这个开源项目显示横传转移球次数？

本文目录导读：

1. 基于事件数据的开源项目（最准确、最推荐）
2. 基于计算机视觉的实时检测（更复杂，但可定制）
3. 现成的可视化工具（直接可看，但需配置）
4. 最直接的解决方案
5. 总结建议

根据你提到的“显示横传转移球次数”这一需求，这通常是足球数据分析或体育可视化领域的开源项目。

目前有多个开源项目可以做到这一点，最知名且最相关的项目通常基于计算机视觉（跟踪球员和足球）或使用公开的比赛事件数据（如StatsBomb、Sportec等提供的XML/JSON数据）。

以下是几个主要方向的开源项目推荐：

基于事件数据的开源项目（最准确、最推荐）

这类项目依赖于已经标注好的比赛事件数据（谁、什么时间、在哪儿、传给了谁），要统计“横传转移球”，需要自己定义一个筛选逻辑（传球距离 > 30米，且角度接近水平线）。

• 项目名称： StatsBombR / soccerdata (Python)

  • 功能： StatsBomb 提供了大量免费的公开比赛数据，你可以通过脚本拉取数据，然后筛选出 type 为 “Pass” 且 pass.angle 在特定范围内的传球（例如角度接近 0 或 π，代表横传）。
  • 如何统计横传转移球：
    1. 下载比赛事件。
    2. 筛选出所有传球事件。
    3. 计算每次传球的起点和终点的 y 坐标差值（横传在水平方向移动大）以及x 坐标差值（纵向移动小）。
    4. 定义一个阈值：|y_end - y_start| > 30 且 |x_end - x_start| < 10，则视为一次“横传转移球”。
  • Github 搜索关键词： soccerdata 或 statsbombpy

• 项目名称： SoccerAction (各类研究项目)

  • 功能： 包含了从比赛视频到数据标注的完整流程，通过其提供的事件数据，可以很容易地提取出“Transfer Pass”（转移传球）。

基于计算机视觉的实时检测（更复杂，但可定制）

如果你想直接从比赛视频中实时或事后统计这些数据,可以使用以下项目。

• 项目名称： SoccerNet (开源视觉数据集和基线)
  • 功能： 包含球员检测、跟踪、球检测以及传球识别模型。
  • 实践： 你可以使用 SoccerNet 提供的传球检测模型，模型输出会告诉你：时间戳、传球者、接球者、传球坐标。
  • 如何统计： 拿到模型输出的坐标后，应用上述数学逻辑（计算传球方向和距离）来过滤出“横传转移球”。
  • Github 搜索关键词： SoccerNet、Action Spotting、Pass Detection

现成的可视化工具（直接可看，但需配置）

• 项目名称： SoccerMap / PySport / mplsoccer (Python 绘图库)
  • 功能： mplsoccer 是一个专门绘制足球场地的 Python 库，它本身不计算数据，但你可以结合上面提到的 StatsBomb 数据源，先自己计算出横传转移球，然后用它画出一张传球网络图或射门地图。
  • 效果： 在图上用箭头高亮显示那些长距离、横向移动的传球。

最直接的解决方案

如果你只需要结果，不想从零搭建：

1. 访问 GitHub 搜索： "pass map" 或 "soccer passing network"。
2. 寻找使用了 StatsBomb 或 Wyscout 数据的项目。 搜索 "awesome-soccer-analytics" 或 "Friends-of-Tracking-Data-Football"（这个库里有大量的开源项目和论文）。
3. 查看具体项目： “Soccer Passing Networks in Python”（这是一个非常流行的教程/项目），它教你如何画出所有传球，但你可以修改代码，只统计和绘制那些“横向、长距离”的传球。

总结建议

• 如果你是开发者/分析师： 直接使用 StatsBombR 或 soccerdata (Python) 获取事件数据，然后自己写一个简单的过滤函数定义“横传转移球”（距离 > 35米 且 角度在 30度以内（水平方向））。
• 如果你只是想看有没有现成的功能： 目前没有一个单独的、非常热门的开源项目专门叫“此程序只统计横传转移球次数”，你需要找一个通用足球分析框架（如 SoccerAnalytics, KLoB, PySport）,然后在其基础上添加这个过滤规则。

核心算法逻辑：

def is_switch_of_play(pass_event):
    start_x, start_y = pass_event['start_coords']
    end_x, end_y = pass_event['end_coords']
    # 1. 必须是一条长传（横向距离远）
    horizontal_distance = abs(end_y - start_y)
    # 2. 纵向（进攻方向）变化较小
    vertical_distance = abs(end_x - start_x)
    if horizontal_distance > 30 and vertical_distance < 15:
        return True
    return False

如果你想找特定的仓库名，可以告诉我你用的是哪种数据源（视频还是事件数据）,我可以给出更精确的仓库链接。