Zpracování obrazu pro reálné herní simulace
Loading...
Date
Authors
Kobylka, Petr
ORCID
Advisor
Referee
Mark
A
Journal Title
Journal ISSN
Volume Title
Publisher
Vysoké učení technické v Brně. Fakulta strojního inženýrství
Abstract
Tato bakalářská práce se zabývá návrhem a implementací softwarového systému pro automatické rozpoznávání stavu deskových her z obrazu kamery a umožnění interaktivní hry proti počítačovému protivníkovi. Systém integruje metody počítačového vidění pro analýzu herní scény s herní logikou a algoritmy umělé inteligence pro tři klasické hry: piškvorky, dámu a šachy. Pro detekci hrací desky byla využita metoda založená na ArUco značkách a pro rozpoznávání figurek filtrace barev v HSV prostoru. Herní umělá inteligence byla řešena heuristickým algoritmem pro piškvorky, algoritmem Minimax s alfa-beta ořezáváním pro dámu a integrací s externím enginem Stockfish pro šachy. Součástí systému je i detekce ruky hráče pro zamezení chybné interpretace během manipulace s figurkami. Výsledný prototyp demonstruje funkčnost zvoleného konceptu a poskytuje platformu pro hraní implementovaných her. Práce identifikuje dosažené výsledky, diskutuje limity navrženého řešení a navrhuje směry pro budoucí vylepšení.
This bachelor's thesis addresses the design and implementation of a software system for automatic recognition of board game states from a camera image, enabling interactive play against a computer opponent. The system integrates computer vision methods for analyzing the game scene with game logic and artificial intelligence algorithms for three classic games: Gomoku, Checkers, and Chess. The detection of the game board utilizes a method based on ArUco markers, while game pieces are recognized through color filtration in the HSV space. The artificial intelligence for Gomoku is handled by a heuristic algorithm, Checkers employs the Minimax algorithm with alpha-beta pruning, and Chess utilizes integration with the extarnal Stockfish engine. A part of the system is the detection of the player's hand to prevent misinterpretation during piece manipulation. The resulting prototype demonstrates the functionality of the chosen concept and provides a platform for playing the implemented games. The thesis identifies the achieved results, discusses the limitations of the proposed solution, and suggests directions for future improvements.
This bachelor's thesis addresses the design and implementation of a software system for automatic recognition of board game states from a camera image, enabling interactive play against a computer opponent. The system integrates computer vision methods for analyzing the game scene with game logic and artificial intelligence algorithms for three classic games: Gomoku, Checkers, and Chess. The detection of the game board utilizes a method based on ArUco markers, while game pieces are recognized through color filtration in the HSV space. The artificial intelligence for Gomoku is handled by a heuristic algorithm, Checkers employs the Minimax algorithm with alpha-beta pruning, and Chess utilizes integration with the extarnal Stockfish engine. A part of the system is the detection of the player's hand to prevent misinterpretation during piece manipulation. The resulting prototype demonstrates the functionality of the chosen concept and provides a platform for playing the implemented games. The thesis identifies the achieved results, discusses the limitations of the proposed solution, and suggests directions for future improvements.
Description
Keywords
počítačové vidění, zpracování obrazu, umělá inteligence, deskové hry, rozpoznávání objektů, šachy, dáma, piškvorky, gomoku, python, ArUco, herní algoritmy, OOP, computer vision, image processing, artificial intelligence, board games, object recognition, chess, checkers, tic-tac-toe, gomoku, python, ArUco, game algorithms, OOP
Citation
KOBYLKA, P. Zpracování obrazu pro reálné herní simulace [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2025.
Document type
Document version
Date of access to the full text
Language of document
cs
Study field
bez specializace
Comittee
doc. Ing. František Šebek, Ph.D. (předseda)
Ing. Petr Procházka, Ph.D. (místopředseda)
Ing. Pavel Krejčí, Ph.D. (člen)
doc. Ing. Stanislav Věchet, Ph.D. (člen)
Ing. Pavel Švancara, Ph.D. (člen)
Ing. Josef Vejlupek, Ph.D. (člen)
Ing. Jiří Keprt, Ph.D. (člen)
Ing. Jan Králík, Ph.D. (člen)
Date of acceptance
2025-06-17
Defence
Při obhajobě student nejprve prezentoval svoji bakalářskou práci, následně byly přečteny posudky a student odpovídal na dotazy oponenta. Poté byly členy komise položeny následující otázky:
- Jaká je motivace vzniku této práce?
- Celý min max algoritmus jste naprogramoval sám?
- Je možné, aby algoritmus hrál sám proti sobě?
- Jaké kroky jsou potřebné k implementaci na RPi?
- Jakým způsobem využíváte stockfish?
Na závěr byla obhajoba hodnocena jako výborná.
Result of defence
práce byla úspěšně obhájena
Document licence
Standardní licenční smlouva - přístup k plnému textu bez omezení