简单的图像识别：网格上的黑色和白色宝石

Question

我目前想知道一个应该很容易的图像识别问题，但到目前为止找不到一个简单的解决方案。

输入是一张大约1百万像素的矩形图片，显示出轻巧的木质表面。它上面有一个薄但可见的网格。网格为黑色黑色，规则且几乎为正方形（比宽度长约8％）。网格大小正好是19x19。一般的纸板颜色是“木材”，它可以变化，但往往是浅棕色。 （more info）

表面上放置了许多小的圆形黑色和白色宝石。它们总是放在交叉点上，但由于人为错误，它们可能会稍微偏离。它们的颜色是纯黑色和白色。

该板覆盖0至约300块石块（361个交叉点的80％）。黑色和白色宝石的数量大致相同。

边框的大小（未放置任何宝石的木板边缘）各不相同，但已知为“小”。

光线可能会导致棋盘上出现阴影。此外，它会在石头上（在光线方向上）出现一个白点。

我想检测网格上石头的位置。

我的想法是查看每个像素的亮度并将它们分为3类：光（白色宝石），中（宝石）和黑色（黑色宝石）。具有许多黑色像素的区域被认为是黑色宝石，依此类推。

之后，黑白区域的大小可用于计算实际网格大小。

另一个想法是识别网格线并使用它们来计算网格大小和位置。由于线条非常薄（通常被石头覆盖），我不知道该怎么做。

我很想听听你关于这个问题的想法。是否有适合的算法？你能想到很有帮助的酷炫技巧吗？我疯了，这个问题无法解决？我在C＃工作，但欢迎使用任何语言。

Answer 1

你会发现here一些信息，包括一些OpenCV原语：

我也在使用OpenCV和一个小型电子板制作交互式Goban（用于识别的OpenCV，用于对手移动指示的标准LED）。 玩得开心！

Answer 2

也不要错过gocam。它附带了源代码和一篇解释算法的文章：http://users.ics.aalto.fi/thirsima/gocam/

您将在kifu-snap网站上找到一系列链接和论文：http://www.remi-coulom.fr/kifu-snap/

最近的一个非常好的结果是PhotoKifu： http://www.oipaz.net/PhotoKifu.html

Answer 3

这称为blob analysis。基本上，您根据要匹配的颜色对图像进行二值化，然后在二值图像上应用斑点查找算法以查找斑点的坐标。你猜对了，每个斑点都是石头。

像往常一样，我相信OpenCV可以做到这一切。