board_to_fen

board_to_fen

حزمة Python التي تحول صورة الشطرنج الرقمية إلى تدوين Forsyth-Edwards (FEN)

تثبيت

Board_to_fen متاح على Pypi:

 pip3 install board_to_fen

بداية سريعة

 from board_to_fen . predict import get_fen_from_image_path

print ( get_fen_from_image_path ( PATH_TO_CHESSBOARD_IMAGE ))

أو ، إذا كنت تريد ، يمكنك تحميل كائن الصورة بنفسك:

 from PIL import Image
from board_to_fen . predict import get_fen_from_image

img = Image . open ( PATH_TO_CHESSBOARD_IMAGE )

print ( get_fen_from_image ( img ))

ملاحظة: تستخدم الحزمة TensorFlow+Keras API. هم ثقيل جدا.

التخصيص

get_fen_from_image_path يحتوي على 3 وسيطات:

• image_path [مطلوب]
• end_of_row '/' بشكل افتراضي
• Black_view false بشكل افتراضي -> تعيين صحيح إذا تم توفير الشطرنج من منظور Black Player

إصدار الويب (قد لا يعمل حاليًا)

متاح على: https://board2fen.bieda.it

تمرين

للتدريب ، ربما ترغب في تنزيل الكود المصدري عن طريق استنساخ المستودع:

 $ git clone https://github.com/mcdominik/board_to_fen.git

قم بتنزيل بيانات التدريب من:
سأقوم بتوفير عنوان URL للبيانات في المستقبل

في المستودع الرئيسي ، قم بتشغيل

 $ python3 ./board_to_fen/train_model.py

تاريخ الإصدار

• يناير 2023

  • الإصدارات 0.0.17-25
  • تمت إضافة التحقق من صحة المجلس البسيط
  • إصلاحات الأخطاء

• فبراير 2023 الإصدار 0.1.0-0.1.1

  • الهجرة من CV2 إلى PIL
  • وظيفة جديدة لتحميل كائن الصورة المباشر
  • أضف اختبارات بسيطة
  • إصلاحات الأخطاء

تحذيرات

• يجب توفير الصورة بزاوية محايدة (منظور اللاعب الأبيض أو الأسود).
• يجب أن تكون الصورة مربعة (~ 3 ٪ التسامح اعتمادًا على دقة الصورة).
• لا يمكن أن تحتوي الصورة على حشائش وحدود اللوح وما إلى ذلك. بخلاف 64 مربع (مع قطع) نفسها.

مراجع:

https://www.kaggle.com/datasets/koryakinp/chess-positions