本文我們將一起學習如何使用計算機視覺技術識別棋子及其在棋盤上的位置

我們利用計算機視覺技術和卷積神經網絡（CNN）為這個項目創建分類算法，并確定棋子在棋盤上的位置。最終的應用程序會保存整個圖像并可視化的表現出來，同時輸出棋盤的2D圖像以查看結果。

（左）實時攝像機進給的幀和棋盤的（右）二維圖像

01. 數據

我們對該項目的數據集有很高的要求，因為它最終會影響我們的實驗結果。我們在網上能找到的國際象棋數據集是使用不同的國際象棋集、不同的攝影機拍攝得到的，這導致我們創建了自己的數據集。我使用國際象棋和攝像機（GoPro Hero6 Black以“第一人稱視角”角度）生成了自定義數據集，這使我的模型更加精確。該數據集包含2406張圖像，分為13類（請參閱下文）。總結：這花費了我們很多時間，但是這使得訓練圖像盡可能地接近在應用程序中使用時所看到的圖像。

自定義數據集的細分

為了構建該數據集，我首先創建了capture_data.py，當單擊S鍵

總結

以上是生活随笔為你收集整理的深度学习核心技术精讲100篇（五十五）- 基于OpenCV实现棋盘图像识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。