英雄联盟地图的抓取与分析
第 50 篇
读完需要
分钟
速读仅需 5 分钟
/ 0.背景 /
S11 比赛正在如火如荼的举行。作为一个 S3 赛季的老玩家和地理人,我想从另外个角度带你了解 LOL 的世界。
/ 1.数据获取 /
1
数据初探
英雄联盟推出了其世界地图网页版,访问地址为:( https://map.leagueoflegends.com/ ).
鼠标移动到图标上时,会有该地区的行政图:
放大时,该地区会变得清晰,并且有地形的起伏:
因此这个地图应该有一个高分辨率的地图,类似于栅格金字塔。同时有一个 DEM 数据对地形进行拉伸渲染。
2
地图抓取
亘古不变的 F12 键,查看从页面打开时的网页请求,找到 png 图片:
3
英雄联盟地图结构解析
通过后期数据的抓取与思考,我粗略的画了一下 LOL 展示地图的结构:
英雄联盟的地图浏览起来非常丝滑,但是这个地图的原理很复杂。不仅对 DEM 进行了在线渲染,而且会根据各种掩膜进行判定,比如说被海洋掩膜覆盖的区域,会生成一个“水波荡漾”的效果。
/ 2.本地地图制作 /
主要分为三个方面:各个城邦矢量图的制作、高分辨率影像图的合成以及 DEM 数据的重构。
从官方网页结构中,我们可以获得矢量图,每一个城邦拥有一个范围栅格图(.png 格式,2048*2048 像素),比如说诺克萨斯城邦:
我们将其放到 arcgis,根据其边界逐一描绘:
/ 2.2 DEM 数据的重构 /
从官网界面,我们可以看到三维的地形数据,实际上是利用了一个 DEM 图进行了 Blender 在线渲染,我们从网页中获得的 DEM 数据是一个 Unit8 像素深度的栅格图,DEM 值的范围是 0-255。
DEM 的 Value 值范围为 0-146,我们不知道真实的海拔高度。有没有什么办法大致知道 DEM 的每一个值代表的真实高度?
考虑到德玛西亚城的河谷平原像素值在 20 左右,以及 LOL 最高峰应该超过 4000 米。我们假设每一个像素值代表高度为 28 米。因此,LOL 世界最高山峰的海拔为 4116 米。
使用栅格计算器,重新计算 LOL 世界的 DEM:
在本地使用 Blender 对 DEM 数据渲染效果如下:
/ 2.3 LOL 高分辨地图的重制 /
LOL 官网的地图存在两种分辨率,一种是地图总览的低分辨率,一种是放到到局部的高分辨率。高分辨率的地图需要逐个抓取。
我观察到,高分辨率的地图链接是有规律的,因此写了一个脚本将这些图片都爬取下来:
待数据下载完之后,使用我之前写好的镶嵌脚本,逐个对图片进行镶嵌:
#将影像进行镶嵌
import PIL.Image as Image
import os
IMAGES_PATH = r'小切片的路径' # 图片集地址
# IMAGES_FORMAT = ['.jpg', '.JPG'] # 图片格式
IMAGES_FORMAT = ['.png'] # 图片格式
IMAGE_SIZE = 256 # 每张小图片的大小
IMAGE_ROW = 7 # 图片间隔,也就是合并成一张图后,一共有几行
IMAGE_COLUMN = 6 # 图片间隔,也就是合并成一张图后,一共有几列
IMAGE_SAVE_PATH = 'predict.jpg' # 图片转换后的地址
#按数字大小进行排序
files = os.listdir(IMAGES_PATH)
files.sort(key=lambda x: int(x.split('.')[0]))
# 获取图片集地址下的所有图片名称
image_names = [name for name in files for item in IMAGES_FORMAT if
os.path.splitext(name)[1] == item]
# 简单的对于参数的设定和实际图片集的大小进行数量判断
if len(image_names) != IMAGE_ROW * IMAGE_COLUMN:
raise ValueError('合成图片的参数和要求的数量不能匹配!')
print(image_names)
# 定义图像拼接函数
def image_compose():
to_image = Image.new('RGB', (IMAGE_COLUMN * IMAGE_SIZE, IMAGE_ROW * IMAGE_SIZE)) # 创建一个新图
# 循环遍历,把每张图片按顺序粘贴到对应位置上
for y in range(1, IMAGE_ROW + 1):
for x in range(1, IMAGE_COLUMN + 1):
from_image = Image.open(IMAGES_PATH + image_names[IMAGE_COLUMN * (y - 1) + x - 1]).resize(
(IMAGE_SIZE, IMAGE_SIZE), Image.ANTIALIAS)
to_image.paste(from_image, ((x - 1) * IMAGE_SIZE, (y - 1) * IMAGE_SIZE))
return to_image.save(IMAGE_SAVE_PATH) # 保存新图
低分辨率的图片的大小为:2048X2048,高分辨率的图片的大小为:7168X6144。
/ 3.数据分析 /
/ 3.1 各个城邦的土地面积分析 /
使用 gis 的面积制表工具,统计每一个城邦的个数。
由于 LOL 世界是否是一个球形星球,也不知道该地图是否有投影变形。我们暂且用像元个数代表每个城邦的面积。诺克萨斯的面积不仅大,还横跨三个大的区域,实力不容小觑。
虽然诺克萨斯的面积是德玛西亚的四倍,但是德玛西亚永不屈服。
/ 3.2 各个联邦的地形分析 /
将 LOL 世界的海拔进行重分类:
海拔 1960 米以上就可以视为山脉,可以看看各个城邦的山脉分布图:
从这个图,我们能猜测出克萨斯和德玛西亚打仗最激烈的地方,所谓狭路相逢勇者胜:
/ 4.写到最后 /
(1)该推文只做学习使用,请勿作为非法用途,任何非法用途与本人无关。
(2)祝愿 EDG 取得好成绩,LPL 加油!