ミニマップ分析使ったライブラリ

プロジェクトで使用されている主な技術とライブラリを一覧にまとめます：

基本フレームワーク：

Streamlit: Webアプリケーションフレームワーク
OpenCV (cv2): 画像処理・コンピュータビジョン
NumPy: 数値計算・配列操作
機械学習・深層学習：

PyTorch: ディープラーニングフレームワーク

scikit-learn: 機械学習ライブラリ（DBSCANクラスタリングなど）
Tesseract: OCR（光学文字認識）
->画像の解像度が低いので、取得が難しい

動画処理：

yt-dlp: YouTubeビデオダウンロード
OpenCV VideoCapture: 動画フレーム処理
->ここまでいい感じ

データ処理・分析：

Pathlib: ファイルパス操作
JSON: データ保存・読み込み
Collections: データ構造（defaultdict）
Typing: 型ヒント
->上記まとめて、うん・・という感じ

主な機能モジュール：

VideoDownloader: 動画ダウンロード
FrameExtractor: フレーム抽出
MLBBDetector: オブジェクト検出->これうまくいかない、理由は上記
LaneMapper: レーン分析
EventExtractor: イベント抽出
GameAnalyzer: ゲーム分析
MinimapAnalyzer: ミニマップ分析

画像処理機能：

物体検出・トラッキング
カラー分析（HSV色空間）
輪郭検出・分析
画像マスキング
画像比較・マッチング
分析機能：
移動パターン分析
ホットゾーン検出->今回はこれがメイン
時系列分析
チーム戦闘分析
目標物分析

UI/UX機能：

プログレスバー
リアルタイム可視化
インタラクティブな設定
分析結果の視覚化

エラー処理・ロギング：

logging: ログ管理
例外処理
このプロジェクトは、MLBBゲームの試合分析に特化した機械学習と画像処理を組み合わせた総合的なアプリケーションとなっています。特に、ミニマップ分析やプレイヤーの移動パターン分析に重点を置いた実装が特徴的です。