GitHunt
SM

smonist/nine-mans-morris

nine-mans-morris

Regeln:

Setzphase:
Die Spieler setzen abwechselnd je einen Stein, insgesamt je neun, auf Kreuzungs- oder Eckpunkte des Brettes

Zugphase:
Die Spielsteine werden gezogen, das heißt, pro Runde darf jeder Spieler einen Stein auf einen angrenzenden,
freien Punkt bewegen. Kann ein Spieler keinen Stein bewegen, so hat er verloren.

Endphase:
Sobald ein Spieler nur noch drei Steine hat, darf er mit seinen Steinen springen, das heißt, er darf nun
pro Runde mit einem Stein an einen beliebigen freien Punkt springen. Sobald ihm ein weiterer Stein abgenommen wird, hat er das Spiel verloren.


Assets:

Datensatz:
SpielNr_Spielzug.jpg
bsp: 1_3.jpg Spiel 1 Zug 3

Threshold:
T + SpielNr_Spielzug.jpg
bsp: T1_3.jpg


Vorbedingungen:
("annähernd“ Vogelperspektive) - maximale Verzerrung: 30° Winkel
Hintergrund: Einfärbig, eher dunkel mit einem guten Kontrast zum (weißen) Spielfeld
Pipeline:

  1. Threshold um Hintergrund von Spielfeld separieren.
    Input: RGB Bild
    Output: RGB Bild, SW Bild, 4 Eckpunkte
  2. Transformationsmatrix anhand der Eckpunkte des separierten Spielfeldes berechnen
    Input: RGB Bild, 4 Eckpunkte
    Output: RGB Bild, Transformationsmatrix
  3. Geometrische Transformation
    Input: RGB Bild, Transformationsmatrix
    Output: Entzerrtes RGB Bild
  4. Spielfeld ausschneiden, Bild auf 500px Breite (hinunter)skalieren!
    Input: Entzerrtes RGB Bild
    Output: 500 x 500 Pixel Spielfeld RGB
  5. Canny – Kantenerkennung
    Input: Spielfeld RGB
    Output: Spielfeld RGB, Kanten
  6. Hough - Spielsteine finden
    Input: Spielfeld RGB
    Output: Spielsteine/Kreise
  7. Spielzug erkennen (Ganze Pipeline mit zweitem Bild nochmal und prüfen, ob Spielzug gültig ist)
    Input: Kanten, Spielsteine
    Output: Spielzug legal/ilegal
    Spielzugerkennung = testen, ob Spielzug gültig ist

Spielzugerkennung = testen, ob Spielzug gültig ist

Geometrische Transformation und Canny beide notwendig?

Bild einheitlich skalieren!

res:

http://www.johnloomis.org/ece564/notes/tform/

Languages

TeX57.6%MATLAB41.9%M0.5%

Contributors

Created November 2, 2018
Updated October 8, 2019