เฮย์เกตัวเองชี้ให้เห็นว่าระดับจะต้องเล่นด้วยก่อนที่คุณจะได้รับในเชิงบวก หากต้องการดูว่าฉันหมายถึงอะไรลองใช้ฟังก์ชั่นแพคเกจที่คุณ"http://www.findwaldo.com/fankit/graphics/IntlManOfLiterature/Scenes/AtTheBeach.jpg"ใช้อยู่
abcd

17
ภาพนี้เป็น trickier: วัลโด ฉันคิดว่าการมีบางสิ่งที่สามารถเน้นย้ำศักยภาพของวอลดอสนั้นยังคงมีประโยชน์ (สำหรับคำนิยามของ 'ประโยชน์') (นี่ทำให้ฉันนึกถึงบางสิ่งที่ iPhoto จะระบุเป็นหน้าในคอลเลกชันภาพถ่ายของเรา ... )
Brett Champion

33
โปรดดูโพสต์ Meta นี้: meta.stackexchange.com/questions/116401/…
Bill the Lizard

155
คุณดูเหมือนจะเข้าใจผิดกฎของ Where's Waldo นี่คือการโกงอย่างชัดเจน
Stefan Kendall

91
แม้ว่านี่จะเป็นแฮ็คที่ดี แต่ก็ใช้งานไม่ได้ มันต้องมีการปรับจูนด้วยตนเองและใช้ได้กับภาพเดียวเท่านั้น ฉันไม่เข้าใจว่าทำไม upvoted นี้และเลือกเป็นคำตอบ มันกีดกันคนอื่นจากการพยายามตอบด้วยวิธีการทำงานที่ดีกว่า
sam hocevar

144

ฉันเดาว่า "วิธีกันกระสุนในการทำเช่นนี้" (คิดว่า CIA ค้นหา Waldo ในภาพดาวเทียมทุกเวลาไม่เพียงแค่ภาพเดียวที่ไม่มีองค์ประกอบการแข่งขันเช่นเสื้อลาย) ... ฉันจะฝึกเครื่อง Boltzmannในภาพหลายภาพของ Waldo - รูปแบบทั้งหมดของเขานั่ง, ยืน, ปิดและอื่น ๆ ; เสื้อหมวกกล้องและผลงานทั้งหมด คุณไม่ต้องการคลังข้อมูลขนาดใหญ่ของ Waldos (อาจจะ 3-5 พอ) ​​แต่ยิ่งดีกว่า

สิ่งนี้จะกำหนดกลุ่มเมฆแห่งความน่าจะเป็นให้กับองค์ประกอบต่าง ๆ ที่เกิดขึ้นในการจัดเรียงที่ถูกต้องจากนั้นสร้าง (ผ่านการแบ่งส่วน) ขนาดวัตถุเฉลี่ยคืออะไรแยกส่วนภาพต้นฉบับลงในเซลล์ของวัตถุซึ่งคล้ายกับบุคคลแต่ละคน ) แต่เนื่องจากภาพวัลโดมักจะรวมผู้คนจำนวนมากในระดับเดียวกันจึงเป็นเรื่องง่ายมากจากนั้นป้อนส่วนเหล่านี้ของเครื่อง Boltzmann ที่ผ่านการฝึกอบรมมาล่วงหน้า มันจะให้ความน่าจะเป็นของแต่ละคนที่เป็นวัลโด รับหนึ่งที่มีความน่าจะเป็นสูงสุด

นี่คือการทำงานของ OCR, เครื่องอ่านรหัสไปรษณีย์และการรู้จำลายมือที่ไร้ขีด จำกัด โดยพื้นฐานแล้วคุณรู้คำตอบอยู่ที่นั่นคุณรู้ว่าควรจะมีอะไรมากขึ้นหรือน้อยลงและทุกสิ่งอื่นอาจมีองค์ประกอบทั่วไป แต่แน่นอนว่า "ไม่ใช่" ดังนั้นคุณจึงไม่ต้องกังวลกับ "ไม่ใช่" คุณ เพียงแค่ดูความเป็นไปได้ของ "มัน" ในบรรดาที่เป็นไปได้ "มัน" ที่คุณเคยเห็นมาก่อน "(ในรหัสไปรษณีย์เช่นคุณจะฝึก BM เป็นเพียง 1 วินาทีแค่ 2 วินาทีเพียง 3 วินาทีเป็นต้น) ตัวเลขแต่ละเครื่องและเลือกหนึ่งที่มีความมั่นใจมากที่สุด) วิธีนี้ทำงานได้ดีกว่าคุณสมบัติการเรียนรู้เครือข่ายประสาทเดียวของตัวเลขทั้งหมด


13
ไม่เพียงแค่มีเครือข่ายประสาทธรรมดาเพียงพอสำหรับสิ่งนั้น นอกจากนี้บทความวิกิพีเดียอ้างว่าเครื่องจักร Boltzmann ไม่สามารถใช้งานได้จริง
GClaramunt

2
โดยไม่พยายามฉันไม่แน่ใจ แต่ถ้ามีขนาดใหญ่พอและซับซ้อนพอเครือข่ายประสาทควรจะเพียงพอสำหรับสิ่งใด โดยเฉพาะอย่างยิ่งกับการเกิดซ้ำ เครื่องจักร Boltzmann ทำได้ดีมาก ๆ สำหรับการรับรู้ชุดข้อมูลที่ค่อนข้างเรียบง่ายและมีเสียงรบกวนจำนวนมากในทะเลของข้อมูลที่ต่างจากตัวมันเอง
Gregory Klopper

14
รหัสไปรษณีย์จะถูกอ่านด้วยเครื่องจักร Boltzmann ตลอดเวลาและความแม่นยำในการส่งจดหมายผ่านหลังคา
Gregory Klopper

47

ฉันเห็นด้วยกับ @GregoryKlopper ว่าวิธีที่ถูกต้องในการแก้ปัญหาทั่วไปในการค้นหา Waldo (หรือวัตถุใด ๆ ที่น่าสนใจ) ในภาพโดยพลการนั้นจะเป็นการฝึกอบรมตัวจําแนกการเรียนรู้ของเครื่องควบคุม การใช้ตัวอย่างฉลากที่เป็นบวกและลบจำนวนมากอัลกอริทึมเช่นSupport Vector Machine , Boosted Decision Stumpหรือ Boltzmann Machine อาจได้รับการฝึกอบรมเพื่อให้ได้ความแม่นยำสูงในปัญหานี้ Mathematica ยังรวมถึงขั้นตอนวิธีการเหล่านี้ในของเครื่องการเรียนรู้กรอบ

ความท้าทายทั้งสองด้วยการฝึกอบรมตัวจําแนกวัลโดคือ:

  1. การพิจารณาคุณสมบัติการแปลงภาพที่เหมาะสม นี่คือคำตอบที่ @ Heike มีประโยชน์: ตัวกรองสีแดงและตัวตรวจจับรูปแบบที่ถูกปล้น (เช่นการสลายตัวของเวฟเล็ตหรือ DCT) จะเป็นวิธีที่ดีในการเปลี่ยนพิกเซลดิบให้เป็นรูปแบบที่อัลกอริทึมการจำแนกประเภทสามารถเรียนรู้ได้ การย่อยสลายแบบบล็อกที่ประเมินส่วนย่อยทั้งหมดของภาพก็เป็นสิ่งจำเป็น ... แต่สิ่งนี้ทำได้ง่ายขึ้นโดยข้อเท็จจริงที่ว่า Waldo คือ a) มักจะมีขนาดเท่ากันและ b) โดยประมาณเสมอทุกครั้งในแต่ละภาพ
  2. รับตัวอย่างการฝึกอบรมที่เพียงพอ SVM ทำงานได้ดีที่สุดโดยอย่างน้อย 100 ตัวอย่างของแต่ละชั้นเรียน แอปพลิเคชั่นเชิงพาณิชย์สำหรับการเพิ่มประสิทธิภาพ (เช่นการโฟกัสใบหน้าในกล้องดิจิตอล) ได้รับการฝึกฝนในตัวอย่างเชิงบวกและลบหลายล้านรายการ

การค้นหารูปภาพของ Googleอย่างรวดเร็วทำให้ข้อมูลดีขึ้น - ฉันจะลองรวบรวมตัวอย่างการฝึกอบรมและเขียนโค้ดขึ้นมาทันที!

อย่างไรก็ตามแม้กระทั่งวิธีการเรียนรู้ด้วยเครื่อง (หรือวิธีการตามกฎที่แนะนำโดย @iND) จะต่อสู้เพื่อภาพเช่นLand of Waldos !


ระบบคอมพิวเตอร์วิสัยทัศน์การเรียนรู้ด้วยคอมพิวเตอร์ที่พยายามแก้ปัญหา "Where's Waldo" ในโลกแห่งความเป็นจริง (เช่นการค้นหาบุคคลในรูปถ่ายฝูงชนบน Flickr) ได้ถูกนำเสนอในการประชุม Computer Vision และการจดจำรูปแบบเมื่อปีที่แล้ว พวกเขาโกงเล็กน้อยโดยเพิ่มข้อมูลตำแหน่ง 3D โดยใช้ภาพถ่ายหลายภาพในฉากเดียวกัน
lubar

41

ฉันไม่รู้ Mathematica . . เลวร้ายเกินไป. แต่ฉันชอบคำตอบข้างต้นส่วนใหญ่

ยังคงมีข้อบกพร่องที่สำคัญในการพึ่งพาแถบเพียงอย่างเดียวเพื่อรวบรวมคำตอบ (โดยส่วนตัวฉันไม่มีปัญหากับการปรับด้วยตนเองเพียงครั้งเดียว ) มีตัวอย่าง (แสดงโดย Brett Champion ที่นี่ ) ซึ่งแสดงให้เห็นว่าบางครั้งพวกเขาก็สลายรูปแบบเสื้อ ดังนั้นมันจึงกลายเป็นลวดลายที่ซับซ้อนมากขึ้น

ฉันจะลองวิธีการของรูปร่าง id และสีพร้อมกับความสัมพันธ์พิเศษ เช่นเดียวกับการจดจำใบหน้าคุณสามารถมองหาลวดลายเรขาคณิตในอัตราส่วนที่แน่นอนจากกันและกัน ข้อแม้คือว่าโดยปกติจะมีรูปร่างหนึ่งรูปร่างหรือมากกว่านั้น

รับสมดุลแสงขาวที่ภาพและแดงสมดุลสีแดงจากภาพ ฉันเชื่อว่า Waldo นั้นมีค่า / สีเดียวกันอยู่เสมอ แต่ภาพนั้นอาจมาจากการสแกน จากนั้นอ้างถึงสีต่างๆที่ Waldo ใช้จริง ๆ คือ: สีแดงสีขาวสีน้ำตาลเข้มสีฟ้าสีพีชสี {สีรองเท้า}

มีรูปแบบเสื้อและกางเกง, แว่นตา, ผม, ใบหน้า, รองเท้าและหมวกที่กำหนด Waldo นอกจากนี้เมื่อเปรียบเทียบกับคนอื่น ๆ ในภาพวัลโดก็อยู่ข้างผอม

ดังนั้นหาคนสุ่มเพื่อให้ได้ความสูงของคนในรูปนี้ วัดความสูงเฉลี่ยของสิ่งต่าง ๆ ที่จุดสุ่มในภาพ (โครงร่างที่เรียบง่ายจะสร้างบุคคลไม่กี่คน) หากแต่ละสิ่งไม่ได้อยู่ในค่าเบี่ยงเบนมาตรฐานจากสิ่งอื่นพวกเขาจะถูกละเว้นในตอนนี้ เปรียบเทียบความสูงเฉลี่ยกับความสูงของภาพ หากอัตราส่วนนั้นมากเกินไป (เช่น 1: 2, 1: 4 หรือใกล้เคียงกัน) ให้ลองอีกครั้ง เรียกใช้ครั้งละ 10 (?) เพื่อให้แน่ใจว่าตัวอย่างอยู่ใกล้กันมากยกเว้นค่าเฉลี่ยใด ๆ ที่อยู่นอกค่าเบี่ยงเบนมาตรฐาน เป็นไปได้ใน Mathematica?

นี่คือขนาดวัลดาของคุณ Walso ผอมดังนั้นคุณกำลังมองหาบางอย่าง 5: 1 หรือ 6: 1 (หรืออะไรก็ตาม) ht: wd อย่างไรก็ตามนี่ไม่เพียงพอ หาก Waldo ถูกซ่อนไว้บางส่วนความสูงอาจเปลี่ยนไป ดังนั้นคุณกำลังมองหาบล็อกของสีแดงขาวที่ ~ 2: 1 แต่จะต้องมีตัวบ่งชี้เพิ่มเติม

  1. Waldo มีแว่นตา ค้นหาวงกลมสองวง 0.5: 1 เหนือสีแดงขาว
  2. กางเกงสีน้ำเงิน จำนวนสีน้ำเงินใด ๆ ที่มีความกว้างเท่ากันภายในระยะห่างระหว่างปลายแดงขาวกับระยะทางถึงเท้าของเขา โปรดทราบว่าเขาสวมเสื้อสั้น ๆ ดังนั้นเท้าไม่ใกล้เกินไป
  3. หมวก. แดงขาวระยะทางสูงสุดถึงสองเท่าของหัวเขา โปรดทราบว่ามันต้องมีผมสีเข้มด้านล่างและอาจเป็นแว่นตา
  4. แขนยาว แดงขาวในบางมุมจากหลักแดงขาว
  5. ผมสีเข้ม.
  6. สีรองเท้า ฉันไม่รู้สี

สามารถใช้สิ่งใดก็ได้ สิ่งเหล่านี้เป็นการตรวจสอบเชิงลบกับคนที่คล้ายกันในรูป - #, negates # 2 สวมผ้ากันเปื้อนสีแดงสีขาว (ใกล้กับรองเท้า), # 5 กำจัดขนสีอ่อน นอกจากนี้รูปร่างเป็นเพียงหนึ่งตัวบ่งชี้สำหรับการทดสอบแต่ละครั้ง . . สีเพียงอย่างเดียวในระยะทางที่กำหนดสามารถให้ผลลัพธ์ที่ดี

สิ่งนี้จะทำให้พื้นที่ที่ต้องดำเนินการแคบลง

การจัดเก็บผลลัพธ์เหล่านี้จะสร้างชุดของพื้นที่ที่ควรมี Waldo อยู่ในนั้น ยกเว้นพื้นที่อื่นทั้งหมด (เช่นสำหรับแต่ละพื้นที่ให้เลือกวงกลมใหญ่เป็นสองเท่าของขนาดบุคคลทั่วไป) จากนั้นเรียกใช้กระบวนการที่ @Heike กำหนดให้ลบทั้งหมดยกเว้นสีแดงและอื่น ๆ

มีความคิดเกี่ยวกับวิธีการรหัสนี้อย่างไร


แก้ไข:

ความคิดเกี่ยวกับวิธีการรหัสนี้ . . ยกเว้นทุกพื้นที่ยกเว้นวัลโดแดง, ปรับขนาดพื้นที่สีแดงและตัดลงไปจนถึงจุดเดียว ทำแบบเดียวกันกับผมสีน้ำตาล Waldo กางเกงสีฟ้า Waldo สีรองเท้า Waldo สำหรับสีผิวของ Waldo ให้แยกออกแล้วค้นหาโครงร่าง

ถัดไปแยกส่วนที่ไม่ใช่สีแดงขยาย (มาก) พื้นที่สีแดงทั้งหมดจากนั้นโครงกระดูกและพรุน ส่วนนี้จะให้รายชื่อของจุดศูนย์กลางที่เป็นไปได้ของ Waldo นี่คือเครื่องหมายเพื่อเปรียบเทียบส่วนสีอื่น ๆ ของ Waldo

จากจุดนี้ใช้พื้นที่สีแดงที่มีโครงกระดูก (ไม่ใช่ส่วนที่ขยาย) นับจำนวนเส้นในแต่ละพื้นที่ หากมีจำนวนที่ถูกต้อง (สี่ใช่มั้ย) นี่เป็นพื้นที่ที่เป็นไปได้อย่างแน่นอน ถ้าไม่ใช่ฉันเดาว่าไม่รวมมัน (เหมือนเป็นศูนย์กลางของวัลโด ... อาจเป็นหมวกของเขา)

จากนั้นตรวจสอบว่ามีรูปร่างใบหน้าด้านบนมีจุดขนด้านบนกางเกงชี้ด้านล่างจุดรองเท้าด้านล่างและอื่น ๆ

ยังไม่มีโค้ด - ยังอ่านเอกสารอยู่


8
บางทีคุณสามารถแสดงหลักฐานแนวคิดในระบบหรือภาษาที่คุณคุ้นเคย สิ่งนี้จะช่วยให้คุณรู้สึกถึงความยากลำบากที่อาจเกิดขึ้น
Szabolcs

1
โอ้ฉันแค่สนุกกับความท้าทายตามที่ตั้งไว้ มันทำให้ฉันทำอะไรระหว่างเดินบนชายหาดและแต่งตัวสำหรับอาหารเย็น
iND

1
ดังนั้น. . . ทำไม downvotes นี่แตกต่างจากคำตอบแบบเก็งกำไรอื่น ๆ อย่างไร? นี่เป็นข้อเสนอแนะที่ควรนำมาพิจารณาอย่างจริงจังหรือไม่? หรือว่าฉันควรจริงจังในการสอบสวนของฉัน แนวทางของฉันผิดจริงหรือไม่?
iDD

3
ฉันไม่ได้ลงคะแนนคุณและฉันไม่คิดว่า downvotes เหมาะสมสำหรับความพยายามที่จะตอบอย่างซื่อสัตย์ (เว้นแต่พวกเขาจะให้ข้อมูลที่ผิด) เหตุผลที่น่าจะเป็นไปได้มากที่สุดสำหรับ downvotes ก็คือคุณไม่ได้ลองใช้วิธีการที่ค่อนข้างซับซ้อน (sounding sounding) และการหาวิธีแก้ปัญหาที่ดีอาจจะต้องใช้การทดลองเชิงปฏิบัติและคิดออกมาเป็นจำนวนมาก คำตอบแบบเก็งกำไรอื่น ๆ แนะนำวิธีการทั่วไป (เป็นจุดเริ่มต้น) ที่ใช้ในอดีตสำหรับปัญหาที่คล้ายกันและมีจำนวนวรรณกรรมที่ดี แค่พยายามอธิบายว่าเกิดอะไรขึ้น
Szabolcs

ขอบคุณสำหรับคำอธิบาย ฉันเดาว่าฉันไม่ได้มุ่งเน้นไปที่ประวัติศาสตร์ของความคิด
iDD

2

ฉันมีวิธีแก้ปัญหาอย่างรวดเร็วสำหรับการค้นหา Waldo โดยใช้ OpenCV

ฉันใช้ฟังก์ชันจับคู่แม่แบบที่มีอยู่ใน OpenCV เพื่อค้นหา Waldo

ในการทำเช่นนี้จำเป็นต้องมีเทมเพลต ดังนั้นฉันจึงตัดวัลโดจากภาพต้นฉบับและใช้เป็นเทมเพลต

ป้อนคำอธิบายรูปภาพที่นี่

ต่อไปฉันเรียกใช้cv2.matchTemplate()ฟังก์ชันพร้อมกับค่าสัมประสิทธิ์สหสัมพันธ์ปกติเป็นวิธีที่ใช้ มันคืนความน่าจะเป็นสูงที่ภูมิภาคเดียวดังที่แสดงไว้ด้านล่างสีขาว (ที่ใดที่หนึ่งในภูมิภาคซ้ายบน):

ป้อนคำอธิบายรูปภาพที่นี่

พบตำแหน่งของพื้นที่ที่น่าจะเป็นที่สูงที่สุดโดยใช้cv2.minMaxLoc()ฟังก์ชั่นซึ่งฉันใช้ในการวาดรูปสี่เหลี่ยมผืนผ้าเพื่อไฮไลต์วัลโด:

ป้อนคำอธิบายรูปภาพที่นี่


7
พยายามจัดการกับคำถามการประมวลผลภาพที่โด่งดังที่สุดของ SO หรือไม่? ;) วิธีการแก้ปัญหาของคุณนั้นดีและใช้งานง่าย แต่ a / ใช้ได้กับภาพเฉพาะนี้เท่านั้นและ b / ต้องการภาพที่แน่นอนของ Waldo ที่คุณต้องการค้นหาล่วงหน้าในขณะที่ฉันคิดว่าคำถามเกี่ยวกับการค้นหา Waldo ใน "ภาพ Waldo ของที่ไหน" คุณจะเล่นเกมปกติ: โดยไม่รู้ว่าเขาเป็นอย่างไรก่อน คำถามนี้สนุกมาก แต่อย่างใด
Soltius

@Solitus ฮ่าแน่นอน !!! ฉันทำงานเฉพาะภาพนี้โดยเฉพาะ การทำงานให้กับภาพที่แตกต่างนั้นเป็นสิ่งที่ท้าทาย !!
Jeru Luke
โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.