如何识别棋盘图像中的空白方格？OpenCV图像识别相关技术问题咨询

现有代码优化 #

你当前硬编码Canny阈值的方式适配性较差，建议启用已计算的自适应阈值，同时调整高斯模糊参数避免丢失棋子边缘信息，优化后代码参考：

import cv2
import numpy as np

img = cv2.imread("chessboard_input.png", 0)
sigma = 0.33
v = np.median(img)
# 调整高斯模糊核为5*5，减少棋子边缘的模糊损失
img_blur = cv2.GaussianBlur(img, (5, 5), 1)
lower = int(max(0, (1.0 - sigma) * v))
upper = int(min(255, (1.0 + sigma) * v))
img_edge = cv2.Canny(img_blur, lower, upper)

原始输入棋盘：

当前边缘检测输出：

空白方格判断实现思路 #

无需完全依赖边缘检测结果做判断，按以下步骤处理稳定性更高：

• 先完成方格ROI切分：通过霍夫直线检测筛选出棋盘的9条水平格线和9条垂直格线，计算得到所有格线的坐标后，按坐标裁剪得到64个仅包含单个方格的独立ROI，排除其他区域的干扰。
• 再基于ROI特征判断是否为空，推荐两种低复杂度高准确率的方案：
  1. 灰度方差判断：空白方格的像素值分布均匀，灰度方差远低于存在棋子的方格。对每个裁剪后的方格灰度图计算方差，设定对应阈值，方差低于阈值判定为空白，高于阈值判定为有棋子。该方案计算速度快，适配性强。
  2. 直方图匹配判断：提前采集空白黑格、空白白格的灰度直方图作为基准模板，每个待判断方格的直方图和对应颜色的空白模板计算巴氏距离，距离低于阈值则为空白，否则存在棋子。

参考代码片段 #

# 灰度方差判断空白方格示例，阈值可根据实际测试调整
def is_empty(roi, threshold=150):
    return np.var(roi) < threshold

内容的提问来源于stack exchange，提问作者yoavarviv11