CN107358221A - 一种基于视频识别技术的围棋自动记谱的棋盘定位方法 - Google Patents
一种基于视频识别技术的围棋自动记谱的棋盘定位方法 Download PDFInfo
- Publication number
- CN107358221A CN107358221A CN201710670386.0A CN201710670386A CN107358221A CN 107358221 A CN107358221 A CN 107358221A CN 201710670386 A CN201710670386 A CN 201710670386A CN 107358221 A CN107358221 A CN 107358221A
- Authority
- CN
- China
- Prior art keywords
- chessboard
- image
- corner
- localization method
- picture
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F3/00—Board games; Raffle games
- A63F3/02—Chess; Similar board games
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于视频识别技术的围棋自动记谱的棋盘定位方法,是包含于基于图像识别的围棋记谱处理方法中的棋盘定位方法,所述的棋盘定位方法是以四角定位标志为回字形图标为定位标识,根据棋盘四个角落位置及棋盘横纵间隔标准,计算棋盘中361个点的具体坐标。采用在棋盘四角布置回字形图标作为棋盘定位的图像识别控制点,能够根据棋盘四个角落位置,计算棋盘中361个点的具体坐标,还能有效去除棋盘周围不相干的图像干扰,大大简化了图像处理量。
Description
技术领域
本发明涉及围棋自动记谱方法技术领域,特别涉及一种辅助基于视频识别技术的围棋记谱的棋盘定位方法。
背景技术
围棋,起源于中国,是一种策略性两人棋类游戏,中国古时称“弈”,西方名称“Go”,可以说是棋之鼻祖,至今已有4000多年的历史。围棋,流行于东亚国家(中、日、韩、朝),属琴棋书画四艺之一。传为帝尧作,春秋战国时期即有记载。隋唐时经朝鲜传入日本,流传到欧美各国。围棋蕴含着中华文化的丰富内涵,是中国文化与文明的体现。
围棋使用方形格状棋盘及黑白二色圆形棋子进行对弈,棋盘上有纵横各19条直线将棋盘分成361个交叉点,棋子走在交叉点上,双方交替行棋,落子后不能移动,以围地多者为胜。中国古代围棋是黑白双方在对角星位处各摆放两子(对角星布局),是为座子制,由白棋先行。现代围棋由日本发展而来,取消了座子规则,黑先白后,使围棋的变化更加复杂多变。围棋也被认为是世界上最复杂的棋盘游戏。
目前围棋记谱工作,在全世界范围内都为人工记录。由于人工记录棋谱的成本过于巨大,在世界范围内,除大赛决赛阶段外的棋谱都无人记录。
公开号为CN 104998405 A的中国专利公开了一种基于图像识别的围棋记谱处理方法,该方法采用了图像识别技术进行记谱,在此方法中,其采用了棋盘的天元位置进行棋盘定位,并确定棋盘的361个落子点位置。
本发明在棋盘视频图像定位技术上提出了另一种解决方案。
发明内容
为了克服现有技术的不足,本发明提供一种基于视频识别技术的围棋自动记谱的棋盘定位方法,是包含于基于图像识别的围棋记谱处理方法中的棋盘定位方法,采用在棋盘四角布置回字形图标作为棋盘定位的图像识别控制点,能够根据棋盘四个角落位置,计算棋盘中361个点的具体坐标,还能有效去除棋盘周围不相干的图像干扰,大大简化了图像处理量。
为了达到上述目的,本发明采用以下技术方案实现:
一种基于视频识别技术的围棋自动记谱的棋盘定位方法,所述的棋盘定位方法是以四角定位标志为回字形图标为定位标识,具体包括如下步骤:
步骤一、通过摄像头获取一帧包含整个空白棋盘以及附加的四角定位标志的图像;
步骤二、将取出的图像装换成灰度图,再使用最大类间方差法找到图片的一个合适的阈值将图片二值化处理;
步骤三、初步筛选;在二值化处理过的图像矩阵中,逐行筛选每个像素点;筛选该点是否在上下左右四个方向上半个格子的距离内颜色变化为黑白黑白;将所有符合要求的像素点记录在同图像一样大小的0矩阵内;若有相邻像素点符合要求,则以该处所有相邻点的中心点记录;
步骤四、验证标志;将初步筛选后的像素点逐一验证其黑色、白色、黑色的联通区域;看其是否符合回形标志大小的范围,若满足则记录为定位标志;
步骤五、判断获得的定位标志是否为4个;若是则找到的4个标志在图像中的坐标,即为围棋棋盘在图片中四个角落的位置;
步骤六、根据棋盘四个角落位置及棋盘横纵间隔标准,计算棋盘中361个点的具体坐标。
所述的四角定位标识还可以是环形、外方内圆形和内外均为正六边形的环形。
所述的0矩阵为与整个图像矩阵大小相同,内部数值均为0的矩阵。
与现有技术相比,本发明的有益效果是:
1、本发明的一种基于视频识别技术的围棋记谱的棋盘定位方法,采用在棋盘四角布置回字形图标作为棋盘定位的图像识别控制点,能够根据棋盘四个角落位置,计算棋盘中361个点的具体坐标,还能有效去除棋盘周围不相干的图像干扰,大大简化了图像处理量。
2、本发明的四角定位棋盘的方法,由于去除了棋盘周围不相干的图像,使图像仅剩下棋盘部分,为基于视频识别技术的围棋记谱方法中的判断帧差方法提供了必要条件。
附图说明
图1是本发明的方法流程图;
图2是本发明提及的回字形四角定位标识图片;
图3是本发明的通过摄像头获取的包含整个空白棋盘以及附加的四角定位标志的图像;
图4是本发明的棋盘图片经过二值化处理后找到棋盘四个角的图像图片;
图5是本发明提及的外方内圆形四角定位标识图片;
图6是本发明提及的环形角定位标识图片;
图7是本发明提及的内外均为正六边形的环形四角定位标识图片;
图8是本发明的棋盘361个落子点的具体定位图片;
图9是本发明方法实施例中的视频装置取出的棋盘原始图片;
图10是本发明方法实施例中的视频原始图片经过四角定位切图后的棋盘图片;
图11是本发明方法实施例中的提取棋子过程的图像处理过程图。
具体实施方式
以下结合附图对本发明提供的具体实施方式进行详细说明。
如图1所示,一种基于视频识别技术的围棋自动记谱的棋盘定位方法,所述的棋盘定位方法是以四角定位标志为回字形图标为定位标识,图2是回字形四角定位标识图片,具体包括如下步骤:
步骤一、如图3所示,通过摄像头获取一帧包含整个空白棋盘以及附加的四角定位标志的图像;
步骤二、将取出的图像装换成灰度图,再使用最大类间方差法找到图片的一个合适的阈值将图片二值化处理;
步骤三、初步筛选;在二值化处理过的图像矩阵中,逐行筛选每个像素点;筛选该点是否在上下左右四个方向上半个格子的距离内颜色变化为黑白黑白;将所有符合要求的像素点记录在同图像一样大小的0矩阵内;若有相邻像素点符合要求,则以该处所有相邻点的中心点记录;如图4所示为经过二值化处理后找到棋盘四个角的图像图片;
步骤四、验证标志;将初步筛选后的像素点逐一验证其黑色、白色、黑色的联通区域;看其是否符合回形标志大小的范围,若满足则记录为定位标志;
步骤五、判断获得的定位标志是否为4个;若是则找到的4个标志在图像中的坐标,即为围棋棋盘在图片中四个角落的位置;
步骤六、根据棋盘四个角落位置及棋盘横纵间隔标准,计算棋盘中361个点的具体坐标。
如图5-7所示,所述的四角定位标识还可以是环形、外方内圆形和内外均为正六边形的环形。
所述的0矩阵为整个图像二值化处理后的图像矩阵,矩阵中的数值均为0。
如图8所示,为棋盘361个落子点的具体定位图。
具体实施例1:一种基于视频识别技术的围棋自动记谱方法,包括以下总体步骤:
步骤一、初始化,先通过摄像头获取一帧包含整个空白棋盘以及附加的四角定位标志的原始图像作为原始帧;初始化帧差与前帧差为0,参考帧为原始帧;
步骤二、棋盘定位,采用回字形定位标识的四角定位方法,在对原始帧进行棋盘定位,获得围棋棋盘361个点在图像中的具体为位置坐标;
步骤三、取帧计算,将摄像头获取的视频根据以每秒10帧的速度取出,逐一的进行图像处理,采用矩阵式判断帧差方法,判断棋盘落子点变化状态;
步骤四、生成棋谱文件,结束。
所述方法总体步骤中步骤三的取帧计算具体包括:
步骤一、将取出的一帧,进行平滑去燥,再将该帧与参考帧做帧差;参考帧为上一次记录棋谱后更新的帧,如若还没有记录过记谱则参考帧为原始帧;
步骤二、判断帧差与前帧差,帧差为第一步所做帧差,前帧差为上一次计算时第一步所做帧差;若帧差小于15,前帧差大于15,则表示该帧稳定,前一帧不稳定,则为关键帧;带着该帧进入第三步计算;否则返回第一步,再取一帧进行新的循环;
步骤三、将第二步过滤过来的帧与参考帧做比较,判断共有几处点发生变化;
步骤四、判断发生变化的共有几处点,若无变化或者变化处大于等于18处则认为无变化或者手部遮挡,返回第一步,继续取帧计算;若有发生变化且小于18处,则继续进入第五步判断棋谱;
步骤五、逐一对各个变化点进行处理,对所有变化点处理结束后,查看棋谱有无变化;若棋谱发生变化,则更新当前帧为参考帧,返回第一步,继续取帧计算;若棋谱并未发生变化,则直接返回第一步,继续取帧计算。
取帧计算中所述步骤二中两幅图的帧差的具体做法如下,
(1)首先将两幅图根据总体步骤的步骤二所得的四角坐标进行切图,将棋盘切割出来;
(2)将两幅图分别转换成为灰度图,转换为单通道矩阵;
(3)将两矩阵做差得到新的矩阵;
(4)将新的矩阵做高斯平滑,再将其进行二值化处理;
(5)以为元素结构矩阵,将得到的二值化矩阵进行灰度膨胀和灰度腐蚀,得到帧差矩阵;
(6)统计帧差矩阵内非零元素的个数即为帧差。
取帧计算中所述步骤三具体做法如下,
(1)首先将两幅图根据总体步骤的步骤二所得的四角坐标进行切图,将棋盘切割出来。
(2)将两幅图分别转换成为灰度图,转换为单通道矩阵。
(3)将两矩阵做差得到新的矩阵。
(4)将新的矩阵做高斯平滑,再将其进行二值化处理。
(5)以为元素结构矩阵,将得到的二值化矩阵进行灰度膨胀和灰度腐蚀,得到帧差矩阵。
(6)鉴定通过步骤二得到的361个点的坐标有无变化,记录共有几处点发生变化,并记录是某几个点发生变化。
取帧计算中所述步骤五具体做法如下:
通过步骤二得到的棋盘的四角所在位置;由于围棋棋盘是由横纵18*18个小正方形组合在一起构成的;可以计算出每个小正方形边长为a;某个点发生,则以变化点坐标为中心,取出一正方形小图片,令该正方形边长为1.8a;将小图片转换成灰度图,再在小图片内运用霍夫取圆,查看是否能取到圆;
如果未取到圆,查看现有棋谱内,该点是否有棋子;若有棋子,则在棋谱中记录提子,计算下一变化点;若没有棋子,则直接计算下一变化点;
如果取到圆,则判断圆心与图片中心距离是否小于圆半径,若不小于则判定该处无子,若小于则判定该处有子;
若判定无子,查看现有棋谱内,该点是否有棋子;若有棋子,则在棋谱中记录提子,计算下一变化点;若没有棋子,则直接计算下一变化点;
若判定有子,查看现有棋谱内,该点是否有棋子;若棋谱内有棋子,则直接计算下一变化点;若棋谱内该点没有棋子,需要判定子的颜色,再在棋谱中记录落子,同时记录颜色,计算下一变化点。
如图9所示,为摄像头取到的未经棋盘四角定位切图前的图片,图10为经过回字形定位标识图像处理后并进行切图处理后的图片,从两幅图的对比可以看出经四角定位后能准确判断棋盘位置和棋盘中361个点的具体坐标,同时,切图后能够去除图像中的不相干部分,大大简化了图像处理和计算的量。
所述的一种基于视频识别技术的围棋自动记谱方法通过矩阵式判断帧差的方法,经过四角定位切图后的图像能够通过判断整个图片的帧差大小能够有效判断棋盘落子点状态是否有变化。通过图片帧差大小从总体上来判断棋盘中361个点的坐标是否发生了落子变化,不用单独判断361个坐标中每个点的状态,也大大节约了图像处理的数据计算量。
所述的矩阵式判断帧差方法中的矩阵为整个图像的矩阵图,其矩阵的点数根据图像的分辨率大小确定。
如图11所示,为本发明方法实施例中的提取棋子的图像处理过程图,图片为以变化点坐标为中心,取出的小正方形图片,进行灰度处理后,进行取圆。
以上实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于上述的实施例。上述实施例中所用方法如无特别说明均为常规方法。
Claims (3)
1.一种基于视频识别技术的围棋自动记谱的棋盘定位方法,其特征在于,所述的棋盘定位方法是以四角定位标志为回字形图标为定位标识,具体包括如下步骤:
步骤一、通过摄像头获取一帧包含整个空白棋盘以及附加的四角定位标志的图像;
步骤二、将取出的图像装换成灰度图,再使用最大类间方差法找到图片的一个合适的阈值将图片二值化处理;
步骤三、初步筛选;在二值化处理过的图像矩阵中,逐行筛选每个像素点;筛选该点是否在上下左右四个方向上半个格子的距离内颜色变化为黑白黑白;将所有符合要求的像素点记录在同图像一样大小的0矩阵内;若有相邻像素点符合要求,则以该处所有相邻点的中心点记录;
步骤四、验证标志;将初步筛选后的像素点逐一验证其黑色、白色、黑色的联通区域;看其是否符合回形标志大小的范围,若满足则记录为定位标志;
步骤五、判断获得的定位标志是否为4个;若是则找到的4个标志在图像中的坐标,即为围棋棋盘在图片中四个角落的位置;
步骤六、根据棋盘四个角落位置及棋盘横纵间隔标准,计算棋盘中361个点的具体坐标。
2.根据权利要求1所述的一种基于视频识别技术的围棋自动记谱的棋盘定位方法,其特征在于,所述的四角定位标识还可以是环形、外方内圆形和内外均为正六边形的环形。
3.根据权利要求1所述的一种基于视频识别技术的围棋自动记谱的棋盘定位方法,其特征在于,所述的0矩阵为与整个图像矩阵大小相同,内部数值均为0的矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710670386.0A CN107358221B (zh) | 2017-08-08 | 2017-08-08 | 一种基于视频识别技术的围棋自动记谱的棋盘定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710670386.0A CN107358221B (zh) | 2017-08-08 | 2017-08-08 | 一种基于视频识别技术的围棋自动记谱的棋盘定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107358221A true CN107358221A (zh) | 2017-11-17 |
CN107358221B CN107358221B (zh) | 2020-10-09 |
Family
ID=60287213
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710670386.0A Active CN107358221B (zh) | 2017-08-08 | 2017-08-08 | 一种基于视频识别技术的围棋自动记谱的棋盘定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107358221B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096999A (zh) * | 2019-04-29 | 2019-08-06 | 达闼科技(北京)有限公司 | 棋盘识别方法、棋盘识别装置、电子设备和可存储介质 |
CN110751628A (zh) * | 2019-09-24 | 2020-02-04 | 河海大学常州校区 | 一种基于超声图像的焊缝缺陷自动识别方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2139905A (en) * | 1983-05-19 | 1984-11-21 | Rory Derek Albert Reid | Electronic chess game |
CN101271576A (zh) * | 2008-05-08 | 2008-09-24 | 上海交通大学 | 复杂光照与表面条件下棋盘格模式识别定位方法 |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
CN103093451A (zh) * | 2011-11-03 | 2013-05-08 | 北京理工大学 | 一种棋盘格交叉点识别算法 |
US8585480B2 (en) * | 2008-08-22 | 2013-11-19 | Chien-Yu WANG | Shove board game system and playing method thereof |
CN104091324A (zh) * | 2014-06-16 | 2014-10-08 | 华南理工大学 | 一种基于连通域分割的棋盘格图像快速特征匹配算法 |
CN105205447A (zh) * | 2015-08-22 | 2015-12-30 | 周立人 | 基于围棋图像的围棋识别方法以及棋盘 |
CN105701496A (zh) * | 2016-01-12 | 2016-06-22 | 北京万同科技有限公司 | 一种基于人工智能技术的围棋盘面识别方法 |
-
2017
- 2017-08-08 CN CN201710670386.0A patent/CN107358221B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2139905A (en) * | 1983-05-19 | 1984-11-21 | Rory Derek Albert Reid | Electronic chess game |
CN101527040A (zh) * | 2008-03-05 | 2009-09-09 | 深圳华为通信技术有限公司 | 图像处理方法及系统 |
CN101271576A (zh) * | 2008-05-08 | 2008-09-24 | 上海交通大学 | 复杂光照与表面条件下棋盘格模式识别定位方法 |
US8585480B2 (en) * | 2008-08-22 | 2013-11-19 | Chien-Yu WANG | Shove board game system and playing method thereof |
CN103093451A (zh) * | 2011-11-03 | 2013-05-08 | 北京理工大学 | 一种棋盘格交叉点识别算法 |
CN104091324A (zh) * | 2014-06-16 | 2014-10-08 | 华南理工大学 | 一种基于连通域分割的棋盘格图像快速特征匹配算法 |
CN105205447A (zh) * | 2015-08-22 | 2015-12-30 | 周立人 | 基于围棋图像的围棋识别方法以及棋盘 |
CN105701496A (zh) * | 2016-01-12 | 2016-06-22 | 北京万同科技有限公司 | 一种基于人工智能技术的围棋盘面识别方法 |
Non-Patent Citations (2)
Title |
---|
WEIXING ZHU ET AL: "A fast and accurate algorithm for chessboard corner detection", 《2009 2ND INTERNATIONAL CONGRESS ON IMAGE AND SIGNAL PROCESSING》 * |
杨幸芳等: "用于摄像机标定的棋盘图像角点检测新算法", 《仪器仪表学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110096999A (zh) * | 2019-04-29 | 2019-08-06 | 达闼科技(北京)有限公司 | 棋盘识别方法、棋盘识别装置、电子设备和可存储介质 |
CN110751628A (zh) * | 2019-09-24 | 2020-02-04 | 河海大学常州校区 | 一种基于超声图像的焊缝缺陷自动识别方法 |
CN110751628B (zh) * | 2019-09-24 | 2022-09-16 | 河海大学常州校区 | 一种基于超声图像的焊缝缺陷自动识别方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107358221B (zh) | 2020-10-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107506701A (zh) | 一种基于视频识别技术的围棋自动记谱方法 | |
CN104835164B (zh) | 一种双目摄像头深度图像的处理方法及装置 | |
CN105205447B (zh) | 基于围棋图像的围棋识别方法以及棋盘 | |
CN107019901B (zh) | 基于图像识别及自动化控制的棋牌类游戏自动博弈机器人的建立方法 | |
CN110298860B (zh) | 一种基于机器视觉的高杆绣球检测计数系统 | |
CN107292936B (zh) | 一种汉字字体矢量化方法 | |
CN103218605A (zh) | 一种基于积分投影与边缘检测的快速人眼定位方法 | |
CN106426165A (zh) | 一种人机对弈五子棋机器人控制方法 | |
CN107358221A (zh) | 一种基于视频识别技术的围棋自动记谱的棋盘定位方法 | |
CN107154058B (zh) | 一种引导使用者还原魔方的方法 | |
CN104517101A (zh) | 一种基于像素平方差匹配的游戏扑克牌识别方法 | |
CN106446925A (zh) | 一种基于图像处理的海豚身份识别的方法 | |
CN106097354A (zh) | 一种结合自适应高斯肤色检测和区域生长的手部图像分割方法 | |
CN107480678A (zh) | 一种棋盘识别方法和识别系统 | |
CN106022327B (zh) | 一种对实物象棋的识别和处理方法 | |
CN105654468B (zh) | 一种基于深度学习和图像边缘信息的茶叶嫩芽检测方法 | |
CN108171229A (zh) | 一种空心粘连验证码的识别方法及系统 | |
CN108509956A (zh) | 基于图像处理的围棋胜负判定的方法、系统及电子设备 | |
CN112507926B (zh) | 一种基于视频图像分析的围棋复盘方法 | |
CN107392206A (zh) | 一种工况条件下钢轨压印字符分割方法 | |
CN103632380B (zh) | 一种基于关键点决策树的在线游戏扑克牌识别方法 | |
CN108734054A (zh) | 无遮挡的柑橘果实图像识别方法 | |
CN107169445A (zh) | 一种大规模掌纹编码和比对方法 | |
CN107301650A (zh) | 四连棋棋盘图像处理方法、系统及人机对弈系统 | |
CN110415256B (zh) | 基于视觉的快速多目标识别方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230717 Address after: 114000 No. 5, science and technology road, hi tech Zone, Liaoning, Anshan Patentee after: LIAONING ZHONGXIN AUTOMATION CONTROL GROUP CO.,LTD. Address before: Room 1305-1, Huineng building, Dalian Free Trade Zone, 116000, Liaoning Province Patentee before: DALIAN WANHE HAITUO CULTURE SPORTS INDUSTRY CO.,LTD. |