拍張照片求解數(shù)獨，計算機如何看懂題目，這個GitHub項目告訴你
曉查 發(fā)自 凹非寺
量子位 報道 | 公眾號 QbitAI
現(xiàn)在只需拍張照片，就能快速解決數(shù)獨問題了。
數(shù)獨對計算機來說不是什么難事，但就是這樣一個“平平無奇”的項目卻登上了GitHub今日的熱榜。
這個登上熱榜的項目，名字就叫AI Sudoku，其實就是用AI里的計算機視覺，把照片變成計算機能看懂的網(wǎng)格和數(shù)字。
接下來求解數(shù)獨問題當然不難。重要的是，在這個過程中，我們也學習到了一些常用的計算機圖片處理算法。
拍張照片解數(shù)獨
智能數(shù)獨求解器（Smart Sudoku Solver）的安裝使用并不復雜，只需把項目代碼克隆到本地即可。
Windows系統(tǒng)下支持圖形化界面，把拍攝圖片傳輸?shù)诫娔X上就能給出答案。
首次運行需要連接網(wǎng)絡下載MNIST數(shù)據(jù)集，訓練模型并創(chuàng)建knn.sav文件，整個過程可能需要5~10分鐘，之后就可以離線運行了。
python?Run.py
運行上面的代碼后，將顯示KNN算法的訓練結果
之后將很快出現(xiàn)GUI界面，選擇上傳你拍攝的數(shù)獨謎題圖片。
一直點擊下一步，就能得到這道題的答案：
原理
作者在程序中提供了卷積神經(jīng)網(wǎng)絡或k近鄰兩種算法，供你選擇。
運行應用程序之前，只需將Run.py文件中的modeltype變量設置為“CNN”或“KNN”。默認情況下，程序設置為“ KNN”，而且現(xiàn)階段使用KNN可以獲得更高的準確性。
'''Run?this?file?to?run?the?application'''
from?MainUI?import?MainUI
from?CNN?import?CNN
from?KNN?import?KNN
import?os
#?Change?the?model?type?variable?value?to?"CNN"?to?use?the?Convolutional?Neural?Network
#?Change?the?model?type?variable?value?to?"KNN"?to?use?the?K?Nearest?Neighbours?Classifier
modeltype?=?"KNN"在我們點擊“下一步”的過程中，程序展示了圖片處理的步驟。
首先是對圖片進行高斯模糊處理，去除噪聲和其他細節(jié)。
接下來，生成一張清晰的掃描圖。由于一張圖片中不同區(qū)域的光照，采用自適應高斯閾值的方法可以避免這一問題：
反轉圖片，讓文字和網(wǎng)格都變成白色，背景變成黑色。
之后找出邊緣的四條線，通過這四條線，將拍到的數(shù)獨題目變成一張正方形圖片。
最后將圖片切割成81個小塊，識別出每個小塊里的數(shù)字。
傳送門
求解數(shù)獨問題并不是很難，這個開源項目的作用其實是幫你了解圖像識別和處理的各種算法，例如高斯模糊、自適應高斯閾值等等。
項目對這些算法的名稱和介紹都做了適當?shù)募哟痔幚?，如果你對這些感興趣，不妨前去觀摩學習一下。
源代碼地址：
https://github.com/neeru1207/AI_Sudoku
- 腦機接口走向現(xiàn)實，11張PPT看懂中國腦機接口產(chǎn)業(yè)現(xiàn)狀｜量子位智庫2021-08-10
- 張朝陽開課手推E=mc2，李永樂現(xiàn)場狂做筆記2022-03-11
- 阿里數(shù)學競賽可以報名了！獎金增加到400萬元，題目面向大眾公開征集2022-03-14
- 英偉達遭黑客最后通牒：今天必須開源GPU驅動，否則公布1TB機密數(shù)據(jù)2022-03-05
相關閱讀
用AI實現(xiàn)隔墻“透視”，準確率達97%，這家中國公司研究入選CVPR
一家來自中國的AI創(chuàng)業(yè)公司合刃科技，嘗試用墻壁散射的光去復原被遮擋數(shù)字，正確率最高能達到97%，整個過程不需要1秒，更適合用在需要實時處理的自動駕駛。
