|
|
# CPS1《吞食天地2 赤壁之战》(wof) 精灵提取 —— 进展与卡点交接
## 一句话现状
底层数据链路**已经全部打通并逐像素验证通过**,产出的"整帧精灵层"绝对正确、零错位。
唯一没解决的是一件事:**怎么把一帧里那几十上百个零散小条目,自动还原成一个一个完整角色/坐骑/物件**。
---
## 一、已经完全解决的部分(请不要再从头推导)
数据源:玩家自备 `wof.zip`(romset `wof`)里的 8 个 gfx ROM(`tk2-1m.3a` … `tk2-8m.10a`,各 524288 字节)。
### 1. gfx ROM → 4MB 瓦片库(32768 个 128 字节瓦片)
拼装公式(**实测与模拟器 `graphicsRom` 逐字节 100% 一致**):
```
bank[(b >> 1) * 8 + (b & 1) + off] = d
```
即 16-bit 字节交错。外部 AI 曾建议的"前 4 / 后 4 分组 + 64+64 交替"实测吻合率只有 28–29%,纯顺序拼接 18%,均错。
### 2. 瓦片解码
每 128 字节瓦片 = 16 组 × 8 字节;前 4 字节 = 左半 x0–7,后 4 = 右半 x8–15;平面序 `0123`,bit7 对应 x0。`v == 15` 为透明。
### 3. OAM → 屏幕坐标(**已验证,`code << 1` 和 `x - 8` 都是错的**)
```
tile = code # 恒等,不是 code << 1
screen_x = (oam_x & 511) - 64
screen_y = (oam_y & 511) - 16
```
曾做到 31/75 条精灵 **1.000 逐像素吻合**(不是近似,是逐像素相等)。
### 4. 属性字 attr 位定义
| 位 | 含义 |
|---|---|
| bit0–4 | 调色板号(0–31) |
| bit5 | 水平翻转 |
| bit6 | 垂直翻转 |
| bit8–11 | 横向块数 − 1 |
| bit12–15 | 纵向块数 − 1 |
块布局:
```
tile(c, r) = (code & ~15) + ((code + c) & 15) + 16 * r
```
### 5. OAM 结构
每 8 字节一条:`x, y, code, attr` 各 2 字节大端。`objBuffer` 共 256 条。
终止符判断:`(attr & 0xFF00) == 0xFF00`(注意 attr 当负数处理会漏判)。
### 6. 颜色通道 bug(已修)
调色板缓存是 Uint32,正确读法:
```js
R = v & 255; G = (v >> 8) & 255; B = (v >> 16) & 255
```
旧读法把 R/B 读反,导致"马是蓝的"。4096 项调色板已全部固化落地。
---
## 二、已经拿到的正确产物
1. **90 帧整帧精灵层**(384×224 透明 RGBA PNG)
这是目前**唯一零错位、零粘连**的产物:每帧把该帧所有 OAM 条目按公式渲染到一张透明画布上,就是模拟器看到的精灵层原貌。
2. **一个自包含框选切图 HTML 工具**(1.57MB,内联那 90 帧):左栏切帧、中间 2 倍放大棋盘格、鼠标拖框、默认吸附 16 像素网格、`Enter` 快切、右侧已切列表、自写 zip 导出。实测切出 PNG 与 zip CRC 均通过。
---
## 三、卡点:自动分组(这才是要解决的问题)
### 现象:所有自动分组方案都会出这三种病之一
1. **一排 3–5 匹马 / 3–5 个兵横着连成一条长条**(用户第一次框图指出的就是这个)
2. **半个角色**(缺块,剩半匹马、半条腿)
3. **混进完全不相关的物件**(一棵树、一个箱子跟人拼在一起)
### 为什么难:这是结构性歧义,不是算法调参问题
- 一个武将 / 一匹马在 OAM 里是**几十个独立的 16×16 小条目**拼出来的,不是一个条目。
- 这些条目的 `code` **不连续**(美术资源按图元打包,中间会跳)。
- OAM 在 buffer 里**不是按游戏写入顺序排的,而是按 y 从上到下排的**(CPS1 硬件的 sprite 排序要求)——这意味着"原始写入顺序"这条线索已经被硬件排序抹掉了。
- 画面上紧挨着的两个角色,在 OAM 里可能彼此交错。
- 位置是唯一可靠的合并依据,但**没有全局阈值可用**:角色之间可以贴到 0 像素,角色内部也可能有大空隙(比如马腿和马身之间)。
### 已试过并**全部失败**的算法(请勿再重复推荐)
| # | 方案 | 失败表现 |
|---|---|---|
| 1 | 按 `code & ~15` 分块 | 跨段被切断、缺块 |
| 2 | 块级连通域(8 邻接) | 一排马横着连成一条 |
| 3 | 按 OAM 写入顺序 + 位置接壤 | 顺序被 y 排序破坏,切分完全无效 |
| 4 | 按调色板分桶 + 空隙切分(阈值 130 / 100 / 自动) | 半匹马、一排 3–5 匹 |
| 5 | 单条目 / 连续段 / 全量实例(把每个连通块都抠出来) | 全是碎块 |
### 用户已明确否决的路线(不要再提)
- 视频抠像(残肢、隐身、变形)
- 纯调色板抠像分离同色邻兵
- 各种 64×96 固定网格切帧、16 位字铺满 16px 的落位模型
---
## 四、真实数据样本(这是分析用的原始材料)
从 `seq5.json` 第 9 帧解出,按 OAM 条目原序打印(`w/h` 来自 attr):
```
i raw_x raw_y code attr pal flip w h
0 93 68 1411 9 9 -- 1 1
1 77 68 966 9 9 -- 1 1
2 93 84 1427 9 9 -- 1 1
3 77 84 1426 9 9 -- 1 1
4 69 99 3925 4642 2 H- 3 2
5 117 115 3940 4130 2 H- 1 2
6 53 115 3939 4130 2 H- 1 2
7 69 131 4003 4642 2 H- 3 2
8 69 163 4036 4386 2 H- 2 2
9 376 152 12937 4108 12 -- 1 2
10 392 136 12922 8716 12 -- 3 3
11 392 88 12638 15 15 -- 1 1
12 408 88 12639 4111 15 -- 1 2
13 440 88 12635 4623 15 -- 3 2
14 424 104 12654 15 15 -- 1 1
15 424 120 12670 15 15 -- 1 1
16 440 120 12667 527 15 -- 3 1
17 440 136 12664 527 15 -- 3 1
18 296 112 13252 4141 13 H- 1 2
19 280 112 12998 4141 13 H- 1 2
20 248 96 12808 8493 13 H- 2 3
21 232 80 12927 45 13 H- 1 1
22 216 96 12925 301 13 H- 2 1
23 200 112 12941 4653 13 H- 3 2
24 380 76 18300 8960 0 -- 4 3
25 384 168 1283 542 30 -- 3 1
26 228 120 1283 574 30 H- 3 1
27 0 256 0 -256 ← 终止符
```
观察到的规律(供参考):
- 条目 0–3 用 pal 9,条目 4–8 用 pal 2 → 调色板确实是"图元级"的信号
- 条目 10–17 的 `code` 挤在 12635–12670 这一窄带内 → 说明**同一图元的 tile 地址是连续的**,这可能是比屏幕位置更可靠的归并依据
- 条目 4–8 的 `code` 是 3925 / 3939 / 3940 / 4003 / 4036,跨度 111 → 说明单个图元可以横跨 100+ 个 tile,**不能用固定窗口**
---
## 五、新发现的两个线索(本次刚发现,尚未验证)
### 线索 A:objBuffer 里存在多段,`0xFF00` 终止符不止一个
统计 160 帧,段的条数分布不是单一的,典型如:
```
(27, 14, 0, 0) 出现 3 次
(23, 12, 0) 出现 2 次
(42, 0, 0) 出现 2 次
(25, 1, 14, 0, 0) 出现 2 次
```
而且**第 2 段经常是第 1 段尾部的重复子集**(上面样本里 29–41 与 14–26 内容完全相同)。
这到底是:
1. 采集脚本重复读了两个渲染页(双缓冲)?
2. 游戏确实往 buffer 写了两次?
3. 还是"段"本身对应某种空间/层级划分?
**如果段有语义,分组难度会大幅下降。这是最值得先搞清楚的点。**
### 线索 B:`code` 的 tile 占用区间
每个图元从 `(code & ~15)` 起,占用 `w × h` 个 8×8 tile,布局 `(code&~15) + c + 16*r`。
不同图元的 tile 区间理论上不该重叠(美术不共用)。
因此可以试:**按 tile 区间相交/相邻来归并**,而不是按屏幕位置。
这条路线之前没试过,可能绕开"屏幕上贴得太近"的歧义。风险是美术资源存在复用(不同图元共用同一 tile 段)。
---
## 六、想请 DeepSeek 回答的问题
1. CPS1 的 OAM / sprite buffer 里,游戏引擎写入时是否**保留任何原始分组信息**(比如每个图元的最后一条带标记、或者 buffer 分段有语义)?`0xFF00` 标记到底代表什么?
2. 上面"线索 B"(用 tile 地址区间归并)这条路在原理上是否成立?CPS1 美术资源是否普遍存在跨图元复用?
3. 如果纯程序化归并存在原理性歧义,有没有**半自动**的最优做法:先用廉价启发式生成候选分组,再只把冲突项丢给人确认?
4. 是否存在业界现成的、针对 CPS1/2 的 sprite 分组工具(能直接吃 OAM dump)?Yoshins Arcade GFX Stitcher 已查明不含 wof 资源、CPS1 分支未实现;MAME/FBNeo 也没有导出"已分组精灵"的功能。
---
## 七、环境与数据在哪
- 瓦片库:`rom_work/bank_all.npy`(4194304 uint8,`reshape(-1,128)`)
- 调色板:`rom_work/palette_cache.npy`(4096 Uint32,须按上面第 6 条读)
- 帧数据:`rom_work/seq5.json`(160 帧,每帧 1024 个 int = 256 条 × 4 word)
- 原始 ROM:`rom_work/wof/`(15 个文件,8 个 gfx 各 512KB)
- 已交付产物:`精灵框选切图工具.html`、`素材/整帧精灵层_第一关/`(90 帧) |
|