OCR Playing Cards

Question

Я решил сделать проект для развлечения, где я хочу взять в качестве изображения изображение игровой карты и вернуть свой ранг и костюм. Я полагаю, что мне нужно только взглянуть на верхний левый угол, так как у него есть вся информация. Он должен быть надежным - если у меня есть большой образ Ace of Diamonds, я должен иметь возможность масштабировать его от 20 до 200% и все равно получить правильный ответ.

Первый вопрос - есть ли что-нибудь уже написанное, которое делает это? Если так, я найду что-то еще для OCR, чтобы не дублировать усилия.

Во-вторых - как лучше всего это сделать? Нейронная сеть? Что-то ручное? Может ли кто-нибудь дать какие-либо указания? (0xCAAF9452 не является приемлемым ответом).

Answer 1

Отъезд http://d-touch.org/, вам придется создавать свои собственные игровые карты.

Вы также можете быть заинтересованы в ocropus.

Answer 2

Я не думаю, что есть что-то уже написанное для того, что вы пытаетесь выполнить (по крайней мере, с открытым исходным кодом и на Python).

Что касается вашего второго вопроса, это зависит от того, что вы пытаетесь распознать. Если входы могут поступать из разных источников - например, разных марок игральных карт с особыми стилями, то вам, вероятно, следует использовать компьютерный метод обучения (такой как нейронная сеть или поддерживающая векторная машина [SVM]), чтобы позволить ему узнать, как распознавать неизвестные входы. Однако, если вход всегда один и тот же по форме или стилю, то достаточно простого алгоритма сравнения изображений (например, сравните пиксели нарезанного верхнего левого угла с пикселями каждого ранга).

Если вы решите использовать алгоритм машинного обучения, я также считаю, что вам не нужны очень сложные функции, поскольку костюмы и ряды на самом деле не так сильно различаются по форме или стилю, и вы должны быть отлично с использованием только пикселей верхнего левого угла в качестве функций.

Есть игрушка OCR пример here что вы можете найти интересно. В lib, который используется (LibSVM), также есть версия Python, которую я использовал, и нашел, что очень просто работать.

Надеюсь, это поможет.

Answer 3

Это не так надежно, но вы можете посмотреть на цвета 3 или 4 места на карте, чтобы, если они белые или если они цвета, вы можете определить, какая карта и подходит ли она. Очевидно, что это не сработает, если у вас не всегда одинаковые карты.

Answer 4

Лично я бы отправился на путь обучения машины с этим.

Answer 5

В этой связи существует куча материала в контексте создания ботов онлайн-покера. См, например: http://www.codingthewheel.com/archives/ocr-online-poker-optical-character-recognition

Answer 6

Учитывая ограниченный размер выборки (4 масти, 13 различных значений) Я просто стараюсь соответствовать эталонное изображение костюма и значение с новым входным изображением. Сначала найдите ограничивающий прямоугольник входящего костюма/значения (самый маленький ящик, охватывающий все не белые пиксели), масштабируйте ваши ссылочные изображения в соответствии с размером этого ограничивающего прямоугольника и найдите лучшее «совпадение» через абсолютную разницу по пикселям. Цвет изображения (т. Е. Красный или черный) сделает это еще проще.

Answer 7

OpenCV