スランプグラフから差枚数を自動算出するツール作成(前編)

- 



今回はスランプグラフから差枚数を自動算出するツールをPythonで作りたいと思います。


スランプグラフから差枚数を算出するには以下の2ステップが必要となるので、前編・後編の2部構成で説明します。


1. グラフの位置を求める

2. スランプグラフから差枚数を求める


今回は、下図のような画像から差枚数を読み取ってみます。



1. グラフの位置を求める


はじめに


先ほどの画像では、1枚の画像の中に3枚のスランプグラフが含まれています。


この場合、まずは画像の中にある3枚分のスランプグラフの場所を求める必要があります。


方法は様々なものがあると思いますが、今回は「テンプレートマッチング」を用いて、スランプグラフの場所を見つけていきます。


テンプレートマッチングは下図のような技術で、あらかじめ作成したテンプレート画像が、調べたい画像(対象画像)の中のどこにあるのかを探してくれます。



テンプレートマッチングのアルゴリズムも様々なものがありますが、簡単な例としては引き算で探す方法があげられます。


例えば●、▲、■から、■を引き算すると以下のような結果になります。



つまり、引き算をしたときに、何もなくなるところが今回探したい場所になります。


これを対象画像からテンプレート画像をちょっとずつずらしながら引き算していくことで、テンプレート画像と同じ画像がある位置を知ることができます。



Pythonでのコーディング


では、実際にPythonでグラフの位置を探してみましょう。


まずは、テンプレート画像とグラフを探したい画像を準備します。


今回は、以下のような画像を準備しました。



※今回の方法の注意点として、テンプレート画像のグラフの大きさと、グラフを探したい画像のグラフの大きさを揃える必要があります。


※グラフの大きさが違うと、引き算した時に差が出るので、正しい位置が求められません。



テンプレートマッチングについて長々と説明しましたが、Pythonでのコードは↓の二行だけです。


このコードを実行することで、先ほどの例でいうところの「ちょっとずつずらしながら引き算した結果」を出力してくれます。


※しかも実際にはもっと賢いことをやってくれてます。ありがとうPython！！


import cv2
res = cv2.matchTemplate(グラフを探したい画像,テンプレート画像,cv2.TM_CCOEFF_NORMED)



↑のコードを実行するために、必要な情報を入力していきます。



画像の読み込み


まずは、画像の読み込みから。


カラー画像でもマッチング可能ですが、今回は多少色が違っても同じグラフとして認識したいので、グレースケールに変換しておきます。


# テンプレート画像の場所
Template_path = "D:\Test\Template.bmp"
# グラフを探したい画像の場所
Target_path = "D:\Test\Target.bmp"

# テンプレート画像の読み込み
template = cv2.imread(Template_path)
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)

# グラフを探したい画像の読み込み
img_rgb = cv2.imread(Target_path)
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)




テンプレートマッチングの実行


画像の読み込みが完了したら、早速テンプレートマッチングを実行します。


# テンプレートマッチング実行
res = cv2.matchTemplate(img_gray,template_gray,cv2.TM_CCOEFF_NORMED)




テンプレートマッチングの結果の精製


「res」にテンプレートマッチングの結果が出力されているので、この結果を元に欲しい情報を入手していきます。


まずは類似度でフィルタすることが一般的です。


類似度は0~1の数値で求められており、0が全く違う画像、1が全く同じ画像です。


感覚的には0.7以上であれば問題ないと思います。


↓のコードでは、「loc」にテンプレートマッチングで類似度0.7以上の座標が出力されています。


# 閾値の設定。threshold=1だと全く同じ画像だけ認識する
threshold = 0.7
# 閾値以下のポイントを削除
loc = np.where( res >= threshold)




一旦、どんなデータが得られたか確認してみましょう。


「loc」は配列形式なので、for文で中身を1個ずつ見ていきます。


# テンプレートマッチングで見つかった位置の表示
for pt in zip(*loc[::]):
    print("x, y = ", pt[1], ", ", pt[0])




結果は↓のようになりました。


大きく3か所の座標が得られていますが、それぞれ数pixずれた位置の結果も出力されています。


数pixずれた位置の結果は必要ないので、もうちょっと結果を精製していきます。


x, y =  91 ,  223
x, y =  92 ,  223
x, y =  93 ,  223
x, y =  732 ,  223
x, y =  733 ,  223
x, y =  92 ,  572
x, y =  93 ,  572
x, y =  92 ,  573




類似度を微調整しても良いのですが、せっかくなので違うやり方で不要点を削除します。


今回不要なデータは数pixずれただけの位置なので、座標同士を比較して距離が近ければ削除する方法が使えそうです。


つまり、X座標が近くて、なおかつY座標も近ければ不要な座標ですね。


式であらわすと、以下のようになります。


座標AのX座標 - 座標BのX座標 < 数pix & 座標AのY座標 - 座標BのY座標 < 数pix




for文で「loc」の中身を見ながら不要なデータがある位置を「index」という配列に記録していきます。


記録した不要データの位置をテンプレートマッチングの結果を入れた「loc」という配列から削除すればOKです。


# 座標リストで近すぎる座標を削除
# Mergin[pix]の値より近い座標は削除する
Mergin = 10
index = []
for i in range(len(loc[1][:])):
    count = 0
    for j in range(len(loc[1][:])):
        # Mergin[pix]の値より近い座標の番号をメモする
        if abs(loc[1][:][i] - loc[1][:][j]) < Mergin and abs(loc[0][:][i] - loc[0][:][j]) < Mergin:
            if count > 0:
                index.append(j)
            count = count + 1
# Mergin[pix]の値より近い座標の番号を削除する
loc = np.delete(loc, index, axis=1)




テンプレートマッチングの結果確認


不要データが無事に削除できたか確認してみます。


せっかくなので、グラフを探したい画像内で見つかった位置を赤枠で囲ってみましょう。


# テンプレートの画像サイズ確認
w, h = template_gray.shape[::-1]

# テンプレートマッチングで見つかった位置の表示(精製後)
for pt in zip(*loc[::]):
    print("x, y = ", pt[1], ", ", pt[0])
    cv2.rectangle(img_rgb, (pt[1], pt[0]), (pt[1] + w, pt[0] + h), (0,0,255), 10)

cv2.imwrite("D:\Test\Template_Result.bmp",img_rgb)
cv2.imshow("Matching Location", img_rgb)
cv2.waitKey(0)
cv2.destroyAllWindows()



出力結果はこちら。


座標が3つだけ(=グラフの数)だけ出力されており、画像の赤枠を見る限りグラフの位置も正しく認識できています。


x, y =  91 ,  223
x, y =  732 ,  223
x, y =  92 ,  572




ここまでのコード


スランプグラフの位置を求めるまでのコードはこちら。


# coding: UTF-8
import cv2
import numpy as np

# テンプレート画像の場所
Template_path = "D:\Test\Template.bmp"
# グラフを探したい画像の場所
Target_path = "D:\Test\Target.bmp"

# テンプレート画像の読み込み
template = cv2.imread(Template_path)
template_gray = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)

# グラフを探したい画像の読み込み
img_rgb = cv2.imread(Target_path)
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

# テンプレートマッチング実行
res = cv2.matchTemplate(img_gray,template_gray,cv2.TM_CCOEFF_NORMED)

# 閾値の設定。threshold=1だと全く同じ画像だけ認識する
threshold = 0.7
# 閾値以下のポイントを削除
loc = np.where( res >= threshold)

# # テンプレートマッチングで見つかった位置の表示
# for pt in zip(*loc[::]):
#     print("x, y = ", pt[1], ", ", pt[0])
# print("----------------------------")

# 座標リストで近すぎる座標を削除
# Mergin[pix]の値より近い座標は削除する
Mergin = 10
index = []
for i in range(len(loc[1][:])):
    count = 0
    for j in range(len(loc[1][:])):
        # Mergin[pix]の値より近い座標の番号をメモする
        if abs(loc[1][:][i] - loc[1][:][j]) < Mergin and abs(loc[0][:][i] - loc[0][:][j]) < Mergin:
            if count > 0:
                index.append(j)
            count = count + 1
# Mergin[pix]の値より近い座標の番号を削除する
loc = np.delete(loc, index, axis=1)

# テンプレートの画像サイズ確認
w, h = template_gray.shape[::-1]

# テンプレートマッチングで見つかった位置の表示(精製後)
for pt in zip(*loc[::]):
    print("x, y = ", pt[1], ", ", pt[0])
    cv2.rectangle(img_rgb, (pt[1], pt[0]), (pt[1] + w, pt[0] + h), (0,0,255), 10)

cv2.imwrite("D:\Test\Template_Result.bmp",img_rgb)
cv2.imshow("Matching Location", img_rgb)
cv2.waitKey(0)
cv2.destroyAllWindows()



後編では、求めたスランプグラフの位置から差枚数を計算していきます。





にほんブログ村 スロットブログ スロット情報へ
にほんブログ村






































コメント











コメントを投稿






























このブログの人気の投稿









【WEBアプリ】Sキングハナハナ-30のベル確率予想&ベル確率逆算ツール&設定判別ツール






-















     お世話になっております、スログラミングです。      ６号機ハナハナの新機種「 Sキングハナハナ-30 」が発表されましたね。      例によって全く自信はありませんが、ベル確率を予想していきます。     ハナハナホウオウ天翔の予想値が見たい方はこちら→「 ハナハナホウオウ天翔のベル確率予想(自信はない) 」      ついでに、 差枚数からベル確率を逆算するツール と、 設定推測するツールも作成 してます。      ※ご使用は自己責任でお願いいたします。      ※申し訳ございません。          チェリーの枚数を４枚ではなく２枚で計算していたことに気づきました。          それを修正するついでに計算方法も多少見直しています。(2023/12/15)                 ～項目一覧(クリックで飛べます。)～          ベル確率予想結果          差枚数からのベル確率逆算ツールと設定判別ツール             1. ベル確率予想結果      予想結果はこちら。      チェリー確率とスイカ確率に設定差がないと仮定した上で、チェリー確率=1/48、スイカ確率=1/160として算出しています。         (細かい算出方法は、 こちら とほぼ同じです。)                                確率 設定１ 設定２ 設定３ 設定４ 設定５ 設定６                                ＢＢ確率              1/292              1/280              1/268              1/257              1/244              1/232                                ＲＢ確率              1/489              1/452              1/420              1/390              1/360              1/332                                チェリー確率              1/                ...








続きを読む










【WEBアプリ】ハナハナホウオウ天翔のベル確率を差枚数から逆算するツール






-














イメージ







ハナハナホウオウ天翔のベル確率逆算ツール  ※ ご使用は自己責任 でお願いいたします。  スイカ確率やチェリー確率はいじれるようにしているので、ご自身で適当な値に修正してください。  （ハナハナホウオウ天翔のベル確率予想値は こちら ）  （設定判別ツールは こちら ）   解説は気が向いたらツールの下の方に記載しておきます。  ツールの下に記載したので、興味のある方はそちらをご覧ください。     ゲーム数：   BB回数：   RB回数：   差枚数：   チェリー確率：1/   スイカ確率：1/     ベル確率(小役狙い)：   ベル確率(フリー押し)：     ツールの解説  お世話になっております、スログラミングです。   とりあえず普通に自分で使ってみたかったので、解説は後回しにしました。  こんな感じでWEB上で動作するツールをWEBアプリっていうらしく、前々からコード紹介や解説だけじゃなくてWEBアプリも作りたいなーと思ってました。  が、私の調べ方が悪いのか、作り方は見つかっても公開の仕方はなかなか見つからなかったんですよね。  ということで、今回はどうやってWEBアプリを作成して公開するかという話と、ベル確率を逆算する方法あたりの内容を説明していきたいと思います。  （ベル確率の逆算方法は ハナハナのベル確率算出 と同じ内容なので薄めで。）   本日のアジェンダはこちら。  1. WEBアプリの作り方  2. ベル確率を逆算する方法  3. ベル確率の逆算ツールのコーディング  4. まとめ   1. WEBアプリの作り方  結論からいうと、一番手っ取り早いのは「 HTMLにJavaScriptを直書き 」です。  (解説書いてて気づきましたが、今回みたいに四則演算だけなら普通にHTMLだけでできるっぽいですね。)   具体的な説明に入る前に、まずは今見てるこのブログがどうやって表示されてるのかを理解しておく必要があります。  それがこの図です。(間違いがあるかもしれませんが、あくまで私の簡易理解としてご承知ください。)     このブログもそうですが、ホームページはHTMLっていう言語で書かれていて、私たちのPCやスマホはネット経由でこのHTMLを取得しています。  で、そのままHTMLを表示しても私たちにはなんのこっちゃさっぱりわからないの...








続きを読む










【WEBアプリ】６号機ジャグラーのぶどう確率逆算ツール&設定判別ツール






-















     お世話になっております、スログラミングです。      ちょっとJavaScriptで実装してみたい機能があり、今更ながら６号機ジャグラーのぶどう確率逆算ツールと設定判別ツールを作ってみました。      小役確率等の数値はそれらしい値をネットで調べて設定したつもりですが、間違っていたらすみません。         （一応、SアイムジャグラーEX-TP、Sファンキージャグラー2、SマイジャグラーV、SハッピージャグラーVⅢに対応していますが、ベル・ピエロは無視しているのでハッピーはあんまり役に立たないかもしれません。）      2023/9/12：Sゴーゴージャグラー3を追加しました。それに合わせて各機種の数値も見直しました。      ※ご使用は自己責任でお願いいたします。                 ～項目一覧(クリックで飛べます。)～          差枚数からのぶどう確率逆算ツールと設定判別ツール          WebStorage（ウェブストレージ） とは？             1. 差枚数からのぶどう確率逆算ツールと設定判別ツール      現在のゲーム数、BB回数、RB回数、差枚数からぶどう確率を逆算した上で、設定推測を行います。                                         SアイムジャグラーEX-TP              Sファンキージャグラー2              SマイジャグラーV              SハッピージャグラーVⅢ              Sゴーゴージャグラー3                                         ゲーム数：                                                                                    BB回数：                                                          RB回数：                                                          差枚数：                                          ...








続きを読む