目錄1、將棋盤分割成19x19的小方格2、根據(jù)像素占比識(shí)別是否是黑色棋子3、根據(jù)像素占比識(shí)別是否是白色棋子4、將棋盤棋子位置通過列表表示完整代碼如下：

這一篇主要實(shí)現(xiàn)定位棋子位置及識(shí)別棋子顏色。

圍棋棋盤原圖如下：

經(jīng)過上一章節(jié)處理，已經(jīng)將棋盤位置找到，如下圖:

現(xiàn)在根據(jù)新圖，進(jìn)行棋子位置的定位

1、將棋盤分割成19x19的小方格

為了定位出棋盤每個(gè)交叉點(diǎn)上，是否有棋子，需要將棋盤分割成19X19的小方格，由于圍棋棋盤每個(gè)交叉線直接距離相同，是矩形，因此分割成小方格十分容易，如下圖：

若想將棋盤分割成19x19的小方格，需要知道以下幾個(gè)參數(shù)。

small_length=38 #每個(gè)小格寬高qizi_zhijing=38#棋子直徑zuoshangjiao=20#棋盤四周的寬度

這些可以使用imagewathch（VS下opencv的插件）工具，方便的知道，這個(gè)工具可以實(shí)時(shí)查看圖像的寬高，某個(gè)位置的像素值。這個(gè)工具的使用可以看我另外一篇文章：opencv用VS2013調(diào)試時(shí)用Image Watch插件查看圖片，代替一堆數(shù)據(jù)，直觀很多。下面是將原圖分割成19X19小方格的代碼

img = cv2.imread('src.jpg')cv2.imshow('src',img)#變量定義small_length=38 #每個(gè)小格寬高qizi_zhijing=38#棋子直徑zuoshangjiao=20#棋盤四周的寬度for i in range(19): for j in range(19):#print(i,j)lie = ihang = jTp_x = small_length * lieTp_y = small_length * hangTp_width = qizi_zhijingTp_height = qizi_zhijing#測試用cv2.rectangle(img, (Tp_x, Tp_y), (Tp_x + Tp_width, Tp_y + Tp_height),(255, 0, 0), 2)cv2.imwrite(’img.jpg’, img)img_temp=img[Tp_y:Tp_y+Tp_height, Tp_x:Tp_x+Tp_width]#參數(shù)含義分別是：y、y+h、x、x+wcv2.imwrite(’img_temp3.jpg’, img_temp)cv2.imshow('3', img_temp)cv2.waitKey(20)2、根據(jù)像素占比識(shí)別是否是黑色棋子

上面三種圖像是我們分割成小方格后的三種主要形態(tài)，分別代表黑色棋子，白色棋子以及無棋子。其中黑色棋子最好查找，我們將圖像進(jìn)行灰度化——二值化后，通過統(tǒng)計(jì)黑色像素占比超過一定數(shù)值，就能知道該處是否有黑色棋子。

這里我將統(tǒng)計(jì)黑色占比的代碼，封裝成了一個(gè)函數(shù)，如下;

''' '********************************************************************************************函數(shù)功能 ：統(tǒng)計(jì)二值化圖片黑色像素點(diǎn)百分比*輸入?yún)?shù) ：輸入裁剪后圖像，*返 回 值 ：返回黑色像素點(diǎn)占比0-1之間*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def Heise_zhanbi(img): [height, width, tongdao] = img.shape #print(width, height, tongdao) # cv2.imshow('3', img) # cv2.waitKey(20) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # cv2.imshow('binary', gray) # cv2.waitKey(100) etVal, threshold = cv2.threshold(gray, 125, 255, cv2.THRESH_BINARY) # cv2.imshow('threshold', threshold) # cv2.waitKey(200) a = 0 b = 0 counter = 0#;/*目標(biāo)像素點(diǎn)個(gè)數(shù)*/ zhanbi = 0#;/*目標(biāo)像素點(diǎn)比值*/ for row in range(height):for col in range(width): val = threshold[row][col] if (val) == 0:#黑色a = a + 1 else:b = b + 1 zhanbi = (float)(a) / (float)(height*width) #print('黑色像素個(gè)數(shù)', a, '黑色像素占比', zhanbi) return zhanbi3、根據(jù)像素占比識(shí)別是否是白色棋子

同樣的，我們可以統(tǒng)計(jì)像素中白色占比，來進(jìn)行識(shí)別該位置是否是白色棋子，但是這里需要注意一個(gè)問題，如果按照上面黑色棋子識(shí)別方法進(jìn)行灰度化、二值化會(huì)造成白色棋子和無棋子分辨不了，二者都有大面積的白色，因此這里需要調(diào)整二值化的閾值，分開無棋子和白色棋子的圖像。

封裝好的代碼如下：

''' '********************************************************************************************函數(shù)功能 ：統(tǒng)計(jì)二值化圖片白色像素點(diǎn)百分比*輸入?yún)?shù) ：輸入裁剪后圖像，*返 回 值 ：返回白色像素點(diǎn)占比0-1之間*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def Baise_zhanbi(img): [height, width, tongdao] = img.shape #print(width, height, tongdao) # cv2.imshow('3', img) # cv2.waitKey(20) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # cv2.imshow('binary', gray) # cv2.waitKey(100) etVal, threshold = cv2.threshold(gray, 235, 255, cv2.THRESH_BINARY) # cv2.imshow('threshold', threshold) # cv2.waitKey(200) a = 0 b = 0 counter = 0#;/*目標(biāo)像素點(diǎn)個(gè)數(shù)*/ zhanbi = 0#;/*目標(biāo)像素點(diǎn)比值*/ for row in range(height):for col in range(width): val = threshold[row][col] if (val) == 0:#黑色a = a + 1 else:b = b + 1 zhanbi = (float)(b) / (float)(height*width) #print('白色像素個(gè)數(shù)', b, '白色像素占比', zhanbi) return zhanbi

效果圖如下:

4、將棋盤棋子位置通過列表表示

我們新建一個(gè)19*19的列表來存儲(chǔ)棋子，列表中：

0：代表無棋子1：代表白色2：代表黑色

代碼如下：

list = [[0 for i in range(19)] for j in range(19)]

當(dāng)為黑色棋子時(shí)：

list[hang][lie]=2#黑色#print('當(dāng)前棋子為黑色')print('第', i, '行，第', j, '列棋子為黑色：', i, j)

當(dāng)為白色棋子時(shí)：

list[hang][lie] = 1 # 白色#print('當(dāng)前棋子為白色')print('第', i, '行，第', j, '列棋子為白色：', i, j)

效果圖如下：

完整代碼如下：

from PIL import ImageGrabimport numpy as npimport cv2from glob import globimport osimport time#Python將數(shù)字轉(zhuǎn)換成大寫字母def getChar(number): factor, moder = divmod(number, 26) # 26 字母個(gè)數(shù) modChar = chr(moder + 65) # 65 -> ’A’ if factor != 0:modChar = getChar(factor-1) + modChar # factor - 1 : 商為有效值時(shí)起始數(shù)為 1 而余數(shù)是 0 return modChardef getChars(length): return [getChar(index) for index in range(length)]''' '********************************************************************************************函數(shù)功能 ：統(tǒng)計(jì)二值化圖片黑色像素點(diǎn)百分比*輸入?yún)?shù) ：輸入裁剪后圖像，*返 回 值 ：返回黑色像素點(diǎn)占比0-1之間*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def Heise_zhanbi(img): [height, width, tongdao] = img.shape #print(width, height, tongdao) # cv2.imshow('3', img) # cv2.waitKey(20) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # cv2.imshow('binary', gray) # cv2.waitKey(100) etVal, threshold = cv2.threshold(gray, 125, 255, cv2.THRESH_BINARY) # cv2.imshow('threshold', threshold) # cv2.waitKey(200) a = 0 b = 0 counter = 0#;/*目標(biāo)像素點(diǎn)個(gè)數(shù)*/ zhanbi = 0#;/*目標(biāo)像素點(diǎn)比值*/ for row in range(height):for col in range(width): val = threshold[row][col] if (val) == 0:#黑色a = a + 1 else:b = b + 1 zhanbi = (float)(a) / (float)(height*width) #print('黑色像素個(gè)數(shù)', a, '黑色像素占比', zhanbi) return zhanbi''' '********************************************************************************************函數(shù)功能 ：統(tǒng)計(jì)二值化圖片白色像素點(diǎn)百分比*輸入?yún)?shù) ：輸入裁剪后圖像，*返 回 值 ：返回白色像素點(diǎn)占比0-1之間*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def Baise_zhanbi(img): [height, width, tongdao] = img.shape #print(width, height, tongdao) # cv2.imshow('3', img) # cv2.waitKey(20) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # cv2.imshow('binary', gray) # cv2.waitKey(100) etVal, threshold = cv2.threshold(gray, 235, 255, cv2.THRESH_BINARY) # cv2.imshow('threshold', threshold) # cv2.waitKey(200) a = 0 b = 0 counter = 0#;/*目標(biāo)像素點(diǎn)個(gè)數(shù)*/ zhanbi = 0#;/*目標(biāo)像素點(diǎn)比值*/ for row in range(height):for col in range(width): val = threshold[row][col] if (val) == 0:#黑色a = a + 1 else:b = b + 1 zhanbi = (float)(b) / (float)(height*width) #print('白色像素個(gè)數(shù)', b, '白色像素占比', zhanbi) return zhanbi''' '********************************************************************************************函數(shù)功能 ：定位棋盤位置*輸入?yún)?shù) ：截圖*返 回 值 ：裁剪后的圖像*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def dingweiqizi_weizhi(img): ’’’******************************************** 1、定位棋盤位置 ********************************************’’’ #img = cv2.imread('./screen/1.jpg') image = img.copy() w, h, c = img.shape img2 = np.zeros((w, h, c), np.uint8) img3 = np.zeros((w, h, c), np.uint8) # img = ImageGrab.grab() #bbox specifies specific region (bbox= x,y,width,height *starts top-left) hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) lower = np.array([10, 0, 0]) upper = np.array([40, 255, 255]) mask = cv2.inRange(hsv, lower, upper) erodeim = cv2.erode(mask, None, iterations=2) # 腐蝕 dilateim = cv2.dilate(erodeim, None, iterations=2) img = cv2.bitwise_and(img, img, mask=dilateim) frame = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret, dst = cv2.threshold(frame, 100, 255, cv2.THRESH_BINARY) contours, hierarchy = cv2.findContours(dst, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE) #cv2.imshow('0', img) i = 0 maxarea = 0 nextarea = 0 maxint = 0 for c in contours:if cv2.contourArea(c) > maxarea: maxarea = cv2.contourArea(c) maxint = ii += 1 # 多邊形擬合 epsilon = 0.02 * cv2.arcLength(contours[maxint], True) if epsilon < 1:print('error : epsilon < 1')pass # 多邊形擬合 approx = cv2.approxPolyDP(contours[maxint], epsilon, True) [[x1, y1]] = approx[0] [[x2, y2]] = approx[2] checkerboard = image[y1:y2, x1:x2] # cv2.imshow('1', checkerboard) # cv2.waitKey(1000) #cv2.destroyAllWindows() return checkerboard''' '********************************************************************************************函數(shù)功能 ：定位棋子顏色及位置*輸入?yún)?shù) ：裁剪后的圖像*返 回 值 ：棋子顏色及位置列表*編寫時(shí)間 ： 2021.6.30*作 者 ： diyun********************************************************************************************'''def dingweiqizi_yanse_weizhi(img): ’’’******************************************** 2、識(shí)別棋盤棋子位置及顏色及序號(hào)； ********************************************’’’ #img = cv2.imread('./checkerboard/checkerboard_1.jpg') img = cv2.resize(img, (724,724), interpolation=cv2.INTER_AREA) #cv2.imshow('src',img) #cv2.waitKey(1000) #變量定義 small_length=38 #每個(gè)小格寬高 qizi_zhijing=38#棋子直徑 zuoshangjiao=20#棋盤四周的寬度 list = [[0 for i in range(19)] for j in range(19)] #print(list) for i in range(19):for j in range(19): lie = i hang = j Tp_x = small_length * lie Tp_y = small_length * hang Tp_width = qizi_zhijing Tp_height = qizi_zhijing img_temp=img[Tp_y:Tp_y+Tp_height, Tp_x:Tp_x+Tp_width]#參數(shù)含義分別是：y、y+h、x、x+w heise_zhanbi=Heise_zhanbi(img_temp) if heise_zhanbi>0.5:list[hang][lie]=2#黑色print('第', j+1, '行，第', i+1, '列棋子為黑色')#print('當(dāng)前棋子為黑色') else:baise_zhanbi = Baise_zhanbi(img_temp)if baise_zhanbi > 0.15: list[hang][lie] = 1 # 白色 print('第', j+1, '行，第',i+1 , '列棋子為白色') #print('當(dāng)前棋子為白色')else: list[hang][lie] = 0 # 無棋子 #print('當(dāng)前位置沒有棋子') #print(heise_zhanbi) #cv2.imshow('2',img) #print('n') #print(list) return listif __name__ =='__main__': list0 = [[0 for i in range(19)] for j in range(19)] list_finall = [] img = cv2.imread('./screen/9.jpg') ’’’******************************************** 1、定位棋盤位置 ********************************************’’’ img_after=dingweiqizi_weizhi(img) #cv2.imshow('src',img) ’’’******************************************** 2、識(shí)別棋盤棋子位置及顏色及序號(hào)； ********************************************’’’ list1=dingweiqizi_yanse_weizhi(img_after) print(list1)

到此這篇關(guān)于基于python定位棋子位置及識(shí)別棋子顏色的文章就介紹到這了,更多相關(guān)python定位棋子位置及識(shí)別棋子顏色內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！