board_to_fen

Board_To_Fen

Package Python qui convertit l'image d'échecs numérique en notation de notation (FEN) de Forsyth-Edwards (FEN)

Installation

Board_To_Fen est disponible sur PYPI:

 pip3 install board_to_fen

Démarrage rapide

 from board_to_fen . predict import get_fen_from_image_path

print ( get_fen_from_image_path ( PATH_TO_CHESSBOARD_IMAGE ))

Ou, si vous le souhaitez, vous pouvez charger l'objet d'image par vous-même:

 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 ))

Remarque: Le package utilise l'API TensorFlow + Keras. Ils sont assez lourds.

Personnalisation

get_fen_from_image_path Takes a 3 arguments:

• image_path [requis]
• end_of_row '/' par défaut
• Black_view Faux par défaut -> Définissez True si l'échecteur est fourni du point de vue du joueur noir

Version Web (actuellement peut ne pas fonctionner)

Disponible sur: https://board2fen.bieda.it

Entraînement

Pour la formation, vous voudriez probablement télécharger le code source en clonage le référentiel:

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

Téléchargez les données de formation depuis:
Je fournirai une URL pour les données à l'avenir

Dans le référentiel principal, exécuter

 $ python3 ./board_to_fen/train_model.py

Historique des versions

• Janvier 2023

  • Versions 0.0.17-25
  • Ajout d'une validation de la carte simple
  • correctifs de bugs

• Février 2023 Version 0.1.0-0.1.1

  • Migratation de CV2 à PIL
  • Nouvelle fonction pour la charge d'objet d'image directe
  • Ajouter des tests simples
  • correctifs de bugs

Avertissements

• L'image doit être fournie dans un angle neutre (perspective du joueur blanc ou noir).
• L'image doit être carrée (~ 3% de tolérance en fonction de la résolution de l'image).
• L'image ne peut pas contenir de rembourrage, de bordures de planche, etc. autre que 64 carrés (avec des pièces) elle-même.

Références:

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