CN106022327A - 一种对实物象棋的识别和处理方法 - Google Patents

Abstract

本发明公开了一种对实物象棋的识别和处理方法，用于准确的识别实物象棋的开局以及棋子的移动。本发明通过对实物象棋开局进行图像的读取和识别，来判断实物象棋开局的棋子摆放位置是否正确，从而能够使人机对弈能够顺利开始；同时对实物象棋的棋子移动进行图像的读取和识别，来判断实物象棋的究竟哪个棋子进行了移动，并且移动到哪个位置，从而能够使电脑进行相应的对着。

Description

一种对实物象棋的识别和处理方法

技术领域

本发明涉及一种象棋的识别方法。

背景技术

现在人们经常与电脑进行下棋。一种是直接在电脑上通过鼠标与电脑软件对弈，另外一种是通过实物象棋与电脑对弈，棋手每下一步棋，电脑通过摄像头读取图像数据，电脑软件根据棋手的棋招给出相应的招数，然后再控制机械手抓取实物象棋在真实棋盘中进行落子。对于后面这种情况，就需要对实物象棋进行准确的识别。

发明内容

本发明的目的是提供一种对实物象棋的识别和处理方法，用于准确的识别实物象棋的开局以及棋子的移动。

本发明提供的技术方案是：

一种对实物象棋棋子移动识别方法，包括以下步骤：

1)建立实物棋子的模板，根据棋子的不同类型确定需要的模板种类，将需要建立模板的棋子在棋盘的上下左右中间各个位置都放置一次，用摄像头去获取图像并截取棋子区域编辑保存，同时为了增加对各种光强下的适应性，特地在多个光环境下进行取像；

2)棋盘位置的校准，校准过程如下：a图像坐标系的建立，假设摄像头获取的图像规格是N*M的，整个图像以最左上角为原点(0，0)，最右上角的点的坐标为(0，N)，最左下角的点坐标为(M，0)，以此类推，b粗调，调整摄像头和棋盘，使得摄像头获得的图像肉眼看起来刚好覆盖住整个棋牌，c微调，在显示屏的正中间显示横纵方向的两条线，用于对准象棋棋盘的河界上的线和“将帅”所处的那条中间线，如果重合，就可以认为当前位置棋盘位于图像的正中间，每次校准都以这个相对位置为基准；

3)具体棋子的识别过程，对摄像头获取的开局图像进行处理，识别出各个位置的棋子是否正确放置，即判断是否放了棋子，放的棋子的种类是否正确，放的棋子的颜色是否正确，具体包括以下步骤：

a棋子位置的确定，首先正确放置棋子，在采集的图像中确定各个棋子的坐标，下次就可以读取这些坐标信息来判断该位置的棋子是否放置正确，

b棋子区域的获取，以之前保存的坐标信息为圆心，20个像素长为半径作圆就得到棋子区域，

c棋子区域的具体处理，获得棋子的区域后建立目标棋子的数据信息，

d数据信息的匹配，按照c得到的数据信息来模板里匹配，匹配的话就是遍历整幅模板图像，循环检查每个区域的轮廓和数据的相似度；

4)整个开局扫描过程，首先读取模板图像，然后依次选取应该有棋子的区域，然后循环执行第3)步：具体棋子的识别过程，将每个棋子区域都判断一遍，如果每个都正确，都放在了各自应该放的区域，那么就认为开局扫描成功；

5)当开局之后，实物棋子走动之后，将棋子走动前后的图像分别进行预处理，获得两幅图像；

6)将两幅图像相减得到图像G1，图像G1上显示，在棋子移动前后的位置处有2个月牙型的白色亮斑，而其他区域都是黑色，越黑的地方表示是该处像素点的值越接近零，因为该图像是两幅图像的差图像，所以该图像的黑色区域代表的是两幅图像在该处的像素点的值接近，也就是前后两幅图像没有变化的地方，那么相反地，越亮的地方代表前后两幅图像在该处越不接近，也就是变化的地方；

7)对图像G1中亮区域进行处理得到具体的移动前后坐标，包括以下步骤：

①阈值选择，选出亮度在200到255之间的区域得到图像G2；

②闭运算去除区域中一些小的隔断区域得到图像G3，闭运算就是通过一个指定大小形状的图形作为结构元素，先对图像进行膨胀操作，然后进行腐蚀操作，目的是在不明显改变区域边界大小的情况下，填充物体内细小空间，连接相邻区域和平滑边界，膨胀的具体操作就是用结构元素去扫描图像每一个像素点，如果结构元素内一个灰色区域像素点都没有，就什么都不做，如果结构元素内包含任意一个及以上的像素点，那就在原来灰色的区域的基础上把整个结构元素所包含的区域都加进来，腐蚀的具体操作就是在扫描过程中如果结构元素内所有的点都是灰色区域，那就什么都不做，否则就在原来灰色区域的基础上把整个结构元素所包含的区域都减去；

③填充运算除去一些空心区域得到图像G4，填充运算就是如果某个区域是非灰色选中区域，但是它被灰色选中区域所包围了，那就把该区域也选中；

④纵向矩形开运算，主要是为了分开两个月牙区域，使之成为2个独立的月牙区域，以长为20个像素点，宽为2个像素点的长方形为结构元素，对图像G4进行开运算后得到图像G5，开运算的具体操作过程是先腐蚀再膨胀；

⑤横向矩形开运算，以长为2个像素点，宽为20个像素点的长方形为结构元素，对图像G5进行开运算后得到图像G6；

⑥两个开运算得到的区域的交集，不管是横向移动还是纵向移动，经过上两步和这一步都能分开两个相邻的棋子区域；

⑦面积选择，选择面积大于150个像素点的区域，排除图像中的干扰；

⑧转换为圆形得到图像G8，根据等面积的原则，将分开的左右两个区域转换成两个圆形区域；

⑨圆形中点即认为是棋子的位置，从而得到棋子移动前的位置和移动后的位置。

步骤1)中，在取像的过程中特意将棋子进行多次旋转，使得模版在匹配的时候对不同角度的图像更加普适。

步骤1)中，在对模板图像获取后，对模板图像进行处理，在三通道的彩图中选取单个绿色通道。

本发明通过对实物象棋开局进行图像的读取和识别，来判断实物象棋开局的棋子摆放位置是否正确，从而能够使人机对弈能够顺利开始；同时对实物象棋的棋子移动进行图像的读取和识别，来判断实物象棋的究竟哪个棋子进行了移动，并且移动到哪个位置，从而能够使电脑进行相应的对着。

附图说明

图1为本发明的流程示意图。

图2为本发明的图像处理的的金字塔层数的示意图。

图3为本发明对棋子移动处理的图像一。

图4为本发明对棋子移动处理的图像二。

图5为本发明对棋子移动处理的图像三。

图6为本发明对棋子移动处理的图像四。

图7为本发明对棋子移动处理的图像五。

图8为本发明对棋子移动处理的图像六。

图9为本发明对棋子移动处理的图像七。

图10为本发明对棋子移动处理的图像八。

图11为本发明对棋子移动处理的图像九。

图12为本发明对棋子移动处理的图像十。

具体实施方式

下面结合附图和具体实施方式对本发明进行详细说明。

第一步：预处理

本发明首先建立实物棋子的模板，模版的作用是：用于匹配，识别棋子的种类。模版的建立过程：

1.首先根据棋子的不同类型确定需要的模板种类。

中国象棋里红黑双方棋子各16个，7种，同时红黑部分棋子种类一样，只是颜色不同，比如“红士”和“黑士”，所以一副象棋总共棋子总类是10种。“兵”，“车”，“马”，“相”，“士”，“帅”，“炮”，“卒”，“象”，“将”。需要建立模版的也是这10种棋子。

2.模版图像的获取

将需要建立模版的棋子在棋盘的上下左右中间各个位置都放置一次，用摄像头去获取图像并截取棋子区域编辑保存。同时为了增加对各种光强下的适应性，特地在多个光环境下进行取像。另外，也有在取像的过程中特意将棋子进行多次旋转，使得模版在匹配的时候对不同角度的图像更加普适。

3.对模版图像的处理

由于保存的是模版的一个彩色图像，信息量比较大，不利于快速匹配，所以在匹配前将模版图像进行简单的处理，即在3通道的彩图中选取单个绿色通道。这样既保留了棋子图像的有效信息，又压缩了信息量为快速匹配的可能建立基础。

4.如何通过匹配获得棋子种类

在模版图像中如果成功匹配到某一区域，只要检查该区域的纵坐标就可以判断棋子的种类。比如“兵”的纵坐标是最小的，小于50，车在50到100之间，以此类推。

第二步：棋盘位置的校准

为了使每次开局扫描时摄像头和棋盘的相对位置是定值，每次开局前都需要对棋盘的位置进行校准，校准过程如下：

1.图像坐标系的建立，假设摄像头获取的图像规格是N*M，本实施例为640*480的，整个图像以最左上角为原点(0，0)，最右上角的点的坐标为(0，640)，最左下角的点坐标为(480，0)，以此类推；

2.粗调，调整摄像头和棋盘，使得摄像头获得的图像肉眼看起来刚好覆盖住整个棋牌；

3.微调，在显示屏的正中间显示横纵方向的两条线，用于对准象棋棋盘的河界上的线和“将帅”所处的那条中间线，如果重合，就基本可以认为当前位置棋盘位于图像的正中间，每次校准都以这个相对位置为基准。

第三步：具体棋子的识别过程

对摄像头获取的开局图像进行处理，识别出各个位置的棋子是否正确放置，即判断是否放了棋子，放的棋子的种类是否正确，放的棋子的颜色是否正确等等。

1.棋子位置的确定。首先正确放置棋子，在采集的图像中确定各个棋子的坐标。比如左上角的黑车的坐标是(30，80)，边上的马的坐标是(80，80)。以此类推存放所有的棋子的位置坐标。下次就可以读取这些坐标信息直接使用。那么下次只要在(30，80)这个位置去寻找是否有黑车即可判断该位置的子是否放置正确。

2.棋子区域的获取。以之前保存的坐标信息为圆心，20个像素长为半径作圆就得到棋子区域。比如下图就是一个“士”的棋子区域，根据之前保存的信息，这个“士”的坐标位置是(180，80)，那么就以该点为圆心，20为半径作圆。之所以采用的是圆形区域而不是矩形区域是因为棋子就是呈圆形的，用矩形区域的话反而会添加一些图像干扰区域，采用圆形区域既能保留关键图像信息，又能排除干扰。同时，该图像是彩色RGB3通道的图中选取了G通道的图像，目的是为了减少图像的信息(三通道彩图信息量大，单通道图信息量小)，提高处理速度。

3.棋子区域的具体处理。获得棋子的区域后还不能直接用来和模版匹配，必须建立目标棋子(在这里就是“士”)的数据信息。

①第一个数据信息就是目标的轮廓。接下来的操作都是对目标进行操作，所以要求目标必须有一个清晰可见又能便于分辨轮廓。轮廓取决于前景和背景的灰度值差别，前景就是“士”这个字，背景就是棋子区域的无字区域。两者对比越明显轮廓的提取就越容易。只要根据相邻像素点灰度值的不同就可以得到的士轮廓。

②第二个数据信息就是图像的金字塔层数。如图2，所谓的图像金字塔就是一个图像可以被放大缩小，在图像金字塔顶层的图像尺寸小，信息量少，底层的图像尺寸大，包含的信息量大。当需要去寻找一个很“大”的棋子(近距离拍摄获得的图像)或者很“小”的棋子(远距离拍摄获得的图像)的时候，就需要加入图像金字塔。这样就能去匹配放大的或者缩小了的图像。但是在本发明中由于每次获得的图像尺寸基本一样，不会出现棋子被“放大”、“缩小”等现象，所以就可以将图像金子塔设置为1层，即只有原始图像。

③第三个数据信息就是旋转角度。就是给的轮廓是角度a，如果需要寻找的目标转了90度变成了a+90度，此时还能用刚才的轮廓否找到。在本发明中，因为人在开局摆子和之后走子的过程中都无法避免的会改变棋子的角度，所以需要能够360度都能找到。所以，在建立模版的时候在数据信息里加入了360度的轮廓信息。

④最终的效果示意图。示意图的旋转角度只是简单的用了90度间隔，本发明真实数据信息包括的旋转角度间隔是2度，信息量比示意图更大。示意图也给出了金字塔信息，本发明只用了最底层的信息，即示意图中红方框里的部分。最后就是用红方框里信息去匹配。

4.数据信息的匹配。按照第3步得到的数据信息来这幅模版里匹配，匹配的话就是遍历整幅模版图像，循环检查每个区域的轮廓和数据的相似度，相似度在0到1之间。一般情况下大于0.85就认为是比较接近的图像了。0.95以上基本就认为是一模一样的了。先用第一个“倒置的士”去匹配，比如得到分值最高的区域是(200，60)，然后用第二个“转了90度的士”去匹配，比如得到分值最高的区域是(201，100)，以此类推，最后选出分值最高的区域比如说是(200，60)，那么就认为此次匹配得到的区域是(200，60)。

第四步：整个开局扫描过程

首先读取模版图像，然后依次选取应该有棋子的区域，然后循环执行“第三步：具体棋子的识别过程”，将每个棋子区域都判断一遍，如果每个都正确，都放在了各自应该放的区域，那么就认为开局扫描成功。其中，可能出现的错误情况有：1.没有扫描到棋子。这种情况即漏放棋子2.扫描到错误的棋子种类。这种情况就是在放车的地方放了一个马3.扫描到错误的棋子颜色。应该放红车的地方放了黑车。

开局扫描完成后，双方进行对弈，实物棋子进行了移动，以红方的“当头兵”向前移动一步为例进行说明，之所以选取这一步来介绍是因为移动的距离越短图像处理起来越容易出错。

1.首先将两幅图像进行预处理，在原本的三通道彩图中取绿色单通道图像。因为彩色图像在本发明中亢余信息比较多，所以只需保留本发明所需的绿色单通道即可。

2.将两幅图像相减，得到图像G1，如图3所示，可以清晰的看到在移动前后的位置处有2个月牙型的白色亮斑外，而其他地方都是黑色的，越黑的地方表示是该处像素点的值越接近零，因为该图像是两幅图像的差图像，所以该图像的黑色区域代表的是两幅图像在该处的像素点的值接近，也就是前后两幅图像没有变化的地方，那么相反地，越亮的地方代表前后两幅图像在该处越不接近，也就是变化的地方。同时，在图像的右下角也有一些亮的区域，这是为可能移动前后环境光线发生变化导致出现亮区域，这属于干扰，接下来的处理会对其进行特殊处理。

3.对亮区域进行处理得到具体的移动前后坐标。

①阈值选择，选出亮度在200到255之间的区域得到图像G2，如图4所示，肉眼可以观察得到“月牙区域”也不是完整，有一些隔断区域和镂空区域，同时右下角的干扰也被选进来了，但是我们观察后大致可以猜出2个月牙就是对应棋子移动前后的位置。

②闭运算去除区域中一些小的隔断区域得到图像G3，如图5所示，闭运算就是通过一个指定大小形状的图形作为结构元素，先对图像进行膨胀操作，然后进行腐蚀操作。目的是在不明显改变区域边界大小的情况下，填充物体内细小空间，连接相邻区域和平滑边界。膨胀的具体操作就是用结构元素(本发明中采用的是半径为4个像素点的圆形图形)去扫描图像每一个像素点，如果结构元素内一个灰色区域像素点都没有，就什么都不做，如果结构元素内包含任意一个及以上的像素点，那就在原来灰色的区域的基础上把整个结构元素所包含的区域都加进来。腐蚀的具体操作就是在扫描过程中如果结构元素内所有的点都是灰色区域，那就什么都不做，不然就在原来灰色区域的基础上把整个结构元素所包含的区域都减去。

③填充运算除去一些空心区域得到图像G4，如图6所示，填充运算就是如果某个区域是非灰色选中区域，但是它的被灰色选中区域所包围了，那就把该区域也选中。此次是填充了一个中间的小圆圈。

④纵向矩形开运算。接下来的操作主要是为了分开两个月牙区域，使之成为2个独立的月牙区域。以长为20个像素点宽为2个像素点的长方形为结构元素，对图像G4进行开运算后得到图像G5，如图7所示，明显可以看出开运算能够从中间“劈开”两个月牙。开运算的具体操作过程是先腐蚀再膨胀。

⑤横向矩形开运算。以长为2个像素点宽为20个像素点的长方形为结构元素(和上一步仅仅置换了长方形的长宽)，对图像G5进行开运算后得到图像G6，如图8所示，看起来好像没有起什么作用，确实，这一步在此次移动处理中没有起分开2个棋子位置的作用，但是它存在的意义在于处理那么纵向移动的情况。原理同上一步。

⑥两个开运算得到的区域的交集。不管是横向移动还是纵向移动，经过上两步和这一步都能分开两个相邻的棋子区域。需要声明的是，第④到第⑥步都是为了处理只移动一格的情况，在移动了多格的情况下，这3步并没有起作用。

⑦面积选择。选择面积大于150个像素点的区域，排除了上面提到的右下角的干扰。

⑧转换为圆形得到图像G7。根据等面积的原则，将分开的左右两个区域转换成两个圆形区域，如图9所示，到这里肉眼便可以很清晰的看出两个棋子区域已经浮现出来了。

⑨圆形中点即认为是棋子的位置，从而得到棋子移动前的位置和移动后的位置；也就是能确定哪个棋子进行了移动，并且移动到了哪个位置。

以上步骤处理的是棋子移动情况的识别，当出现吃子现象的时候，处理起来就稍微复杂一点，因为有棋子少掉了。如图10所示，这是一副“帅”吃了“将”的图像，处理的目的是确定两者位置，可以看出，移动前的“帅”的位置比较明显，而移动后的位置相对来说简单进行上面步骤的处理是得不到的。除了先进行上面步骤的处理，能够得到右边“帅”的位置。然后再循环查找黑色方是否有棋子发生颜色改变，发生改变的棋子位置就是红方移动后的位置。此方法需要保存黑色棋子的位置。至于红黑棋子的识别，只需要在检查一下该区域在绿色通道的平均亮度即可，黑棋子小于100，红棋子大于100。

电脑通过以上步骤能够对实物棋子进行识别，包括静态开局以及动态走动的识别，电脑上安装目前网络上流行的象棋软件。本发明所针对的是其中一款叫做“象棋巫师”的软件。该软件体积小巧，安装完只占用10M存储空间，但是棋力可以设定成很高。软件界面也简洁明了，而且每次走完一步后会用特殊的方框圈出移动的前后位置，这一点对后续的图像处理有非常大的帮助。由于象棋巫师是外部程序，无法直接从该软件得到走法，所以仍旧需要对电脑端的棋局图像进行处理，然后得到相应的移动信息。本发明使用的是通过屏幕截图软件来获取当前的软件棋局局势，该软件更加小巧迷你，能够通过组合按键来截图，并且能够自动保存在指定文件夹，这样图像处理的时候就能很方便的读取然后处理。

例如在象棋软件中，当黑方移动棋子“卒”之后，会有两个蓝色的四角矩形框显示在移动前后的位置上。目标就是能够从图像中提取出这两个框，这样就能定位移动前后的两个坐标位置。

1.选取四角矩形框。将截取的三通道彩色图像转成三幅R,G,B单通道的图像，将R和B图像相减，能够得到如图11的图像，很明显可以看出该图像其他区域都是比较亮的，只有两个四角矩形框比较黑，然后通过阈值选取就能很容易选取出所需的区域。

2.根据八格“L”型区域得到两个矩形中心。需要注意的是，如果此时用简单的从左到右从上到下进行排序是不可取的，因为有时候是红色的“L”比绿色的“L”高，有时候却是绿色的高，所以需要进行一些数据处理，正确的得到2个中心坐标。首先，可以从上一步得到是8个“L”各自的横纵坐标，需要做的就是正确的将8个“L”分成两组。我们可以利用的一点就是左右两个“L”和上下两个“L”的间距基本是个定值。只要循环对比坐标差值是否在这个定值附近就可以确定他们在平面上的相对位置了。最后只要左右两个“L”坐标取平均，上下两个“L”坐标取平均就可以得到矩形的中心坐标，如图12是光标的区域图像。

3.确定哪个是移动前的坐标哪个是移动后的。在得到前后的位置之后只需要对比一下两个区域在之前得到的G通道图像里的平均亮度就可以了，没有棋子的区域(移动前的位置)会比有棋子的区域(移动后的位置)亮很多(平均亮度大很多)。

Claims (3)

1.一种对实物象棋的识别和处理方法，其特征在于，包括以下步骤：

1)建立实物棋子的模板，根据棋子的不同类型确定需要的模板种类，将需要建立模板的棋子在棋盘的上下左右中间各个位置都放置一次，用摄像头去获取图像并截取棋子区域编辑保存，同时为了增加对各种光强下的适应性，特地在多个光环境下进行取像；

2)棋盘位置的校准，校准过程如下：a图像坐标系的建立，假设摄像头获取的图像规格是N*M的，整个图像以最左上角为原点(0，0)，最右上角的点的坐标为(0，N)，最左下角的点坐标为(M，0)，以此类推，b粗调，调整摄像头和棋盘，使得摄像头获得的图像肉眼看起来刚好覆盖住整个棋牌，c微调，在显示屏的正中间显示横纵方向的两条线，用于对准象棋棋盘的河界上的线和“将帅”所处的那条中间线，如果重合，就可以认为当前位置棋盘位于图像的正中间，每次校准都以这个相对位置为基准；

3)具体棋子的识别过程，对摄像头获取的开局图像进行处理，识别出各个位置的棋子是否正确放置，即判断是否放了棋子，放的棋子的种类是否正确，放的棋子的颜色是否正确，具体包括以下步骤：

a棋子位置的确定，首先正确放置棋子，在采集的图像中确定各个棋子的坐标，下次就可以读取这些坐标信息来判断该位置的棋子是否放置正确，

b棋子区域的获取，以之前保存的坐标信息为圆心，20个像素长为半径作圆就得到棋子区域，

c棋子区域的具体处理，获得棋子的区域后建立目标棋子的数据信息，

d数据信息的匹配，按照c得到的数据信息来模板里匹配，匹配的话就是遍历整幅模板图像，循环检查每个区域的轮廓和数据的相似度；

4)整个开局扫描过程，首先读取模板图像，然后依次选取应该有棋子的区域，然后循环执行第3)步：具体棋子的识别过程，将每个棋子区域都判断一遍，如果每个都正确，都放在了各自应该放的区域，那么就认为开局扫描成功；

5)当开局之后，实物棋子走动之后，将棋子走动前后的图像分别进行预处理，获得两幅图像；

6)将两幅图像相减得到图像G1，图像G1上显示，在棋子移动前后的位置处有2个月牙型的白色亮斑，而其他区域都是黑色，越黑的地方表示是该处像素点的值越接近零，因为该图像是两幅图像的差图像，所以该图像的黑色区域代表的是两幅图像在该处的像素点的值接近，也就是前后两幅图像没有变化的地方，那么相反地，越亮的地方代表前后两幅图像在该处越不接近，也就是变化的地方；

7)对图像G1中亮区域进行处理得到具体的移动前后坐标，包括以下步骤：

①阈值选择，选出亮度在200到255之间的区域得到图像G2；

②闭运算去除区域中一些小的隔断区域得到图像G3，闭运算就是通过一个指定大小形状的图形作为结构元素，先对图像进行膨胀操作，然后进行腐蚀操作，目的是在不明显改变区域边界大小的情况下，填充物体内细小空间，连接相邻区域和平滑边界，膨胀的具体操作就是用结构元素去扫描图像每一个像素点，如果结构元素内一个灰色区域像素点都没有，就什么都不做，如果结构元素内包含任意一个及以上的像素点，那就在原来灰色的区域的基础上把整个结构元素所包含的区域都加进来，腐蚀的具体操作就是在扫描过程中如果结构元素内所有的点都是灰色区域，那就什么都不做，否则就在原来灰色区域的基础上把整个结构元素所包含的区域都减去；

③填充运算除去一些空心区域得到图像G4，填充运算就是如果某个区域是非灰色选中区域，但是它被灰色选中区域所包围了，那就把该区域也选中；

④纵向矩形开运算，主要是为了分开两个月牙区域，使之成为2个独立的月牙区域，以长为20个像素点，宽为2个像素点的长方形为结构元素，对图像G4进行开运算后得到图像G5，开运算的具体操作过程是先腐蚀再膨胀；

⑤横向矩形开运算，以长为2个像素点，宽为20个像素点的长方形为结构元素，对图像G5进行开运算后得到图像G6；

⑥两个开运算得到的区域的交集，不管是横向移动还是纵向移动，经过上两步和这一步都能分开两个相邻的棋子区域；

⑦面积选择，选择面积大于150个像素点的区域，排除图像中的干扰；

⑧转换为圆形得到图像G8，根据等面积的原则，将分开的左右两个区域转换成两个圆形区域；

⑨圆形中点即认为是棋子的位置，从而得到棋子移动前的位置和移动后的位置。

2.根据权利要求1所述的一种对实物象棋的识别和处理方法，其特征在于，步骤1)中，在取像的过程中特意将棋子进行多次旋转，使得模版在匹配的时候对不同角度的图像更加普适。

3.根据权利要求1所述的一种对实物象棋的识别和处理方法，其特征在于，步骤1)中，在对模板图像获取后，对模板图像进行处理，在三通道的彩图中选取单个绿色通道。