CN104885096A - 用于牌堆的牌处理方法 - Google Patents

Abstract

一种自动生成用于牌处理装置的校准文件的方法，包括自动生成存储在用于牌处理装置的主控制系统的存储器中的校准文件。自动生成校准文件包括识别与牌的至少一部分的大小的周围的大小区域相关联的至少一个参数，识别与牌的至少一部分的花色的周围的花色区域相关联的至少一个参数，以及将与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数存储在校准文件中。此外，自动生成用于一个或多个牌堆的牌堆库的方法包括使用来自校准文件的参数自动生成用于第一牌堆类型的牌的多个主图像。

Description

用于牌堆的牌处理方法

相关申请的交叉引用

本申请是2012年9月28日提交的题为“牌识别系统、牌处理装置以及用于调整牌处理装置的方法"的美国专利申请号为13/631,658的部分继续申请，在此通过引用将上述申请的公开内容整体合并于此。

技术领域

本公开整体涉及牌处理装置中的牌识别。更具体地，公开的实施例涉及校准文件的自动生成和对牌处理装置的牌识别系统的其它改进。

背景技术

牌处理装置(例如，洗牌机)用在游戏行业中，用于增加现场桌游戏(例如二十一点、巴卡拉和各种形式的扑克)中的效率、安全性和游戏速度。牌处理装置可执行包括以高效充分的方式随机洗一个或多个牌堆的各种功能。在现场桌游戏中，以高效充分的方式洗牌有助于防止玩家通过知道玩游戏时传送的牌的最终排布中特定牌或牌组的位置而获得优势。此外，期望在非常短的时间段内洗牌，以便减少玩游戏时的延迟。

洗牌机可包括牌识别系统，牌识别系统可用于验证牌集合(例如，一堆或多堆)的内容并且确保牌集合包含所有合适的牌，牌识别系统还用于检测任何不属于其中的牌。牌识别系统还可使洗牌机能够在整个游戏中验证牌堆的内容。一些已知的洗牌机可包括牌识别系统，所述牌识别系统利用传感器和硬件组件，所述传感器和硬件组件能够从牌面感测大小(2到10、Jack到Ace)和花色(黑桃、梅花、红桃、方块)，以及之后将来自感测数据的信号转换为数据数组集。可将数据数组集与己验证的牌堆的己知数据数组集进行比较。其它已知的洗牌机可包括相机，所述相机捕获进入洗牌机的每张牌的未知图像，以及然后从所述未知图像提取牌大 小和牌花色。可将所述未知图像与己验证的牌堆的主图像进行比较来识别牌。

存在若干不同的牌制造商(例如Angel、Gemaco、U.S.PlayingCard Company、Cartamundi、Ace、Copag等)，每个制造商均具有不同类型的牌设计。例如，牌面上印刷的牌图像(例如，图案)可从一堆牌到下一堆牌进行变化。此外，大小和花色的尺寸和位置也可从一堆牌设计到下一堆进行变化。

为了支持各种可能的牌图像中的每种牌图像，洗牌机的牌识别系统可加载一组主图像，所述的一组主图像包含特定牌堆设计的大小和花色符号。主图像可被存储在洗牌机内的存储器中、用于特定牌堆设计的特定子目录中。例如，可存在用于洗牌机所支持的每种牌堆类型的子目录。创建这些主图像的处理常规上需要技术人员进行大量手动测量和分析，以创建和加载用于每种牌堆类型的主图像。例如，技术人员可将参数手动输入到校准文件中，所述校准文件列出了与大小和花色符号有关的不同测量值和位置。该处理涉及反复试验并且耗时，这是因为技术人员试图找到正确的参数组合以用于生成主图像。

与常规的牌检测装置相关联的另一个障碍是牌制造商可创建新的牌堆设计，或者对已有牌堆设计作出改变。手动创建牌堆库的常规方法对于不仅需要创建牌堆库而且需要更新场地中使用的洗牌机的牌堆库的技术人员而言是难以承担的。此外，每个单独的洗牌机可被不同地配置，这需要技术人员为特定机器创建新的校准文件。结果，当为一个洗牌机创建相同的牌堆库然后简单地进行复制并存储在每个附加的洗牌机上时，在从一个洗牌机到下一个洗牌机的牌识别期间可发生变化，即使在相同型号的洗牌机中也是如此。

一旦加载到洗牌机上，发牌人可选择在玩游戏时将使用的特定牌堆设计。在洗牌机中选择牌堆确定了哪个牌堆库(例如主图像和其它相关文件)用于与使用期间捕获的牌图像进行比较。发牌人可能选择不正确的牌堆类型，经常是由于诸如缺少训练或只是输入错误的原因。结果，来自一种牌堆类型的牌堆库可能用于与来自另一牌堆类型的图像进行比较。 使用错误的牌堆库可造成牌识别错误。

发明内容

在一个实施例中，公开了一种自动生成用于牌处理装置的校准文件的方法。所述方法包括从通过牌处理装置的牌的至少一部分捕获原始图像，以及使用处理器，自动生成存储在牌处理装置的主控制系统的存储器中的校准文件。自动生成校准文件包括:识别与牌的至少一部分的大小的周围的大小区域相关联的至少一个参数；识别与牌的至少一部分的花色的周围的花色区域相关联的至少一个参数；将与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数存储在校准文件中。

在另一个实施例中，公开了一种自动生成用于一个或多个牌堆的一个或多个牌堆库的方法。所述方法包括:在识别用于第一牌堆类型的牌的与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数时，无需用户输入而使用处理器自动生成第一校准文件，所述校准文件包括与大小区域和花色区域相关联的参数；将第一校准文件存储在用于第一牌堆类型的第一牌堆库中；使用处理器，利用来自校准文件的参数自动生成用于第一牌堆类型的牌的多个主图像；以及将用于第一牌堆类型的牌的多个主图像存储在第一牌堆库中。

在另一个实施例中，公开了一种牌处理装置。所述牌处理装置包括:存储设备；成像设备，所述成像设备与所述存储设备操作性地耦接，使得来自所述成像设备的原始图像存储在所述存储设备中；以及主控制系统，所述主控制系统与所述成像设备耦接。所述主控制系统被配置来运行具有文件目录系统的操作系统，所述文件目录系统被配置来存储用于多个不同牌堆类型的多个牌堆库。所述主控制系统被配置来从所述存储设备接收原始图像，自动生成校准文件，所述校准文件具有与用于牌堆类型的大小区域和花色区域相关的参数。

附图说明

图1是根据本发明实施例的牌处理装置的立体图。

图2是根据本发明另一实施例的牌处理装置的立体图。

图3是根据本发明另一实施例的牌处理装置的局部立体图。

图4是用于根据本发明实施例的牌处理装置的牌处理系统的原理框图。

图5是由根据本发明实施例的牌处理装置的成像设备所捕获的图像的示图。

图6是示出根据本发明实施例的自动生成用于牌检测系统的校准文件的方法的流程图。

图7是示出根据本发明实施例的用于生成主图像的方法的流程图。

图8A至图8C示出了根据存储于校准文件中的参数从原始图像生成主大小图像和主花色图像的过程。

图8D至8E示出被标准化以形成标准主图像的主图像的示例。

图9A至9C是一组牌图像，其示出了根据本发明另一实施例的通过查找和填充轮廓来生成主图像的方法。

图10和11示出了直方图，所述直方图来自于对由图9A至9C所示的轮廓分析所产生的主花色图像和主大小图像的OCR分析。

图12是示出了根据本发明实施例的确定未知图像的身份的方法的流程图。

图13A、13B和13C示出了牌的处理的图像，其中成像设备的镜头上堆积有灰尘。

图14A和14B示出了在牌识别模式下产生的错误地拆分图像的问题。

图15A和15B示出了当使用不均匀光照捕捉图像时所产生的问题。

图16A、16B和16C是来自牌处理装置的成像设备的原始图像，其示出了由成像设备引起的鱼眼变形。

图17A、17B和17C是通过对变形图像进行数学拉伸后鱼眼变形已减小的图像。

具体实施方式

下文中，参考附图以示例方式对本发明的具体实施例进行描述。在 不脱离本发明的范围的情况下，可利用其它实施例以及对实施例进行修改。本发明不欲受限于下文所述内容，以及本发明要求的范围仅由随附的权利要求和它们的合法等同物所限定。此外，此处所示和描述的具体实施例仅是示例性的，除非另行说明，这些具体实施例不应被构造为实现或划分本发明的唯一方式。对本领域技术人员显而易见的是，本发明的多种实施例可通过多种其它划分方法来实践。

下文中，为避免冗余的细节而使本发明不清晰，将以框图的形式示出元件、电路和功能。此外，框限定和多个框之间的逻辑划分是示例性的具体实施例。对本领域技术人员来说明显地是，本发明可通过多种其它划分方法来实践。本领域技术人员可理解地是，可使用多种不同技术和方法中的任一种来表示信息和信号。例如，可通过电压、电流、电磁波、磁场或粒子、光场或粒子或其任意组合来表示上述说明中的数据、指示、指令、信息、信号、位元、符号和芯片。一些附图将信号示为单一信号，以使展示和说明更加清晰。可被本领域技术人员理解地是，信号可表示总线信号，其中总线可具有多个位宽度，以及本发明可实施于具有单一数据信号的任意数量的数据信号上。

可通过下述元件来实施或实现结合此处公开的实施例进行描述的多个示出的逻辑块、模块和电路：通用处理器、专用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、控制器，离散门(discrete gate)或晶体管逻辑、离散的硬件组件、或任一被设计为实现此处描述的功能的组合。通用处理器可以是微处理器，但可选地，处理器可以是任何常规处理器、控制器、微控制器或状态机。当通用处理器执行存储于计算机可读介质中的指令(如软件代码)时，所述通用处理器可被认为是专用处理器。处理器可实现为计算机设备的组合，例如DSP和微处理器的组合、多个微处理器的组合、一个或多个微处理器连同DSP核的组合或任意其它此类结构。

同样，值得注意的是，实施例可被描述为过程，可通过流程图、流程图表、结构图或框图来描述这一过程。虽然过程以一顺序过程描述操作行为，但这些行为中的许多能够以其它顺序(并行地或大致同时地) 来实现。此外，可重新排列所述行为的顺序。过程可对应方法、函数、程序、子例程、子程序等。此外，本文所公开的方法可在硬件、软件或两者中实现。如果其在软件中实现，可将函数以一个或多个指令或代码存储在或传输到计算机可读介质中。计算机可读介质包括计算机存储介质和传播介质，所述传播介质包括利于将计算机程序从一个地方传输到另一地方的任意介质。

可被理解的是，除非明确表示，任何使用诸如“第一”、“第二”等词汇来描述本文元件的名称不欲限制这些元件的数量或顺序。相反，这些名称是可用于区分两种或两种以上元件或元件实例的常规方法。因此，引用第一和第二元件并不意味着只采用了两个元件或者第一元件必须以某种方式先于第二元件。此外，除非另有说明，一组元件可以包括一个或多个元件。

如此处所使用的，术语“主图像”是校准模式期间由牌识别系统生成的图像，所述图像被存储以用于在牌识别模式期间与未知图像进行比较来识别牌。主图像可包括用于一副牌的每张大小和花色的分别的主图像。也可存在用于其它符号的主图像，其它符号如百搭(joker)、瓦格纳符号(Wagner symbol)、整副牌组符号(deck set symbol)、娱乐场符号和其它已知符号。在一些实施例中，主图像可包括单张牌的大小和花色，从而使每张牌具有其自己的主图像。“原始图像”是在校准模式期间由牌识别系统产生的图像，其可用于生成主图像。“原始图像”的示例是由二维(2D)CMOS图像传感器生成的图像。正如下文所讨论的，根据存储于自动生成的校准文件中的参数可生成主图像。在牌识别的情况下，可生成“原始图像”并将其用于产生未知图像。“未知图像”是由牌识别系统产生的图像，其用于在牌识别模式下与主图像进行比较以识别牌的大小和花色。

本发明的实施例包括牌处理装置、牌识别系统以及相关的方法。可预见的是，根据本发明的实施例，包括牌识别系统的牌处理装置可以具有多种结构。如下文所述，图1至图3非限制性地示出了采用本发明的牌识别系统和方法的牌处理装置。当然，也可考虑其它结构的牌处理装置。

图1是根据本发明实施例的牌处理装置100的立体图。牌处理装置100被配置为随机化多套牌，如牌堆或多副牌组。牌处理装置100可包括具有上翻盖114的顶面112，当其打开时，可露出牌插入区116和升降平台118。牌插入区116可被配置为接收待洗、待计数和/或待排序的输入牌组。牌处理装置100可被配置为接收、读取大小和花色、排序和/或洗一个或多个牌堆(例如，标准的每个牌堆52张牌，52张牌加上一个或两个百搭牌等)。牌处理装置100尤其适于为诸如二十一点、扑克等牌游戏提供随机的牌堆。在一些实施例中，牌处理装置100被置于临近或被齐平地安装到游戏场中正进行牌游戏的游戏桌面中。在一些实施例中，牌处理装置100被置于远离游戏场大厅的位置，公众无法靠近。

升降平台118可被配置为在完成洗牌、读取和/或排序过程之后，将一组洗好的牌抬升到操作者可将牌移除的水平面。此处，牌处理系统400(图4)位于牌处理装置100的保护性外层124内。牌处理系统400可被配置为当牌通过牌处理装置100时识别牌的身份。升降平台118可包括牌存在传感器120，其被配置为检测牌是否位于升降台118上。牌处理系统400中的其它牌存在传感器420(图4)可触发牌识别系统来采集牌图像或来自牌图像的数据。

牌处理装置100还可被配置为通过位于顶面112上的显示面板122来显示与装置有关的操作数据。使用牌处理装置100的操作员可监测显示面板122和查看显示信息以了解牌处理装置100的操作状态。显示在显示面板122上的信息可包括对操作员有帮助的存在于牌处理装置100中的牌的数量，任意洗牌、读取或排序操作的状态，有关牌处理装置100的安全信息，有关牌验证过程的状态，或其它任何有关错误的信息，或牌处理装置100的操作。在一个实施例中，显示面板122是LED显示板。在另一实施例中，显示面板是LCD显示板或其它至少能够显示字母数字信息的电子显示板。显示面板122可包括用于使用户与牌处理装置100进行交互的用户界面。例如，按钮113、115可控制操作，如电源的打开/关闭、具体功能等(例如，将升降台抬升到牌分发位置、重新洗牌命令、安全检查、牌计数命令等)。在其它实施例中，显示面板122的表面上设 置有触摸屏控件。

标题为“具有使用CMOS传感器读取牌大小和值的能力的洗牌器”的2010年7月27日发布的美国专利7,764,836中以及美国专利公开号为2008/0113700、2006年11月10日提交的标题为“用于自动化牌处理装置和包括所述装置的通信网络的方法和装置”的专利文献中描述了关于这种牌处理装置的更多的细节，上述公开通过引用将其全部合并于此。

图2是根据本发明的另一实施例的另一牌处理装置200的立体图。牌处理装置200包括凹陷的牌进给盘222、相邻的凹陷的牌输出盘224和被布置进入传送带结构223内的多个牌洗牌隔间(未示出)，所述传送带结构223被配置为对插入到牌进给盘222中并以较小的组合输出的牌堆进行洗牌，例如在使用期间向牌输出盘224输出的手牌和/或部分手牌。传送带结构223的洗牌隔间可封闭在盖子228内。牌输出盘224中的牌存在传感器(未示出)可产生信号，所述信号使得处理器能够在最后一组牌被移除后指示机械元件分发另一组牌。牌处理装置200包括凸缘部件202，所述凸缘部件202还包括发牌者显示器242，所述发牌者显示器242可包括触摸屏控件，发牌者可通过所述触摸屏控件输入用于牌处理装置200的命令。牌处理装置200可齐平地安装到游戏桌上。标题为“具有相邻的牌进给和牌输出隔间的洗牌器”、2013年1月1日发布的美国专利8,342,525描述了这种牌处理装置的更多细节，上述公开通过引用将其全部合并于此。牌处理装置200还包括容纳于盖子228内的牌识别系统(图4)，下文将对其进行进一步地详细描述。

图3是根据本发明的另一实施例的牌处理装置300的局部立体图。牌处理装置300包括设有固定的下支撑面307的牌接收区306，所述固定的下支撑面307从牌处理装置300的外侧309向下倾斜。外侧309包括凹进部311，所述凹进部311被配置为便于操作者将牌放置在牌接收区306中或从牌接收区306将牌移除。牌处理装置300的顶面304可包括用户界面302，所述用户界面302可包括可视化显示器312(例如，LED、液晶显示器、微监控器、半导体显示器等)和一个或多个用户输入324、326。用户输入324、326可包括一个或多个按钮、触摸屏等。用户界面 302还可包括另外的灯光和/或显示器328、330，其被配置为指示电源的可用性(开/关)、洗牌器状态(例如，正在洗牌、完成洗牌周期、牌数量不足、漏掉牌、牌数量足够、整副牌、损坏的或有标记的牌、用于发牌者识别玩家数量的进入功能、每手牌数量、访问用于多种游戏的固定的程序、正洗牌的牌堆数和牌校准信息等)或其它对操作者有用的信息。

牌处理装置300还可包括洗过的牌返回区332。洗过的牌返回区332可包括升降表面314和环绕升降表面314的至少一部分的牌支撑侧部334。在一些实施例中，牌支撑侧部334在操作期间保持固定到升降表面314。在其它实施例中，牌支撑侧部334可固定到框架且不能移动。在一些实施例中，牌支撑侧部334是可移除的。移除牌支撑侧部334能够使操作者将洗过的牌组提升到游戏桌面上以用于牌游戏。标题为“具有使用CMOS传感器读取牌大小和值的能力的洗牌器”、2010年7月27日发布的美国专利7,764,836中描述了关于这种牌处理装置的更多细节，上述公开通过引用将其全部合并于此。牌处理装置300还可包括牌识别系统(未示出)，下文将对其进行详细地描述。

根据牌处理装置所采用的结构，牌识别系统的物理结构也随着牌处理装置而改变。例如，不同的牌处理装置其成像设备的位置能够是不同的(例如，不同的角度)，其结果是需要产生和维护用于多种类型的牌处理装置的不同的牌库。按照产生牌库和主图像的常规方法(其中每一步都是手动实现的)，对于不同的洗牌器结构，增加了维持用于多种类型的牌处理装置的牌库的需求，也增加了本发明实施例的优点和优势。

本发明的实施例包括自动产生用于牌处理装置的校准文件的装置和相关方法。因此，本发明的实施例使用处理器，所述处理器编程以针对大小、花色、感兴趣区和/或其它测量值来识别牌上的位置和尺寸(而不考虑牌堆类型且无需用户交互)并生成之后在处理器的牌识别模式期间使用的校准文件，而非大量使用人员交互、试验和错误以得到未知牌识别中使用的某些参数。

图4是用于根据本发明的实施例的牌处理装置的牌处理系统400的原理框图。可包括牌处理系统400的牌处理装置100、200和300的示例 包括上文参照图1至图3描述的那些装置。当然，可想到的是，牌处理系统400适于在配置为对牌堆进行洗牌、排序、分发、处理或其它处理的牌处理装置内使用。

牌处理系统400可被配置为从一个或多个不同设计和厂商的牌堆自动获取牌大小和花色信息，在这之后，牌处理系统400可被用于确定穿过牌处理装置的未知牌的身份(即，大小和花色)。确定未知牌身份的能力对于欺诈检测以验证适当的牌在一副牌中可能是期望的，或为了其它理由。在一些实施例中，牌处理系统400还可被配置为控制洗牌，以及控制移动牌穿过牌处理装置的电机、滚轴等。在一些实施例中，单独的洗牌器处理器(未示出)可被配置为控制牌处理装置的机械操作。

牌处理系统400可包括主控制系统412、牌识别处理器414、成像设备416、存储设备418、锁存器419和牌存在传感器420。每个主控制系统412、牌识别处理器414、成像设备416、存储设备418和牌存在传感器420可彼此耦接并相互通信。锁存器419可耦接到牌识别处理器414和存储设备418之间。

牌识别处理器414可与成像设备416耦接以接收捕捉的图像。此处将捕捉牌的全部图像或一部分图像还称为“读取牌”。可对牌处理装置中静止的或移动的牌进行读取。成像设备416可被放置在牌处理装置中并定向于牌处理装置中，从而当捕捉牌的图像时，所述牌的至少一部分被放置于成像设备416的视场内。如图5所示，用于产生原始图像417(在成像设备416的视场502内)的牌506的一部分可以是牌506的左上角。(当牌正面朝上，沿X轴线的长侧)。下文将结合图5更详细地讨论有关原始图像417的分析和由此得出的相关信息的更多的细节。

再次参考图4，主控制系统412可包括处理器430和存储器432。处理器430可被配置为执行操作，如执行指令(例如，软件代码)来实现本文所描述的方法。指令可包括程序，当为特定设计的特定牌堆调整(即校准)牌处理装置时，所述程序将运行于主控制系统412上。存储器432可被配置为在其中存储信息。例如，存储器432可存储使处理器430运行主控制系统412上的操作系统的可执行文件和其它文件。存储器432 可包括易失性存储器和/或非易失性存储器。主控制系统412可运行操作系统(例如，Linux，Windows等)。主控制系统412可被配置为指示成像设备416捕捉图像(例如，响应于来自牌存在传感器420的触发信号)或从视场502记录的符号提取数据。主控制系统412也可被配置为与输入和输出设备(未示出)互通信息，例如显示器、操作者的输入等。

操作系统可实现数据组织结构，所述数据组织结构包括存储器432内用于存储文件(例如，图像文件、校准文件等)的文件系统431，其用于在牌识别模式下确定未知牌的身份。主控制系统412可被配置为将文件系统431组成子目录434、436。每个子目录434、436可用于牌处理系统400已调整到的牌堆类型或设计。因此，子目录也可被称为“牌堆库”。第一牌堆库434可包括存储于其中的用于第一具体牌堆类型的文件。例如，存储于第一牌库434中的文件可包括校准文件433、牌名称文件435和多个主图像413、415。校准文件433可包括识别特定测量值(例如，大小和花色区、感兴趣区等)的参数，主控制系统412和/或牌识别处理器414可使用这些参数来生成主图像413、415和/或处理待与主图像413、415进行比较的其它图像。

主控制系统412的处理器430可被配置(例如，被编程)为控制牌处理系统400，以多个模式之一运行。例如，牌处理系统400能够在校准模式下(例如自动生成牌库的校准文件、主图像和其它文件)和牌识别模式(例如确定穿过牌处理装置的未知牌的身份)下运行。

校准模式期间，牌处理系统400可被“调整”为辨识特定牌堆或牌堆类型。因此，校准模式在这里也可被称为“调整模式”。在校准模式下，主控制系统412可被配置为自动生成校准文件433和主图像413、415，牌处理系统400可在随后以牌识别模式运行时采用所述校准文件433和主图像413、415。主图像413、415包括用于牌处理系统400调整到的具体牌堆类型或牌堆设计的主大小图像413和主花色图像415。因此，例如，主大小图像413可包括十三幅图像，每个大小一幅(2、3、…10、Jack(J)、Queen(Q)、King(K)和Ace(A))，以及主花色图像415可包括四幅图像，每个花色一幅(方块(D)、红桃(H)、黑桃(S)和梅花(C))。 校准模式的结果包括存储于具体牌堆类型的牌库434中的校准文件433、主图像413、415和牌堆名称文件435。

主图像413、415可由牌处理系统400通过读取进入牌处理系统400中的预排序牌堆而生成。此处所使用的“预排序”是指待调整的牌堆的牌按照在校准模式下主控制系统412已知的或期望的顺序被放置并读入牌处理系统400中。术语“预排序”并不是要要求特定的牌的顺序，而是主控制系统412所期望的顺序。换句话说，牌处理系统400知道各个牌的大小和花色(当所述牌被读入牌处理系统400并用于生成主图像413、415)。在一些实施例中，主图像413、415可由牌处理系统400通过将未排序(例如随机排列的)牌堆读入牌处理系统400而生成。因此，“未排序”是指待调整的牌堆的牌被以主控制系统412未知的或未期望的顺序放置。从主控制系统412的角度来看，未排序牌堆是随机排列的牌堆。下文将结合图7和图8A至图8C更详细地讨论有关预排序和未排序牌堆的主图像413、415的生成的更多细节。

如上所述，文件系统431可包括另外的牌库436，所述另外的牌库436对于牌处理系统400被调整到的另外的牌堆类型来说是独一无二的。例如，可针对游戏场所使用的每种类型或品牌的牌存储牌堆库。因此，每次牌处理系统400针对新的牌堆类型进行调整时，牌处理系统400就可自动生成新的牌堆库，所述新的牌堆库具有用于存储于其中的新的牌堆类型的校准文件433、牌堆名称文件435和多个主图像413、415。根据牌处理系统400被调整到的期望的牌堆类型的数量，可产生任意数量的牌堆库且这些牌堆库被包含在文件系统431内。因为牌类型有时会随着时间而改变，期望的是游戏场每次收到新牌时都生成新的牌堆库434。

牌处理系统400也可运行于牌识别模式下。在牌识别模式期间，可将未知图像411与一个或多个主图像413、415相比较以确定穿过牌处理装置的未知牌的身份(例如，大小和花色)。牌识别模式可出现在投注游戏的实时游戏期间，处理主要通过牌识别处理器414而非主控制系统412来执行。下文将结合图12更详细地讨论有关在牌识别模式期间对穿过牌处理装置的未知牌的识别的更多细节。

根据本文所述实施例，牌识别处理器414可被配置为FPGA或类似的硬件组件，所述硬件组件具有被配置为处理一个或多个图像的控制逻辑件。在校准模式下，牌识别处理器414可被配置为处理由成像设备416数据捕捉的原始图像数据，并将处理后的原始图像数据作为原始图像417传送到存储设备418。在校准模式下，自动产生校准文件433后，牌识别处理器414还被配置为根据存储于校准文件433中的参数生成主图像413、415。在牌识别模式下，牌识别处理器414可被配置为确定未知牌的身份。例如，牌识别处理器414可被配置为从原始捕捉的图像数据生成未知图像411，以使未知图像411可以与一个或多个主图像413、415相比较来确定未知牌的身份。换句话说，在牌识别模式下，牌识别处理器414可被配置为将生成的未知大小和花色的图像(即，未知图像411)与主大小图像413和主花色图像415相比较，由此来确定牌的身份。牌识别处理器414还可包括存储主图像413、415的存储器(如图4所示)，所述存储器可用于在牌识别模式下与未知图像411进行比较。在一些实施例中，牌识别处理器414的存储器也可存储原始图像417。

成像设备416可包括配置用以获取其视场内的二维图像的相机(例如，2D CMOS成像器)。成像设备416可包括具有解码器或接收器的模拟相机或数码相机，所述解码器或接收器将接收到的辐射转化为可被分析的与图像内容有关的信号。这些信号可反映彩色信息或黑白信息，或仅测量色彩密度和色谱中的变化。成像设备416可包括一个或多个透镜以聚焦光线、一个或多个镜子以引导光线和一个或多个辐射体以确保足够的辐射强度，从而用于成像设备416成像。例如，辐射体可包括LED光源(未示出)以照亮待成像的牌区域。虽然白色光源有时足以从牌上的红色和黑色印字捕捉灰度数据，但绿色光源是从牌上的红色和黑色印字捕捉黑白数据的有效光源。

牌存在传感器420可被配置为当牌存在以被成像设备416读取时产生信号。在一些实施例中，牌存在传感器420可直接耦接到成像设备416，从而向成像设备416发送触发信号来指示牌存在。响应于所述触发信号，成像设备416可捕捉牌的图像。在一些实施例中，牌存在传感器420可 间接地耦接到成像设备416，从而通过其它组件向成像设备416发送触发信号，所述其它组件例如是主控制系统412或牌识别处理器414。虽然图4所示的牌存在传感器420与主控制系统412、牌识别处理器414和成像设备416中的每一个均直接耦接，但这样做是为了展示牌存在传感器420的各种可选的结构。

存储设备418可被配置为存储针对牌堆中的每张牌而捕捉的原始图像417。原始图像417可被成像设备416读取以在校准模式下被主控制系统412所使用，其可被用于生成校准文件433。原始图像417还可在校准模式期间被提供给主控系统412以生成一组主图像413、415，主图像413、415可被最终存储于针对各个牌堆类型的对应的牌堆库434、436中。存储设备418可具有N个用于存储每张牌的原始图像的位置，其中N为任意正整数。对于多数标准的牌堆来说，N能够等于52，或者可以是每个花色每个大小13幅大小图像和4幅花色图像。在一些实施例中，N个位置可包括用于百搭牌、特殊牌、空白牌或其它符号的额外位置。也可考虑具有多于或少于52张牌的牌堆(例如，添加或移除某些牌)。此外，可使用牌堆中所有牌中的一子集来生成校准文件433和主图像413、415。换句话说，没有为牌堆中的每一张牌捕捉原始图像417，只要牌堆中的每个大小和每种花色至少有一张可用的原始图像417即可。因此，N可以少于牌堆中牌的总数。尽管图4所示的存储设备418为独立的存储设备，可想到的是所述存储设备418可与牌识别处理器414或主控制系统412的存储器432集成，以使得原始图像417能被存储于牌识别处理器414中或主控制系统412中。

在一些实施例中，存储器432还能够包括一个或多个组合的牌堆子目录440。每个组合的牌堆子目录440可包括用于多个不同的牌堆类型中的对应大小和花色的标准化图像。例如，第一组合牌堆子目录440可具有之前从针对“2大小”的多种不同的牌堆类型获取到的标准化图像D₁，D₂，…D_N，第二组合牌堆子目录440可具有之前从针对“3大小”的多种不同的牌堆类型获取到的标准化“3大小”图像D₁，D₂，…D_N等等。因此，可存在十三种不同的组合的牌堆大小子目录，每个子目录均具有 取自不同的牌堆类型的相对大数量的标准化大小图像D₁，D₂，…D_N。同样，可以创建四种不同的组合的牌堆花色子目录440，所述子目录440具有取自存储于其中的不同的牌堆类型的相对大数量的标准化花色图像D₁，D₂，…D_N。

每个标准化图像D₁，D₂，…D_N可以具有共同的尺寸。此外，可拉伸标准化图像，以使得每个大小和花色的像素处于标准化图像的边缘。标准化图像可用于与主大小和主花色图像413、415相比较，以链接主图像413、415至用于待调整的特定牌堆的合适的大小和花色。因此，在将牌堆调整为具有与标准化图像共同的尺寸以及拉伸主大小和主花色图像413、415时，也可对主大小和主花色图像413、415(或其副本)进行标准化，从而使得每个大小和花色的像素处于标准化图像的边缘。

锁存器419可被配置为在存储设备418中选择一个位置，特定的原始图像417被存储在该位置中。例如，当用于牌的原始图像417被成功存储时，锁存器419可包括触发器和/或计数器，所述触发器和/或计数器随着每张原始图像417被存储而数值增加，以使得用于下一张牌的原始图像417能够被存储在存储设备418中的下一位置。如果用于牌的原始图像没有成功被存储，那么锁存器419不会增值。

原始图像分析以及校准文件的参数

图5示出了由根据本发明实施例的牌处理装置的成像设备416(图4)所获取的原始图像417。在图5中与参数有关的讨论还涉及用于获取根据图4所描述的原始图像417的硬件环境。图5中所示的线条和测量值阐释了由校准文件433确定并包含在校准文件433中的留待以后使用的某些参数。对校准文件433以后的使用包括当在校准模式下生成主图像413、415时，以及当在牌识别模式下生成用于与主图像413、415相比较的未知图像411时使用校准文件433。

可从成像设备416获取原始图像417。因此，图5的原始图像417可以是原始图像417中的一幅，当牌处理装置读取牌时，所述原始图像417能被存储在存储设备418中。原始图像417可以是具有由成像设备 416确定的分辨率(例如，320像素×240像素的分辨率)的灰度图像。灰度像素能够具有相对大量的不同值，而黑白像素具有值1(黑色)或值0(白色)。当处理原始图像417时，将原始图像417从灰度图像转换为黑白图像。例如，牌识别处理器414(图4)可使用一种方法来将低于某阈值的灰度像素指定为0(白色)以及将高于某阈值的灰度像素分配为1(黑色)。当然，可按需使用不同的分辨率和颜色方案。例如，由成像设备416获取的全彩色图像；然而，应该认识到低分辨率和黑白转换会减小文件尺寸以及减少处理时间。虽然在本文所描述的多个示例中，颜色被看作是不相关的，但是，可预见的是，大小或花色的颜色(例如，红色或黑色)是帮助识别牌的又一区别因素。增加颜色分析可提高识别大小和花色的精确度；然而，这会以增加复杂性和/或处理时间为代价。

成像设备416的视场502限定能够被成像设备416获取的用于原始图像417的数据。例如，成像设备416可位于牌处理装置中以获取穿过牌处理装置的牌506的至少一部分。正如上文所讨论的，牌506的一部分被放置于视场502中，以使得原始图像417包括牌506的大小和花色。在图5所示的实施例中，位于牌506左上角的是大小为Queen(Q)以及花色为黑桃。当然，大小和花色可位于牌506表面上的其它位置。

大小区域508和花色区域510可分别限定大小和花色周围的区域。大小区域508和花色区域510可完全包围牌506的大小和花色。与大小和花色良好匹配能够减小大小区域508和花色区域510中的白色空间量，这在比较主图像和未知图像时能够提供更好的分隔和更精确的匹配。大小区域508和/或花色区域510的形状可以是盒子形、长方形或其它形状。大小区域508具有大小宽度516和大小深度518，这是以像素为单位测量的。花色区域510具有花色宽度520和花色深度522，这是以像素为单位测量的。大小区域508和花色区域510能够在拆分区域509处被分隔开。拆分区域509是在牌506的大小和花色之间的区域(例如，点、线等)，其可被用作用于测量大小区域508和花色区域510的起始点。在一些实施例中，通过寻找大小和花色符号，例如通过区块分析(blob analysis) (如下文所述的)，以及随后如果校准文件433存在，则应用来自校准文件433的参数，可忽略拆分区域509。

在视场502中，主控制系统421还可限定待被存储于校准文件433中的感兴趣区504，以使得随后的分析能够集中在图像的更小部分(感兴趣区504)上，而不是整幅图像(视场502)。感兴趣区504是视场502的一部分，其包括牌506的大小区域508和花色区域510。将对牌的分析集中到感兴趣区504可减少用于生成主图像413、415所需的处理。

如上文所讨论的，为了在校准模式下辅助主图像413、415的生成以及在牌识别模式下辅助未知图像411的生成，可将多个参数存储于校准文件433中。这些参数由主控制系统412确定并被存储于校准文件433中。校准文件433包括用于具体的牌堆类型的参数。这些参数包括V_线512、H_线514、大小宽度516、大小深度518、花色宽度520、花色深度522、H_起始524、V_起始526和V_偏移528。这些参数能够包括原始图像417内的多个位置和测量值。

V_起始526是用于寻找感兴趣区504的X轴上的移动。V_起始526基于相机安装位置相对于校准目标的改变。牌识别处理器414或主控制系统412能够内部地设置V_起始526。对于相同模型的所有洗牌器而言，V_起始526近似相同，但能够说明装置之间的相机安装位置的微小改变。

V_偏移528是像素偏移，是沿X轴到V_起始526增加的偏移以寻找感兴趣区504的边缘。感兴趣区504被限定为刚好超过牌506的边缘(例如，超出一些像素)进入黑色背景中。V_偏移528是用于将牌图像进一步向左移动进入感兴趣区504的相对偏移。由主控制系统412使用黑-白转换算法来寻找牌的边缘，通过遍及所有牌图像检查感兴趣区504边缘在每个大小/花色图像近旁仅仅离开牌一些像素，能够确定V_偏移528。为了补偿一些旋转引起的牌的移动，可将V_偏移528从遍及所有牌发现的最小值减小一定数量(例如，4像素)。

H_起始524是沿着Y轴的相对偏移，其被用于移动牌图像以限定感兴趣区504的上部。H_起始524的值越大，移动越大。H_起始524对应于感兴趣区504从牌506的顶部向下的移动。通过寻找到牌506的顶部 边缘处的黑-白转换的距离以及通过减小一定数量(例如，4像素)对牌中的一些移动进行补偿来确定H_起始524。

V_线512是沿着X轴在感兴趣区504中的像素数。换句话说，V_线512是感兴趣区504的宽度。可通过获得用于遍及所有牌的大小和花色的最中间边缘坐标的最大值，然后减去V_起始526和V_偏移528来确定V_线512。

H_线514是沿着Y轴在感兴趣区504中的像素数。换句话说，H_线是感兴趣区504的深度。通过针对最靠近花色底部的边缘遍及所有牌图像确定最大坐标来计算H_线514。

具有坐标(V_起始+V_偏移，H_起始)的点能够用于限定感兴趣区504的左上角。V_线512和H_线514限定感兴趣区504的尺寸。因此，为了在操作期间看到视场502内的选定区域，可输出更小的窗口(即，感兴趣区504)。

与成像设备的操作有关的额外的参数可被存储于校准文件433中。这些额外的参数包括曝光、相机增益、亮度、拍摄速度、相机的分辨率等，可从成像设备416的寄存器读取这些参数。

与牌堆或牌识别模式的操作有关的额外的参数可被存储到校准文件433中。这些额外的参数可包括预加载集、split_algorithm_select、err_min_rank、err_min_suit、牌堆号和库号。

Split_algorithm_select可被用于指示牌识别处理器414开始其扫描的方向，所述扫描用于寻找未知图像中的拆分区域509。例如，如果在牌506的大小和顶部边缘之间有非大小的区块(例如瓦格纳符号或图)，那么当寻找拆分区域509时，split_algorithm_select可被设置为1以指示牌识别处理器414从底部至顶部对感兴趣区504进行扫描。当寻找拆分区域509时，split_algorithm_select可被设置为0以指示牌识别处理器414从顶部至底部对感兴趣区504进行扫描。

Err_min_rank是用来识别未知大小图像的参数。未知图像中的黑色像素的数量与参考图像中的黑色像素的数量进行比较，以及具有最大的像素匹配数量的参考图像被确定以进行匹配。例如，如果分数低于 err_min_rank，则主大小图像被报告为与未知大小图像不匹配。Err_min_suit是用来识别未知花色图像的参数。例如，如果分数低于err_min_suit，花色图像被报告为不匹配。在求和确定期间，完美的匹配具有未知图像与主图像之间的100％的匹配率。由于一些变化，事实并非如此。err_min_rank和err_min_suit可被设置为具有值，该值相当于求和确定中可能的总匹配的期望误差阈值(例如75％)。例如，如果大小区域508或花色区域510具有32像素，那么err_min_rank和err_min_suit可被设置为24(例如，24/32＝0.75)。因此，如果像素匹配的百分比低于这个百分比(例如，75％)，那么大小和/或花色可被认为与主图像不匹配。如果与未知图像比较时多于一个主图像提供超出匹配阈值(75％)的分数，则具有最高分数的主图像可视为匹配符号。如果与未知图像比较时没有主图像提供超出匹配阈值(75％)的分数，则未知图像可保持未知，并且可向发牌者提供错误警告。分数低于匹配阈值的情况可包括调整过程中的错误、未知图像的图像捕获中的错误、翻转的牌、来自另一牌堆的牌、受损或脏的牌、脏的牌处理装置等。

牌堆号码是特定校准文件433的唯一号码，以便发牌者选择在将来使用。库号码可表示校准文件433已被更新的次数。预加载集参数可表示关联图像对(例如未知图像和主图像)期间完成的图像移动次数。在一些实施例中，牌堆号码和库号码可存储在不同于校准文件433的单独的牌堆名称文件中。

校准模式操作:校准文件的自动生成

图6是示出根据本公开的实施例的自动生成用于牌检测系统的校准文件的方法的流程图600。参照图4的牌处理系统400和图5的原始图像417来描述图6的方法。主控制系统412可在校准模式操作以将牌处理系统400调整到特定牌堆，使得牌识别处理器414可随后在牌识别模式操作时识别该特定牌堆类型的未知牌。

在操作610，可捕获用于牌堆中的牌的原始图像417。例如，可将牌堆插入牌处理装置并读入牌处理系统400。在操作620，原始图像417可按 照被接收的次序存储在存储设备418中。在操作630，确定是否存在要读取和存储的另一张牌。如果存在，则读取下一张牌，并且将下一个原始图像417存储在存储设备418中。换句话说，牌可顺序地经过成像设备416的视场502，以及通过成像设备416捕获每张牌的大小和花色符号的至少一个区域的原始图像417，以及由牌处理系统400将原始图像移动到存储设备418以用于调整牌处理系统400。在一些实施例中，可按预定次序(即，预排序的)读牌，而在其它实施例中，可按任意次序(即，未排序的)读牌。

在一些实施例中，可通过成像设备416捕获牌的左上角，而在其它实施例中，成像设备416可捕获牌面的较大部分(例如，整个牌面)。在读取牌堆中的每张牌的全部或一部分结束时，针对牌堆的每张牌将原始图像417存储在存储设备418中。此时，存储在存储设备418中的原始图像417可能不被处理(例如，被裁剪或其它改变)，而是表示成像设备416的整个视场502的全部图像(包括每个大小和花色符号)。

在操作640，可从存储设备418加载一个或多个原始图像417到主控制系统412以用于图像处理并且用于自动生成校准文件433。在一些实施例中，可从存储设备418加载用于牌堆的捕获的原始图像417到主控制系统412以用于后续图像处理。在其它实施例中，每个原始图像417可加载到主控制系统412并且后续每次处理一个。

在操作650，可在原始图像417内识别大小和花色符号的位置以及与它们的区域相关联的参数。例如，主控制系统412可配置为执行每个原始图像417的图像处理分析。图像处理分析可包括与牌的大小的周围的大小区域508和牌的花色的周围的花色区域510中的至少一个相关的测量数据(例如，表示长度、宽度、面积、坐标、尺寸等的参数)的识别。

作为能够由主控制系统412用来识别原始图像417中包括牌的大小和花色符号的区域的方法的示例，主控制系统412能够在存储在存储设备418中的一个或多个原始图像417上执行“团块”分析或其它类似分析。团块是二进制数字图像中连接的区域。也就是说，团块能够包括原始图像417中的点和/或区域，其中像素数据在某些属性方面不同于周围区域中的像素数据。例如，团块分析能够位于黑白图像的黑色区域或能够分析 灰度图像的强度。

团块分析可导致从已识别的团块提取特征，例如团块的定向、团块的质心、团块的高度和宽度以及其它类似特征。能够被编程以执行这里所描述的分析的这类图像处理程序的示例包括California的Santa Clara的Intel公司开发的OpenCV(开放源电脑视觉库)。OpenCV是开放源库，包括可用于图像分析的多个附加演算法和用于演算法的子特征。关于可使用OpenCV执行的演算法的功能和使用的描述在以下文字书籍中的一个或多个中进行记载：2011年5月23日出版的作者Robert Laganiere的“Open CV 2 Computer Vision Application Programming Cookbook；2012年12月25日出版的作者Gary Bradski等人的“Learning OpenCV:Computer Vision in C++with the Open CV Library”；2012年12月3日出版的Baggio等人的“Mastering OpenCV with Practical Computer Vision Projects”，在此通过引用将上述中的每个公开内容以其整体合并于此。例如，可利用来自OpenCV的库执行从灰度图像到黑白图像的图像转换，找到图像上的轮廓，并且填充轮廓以隔离图像内的大小和花色。此外，可利用来自OpenCV的库执行团块分析、光学字符识别(ORC)或可用于将合适的大小和花色图像与牌图像联接的其它方法，这可使得能够不按次序调整牌堆(如下文进一步讨论的)。也可利用能够团块分析的其它软件以及其它图像处理特征，例如Massachusetts的Natick的Mathworks开发的

团块分析可被配置为定位己选的原始图像417内的团块。尽管在团块分析的描述期间使用术语“原始图像"，但可处理被分析的图像。例如，在执行团块分析以识别包括牌506的大小和花色的感兴趣区之前，主控制系统412可将原始图像417转换为黑白，可将原始图像417裁剪(或忽略)到牌506周围的感兴趣区504(所述感兴趣区504具有比成像设备416的视场502更小的尺寸)等。在此上下文中，术语“原始图像”意图表示图像不是主图像413、415，并且不一定是尚未执行原始图像417的处理或改变。

具体地，可利用团块分析定位大小和花色符号，并且区分牌上的大小、花色和其它标记。作为示例，团块分析可确定原始图像417内的团块的初始数量。基于成像设备416的视场内存在的牌上的图，团块的初始数 量可相对较大(例如，3000个团块)。团块分析也可返回原始图像内的每个团块的位置(例如质心)以及每个团块的测量值(例如高度、宽度等)。

团块分析可基于尺寸、形状或位置而忽略其它团块，以便获得大小和花色符号。例如，因为大多数牌的大小和花色可被期望为具有至少最小尺寸，所以比最小尺寸小的团块可被主控制系统412忽略，以找到原始图像417中包括大小和花色的感兴趣区。此外，因为大多数牌的大小和花色被期望为位于牌角附近，所以也可忽略位于该期望区域外部的团块。因此，剩下待分析的剩余团块应该包括对应于大小符号的一个或多个团块以及对应于牌上的花色符号的一个或多个团块。

在一些实施例中，主控制系统412可首先识别“10”大小符号(即，不包括其它牌，例如Jack、King等)。10大小符号的独特特征可特别有助于主控制系统412识别10大小的位置和尺寸，并且还将10大小与其它大小进行区分。例如，可识别10大小，因为10大小具有并排的两个相对大的团块。两个团块中的每个对于质心在Y轴上具有近似相同的位置，以及近似相同的高度。此外，团块分析可识别一个团块(“1”)是窄的，而另一个团块(“0”)是宽的。10大小也可有助于作为限定大小区域508的测量值的基础，因为10大小符号通常是针对许多牌堆类型的各种大小符号中的最大的符号。

通过定位10大小附近的相对大的团块作为花色能够确定将团块识别为花色。换句话说，一旦针对大小确定了团块的位置和测量值，则花色的位置和测量值可基于被识别为大小的团块。例如，也可期望花色是位于大小以下(在Y方向上)的团块，这是针对大多数牌堆类型的情况。

在一些实施例中，主控制系统412可在大小符号之前确定花色符号的位置和测量值。因此，一旦针对花色确定了团块的位置和测量值，则大小的位置和测量值可基于被识别为花色的团块。例如，也可期望大小是位于花色以上(在Y方向上)的团块，这是针对大多数牌堆类型的情况。

作为另一示例，对于原始图像417的最接近牌506的角的部分，可通过相对描述大小和/或花色曲率的通用文件来比较原始图像417的部分来识别大小和/或花色符号，而不受比例或旋转影响。

在操作660，可限定大小区域508和花色区域510。例如，一旦针对原始图像417中牌的大小和花色识别了团块，可进一步分析来自团块分析的结果、位置和测量值(例如，以像素为单位)，以限定大小区域508和花色区域510以及将是校准文件433的一部分的其它相关参数。大小区域508和花色区域510是基于针对特定牌堆类型的各个大小和花色的位置和测量值所限定的区域。换句话说，能够存在一个大小区域508被限定为足够大以使得来自所有原始图像417的所有大小均适于在该大小区域508内。类似地，能够存在一个花色区域510被限定为足够大以使得来自牌堆类型的所有原始图像417的所有花色均适于在该花色区域510内。

在一些实施例中，主控制系统412可将大小区域508限定为基于10大小的测量值和位置，这是因为10大小通常是大多数牌堆的最大的大小符号。在一些实施例中，主控制系统412可分析用于所有原始图像417的大小的测量值。换句话说，被识别为大小的最大团块可用作大小区域508的基础。类似地，在一些实施例中，主控制系统412可分析来自所有原始图像417的花色的测量值。被识别为花色的最大团块可用作花色区域510的基础。换句话说，可通过取得大小符号和花色符号的最大测量值，然后将值稍微扩大以允许大小和花色周围存在一些白色空间来确定用于存储在校准文件433中的大小区域508和花色区域510的最终参数。以这种方式扩大大小和花色的最大值可允许印刷尺寸的稍微变化以及读牌时可能存在的牌的旋转。

在操作670，可限定感兴趣区504。感兴趣区504应该足够大，以完全包含特定牌堆类型的每张牌的每个大小和花色符号，以及为应对已获取的信号中的变化性和牌位置中的变化性而增加的一些附加区域。因此，可通过测量由系统限定的每个大小区域508和花色区域510的尺寸(例如以像素为单位)和位置，并且识别训练和校准阶段期间每个大小区域508和花色区域510出现的区域，来限定感兴趣区504。因为在整个牌堆可能存在大小和花色符号的位置中的一些变化，所以可分析整个牌堆的大小区域508和花色区域510，以确定最小数量的像素(X和Y方向上)，以考虑确保大小和花色符号落在感兴趣区504内。在一些实施例中，可使用最小数量 的像素，而在其它实施例中，感兴趣区504可包括超量像素，从而允许实际使用中的变化(例如牌定向)。

在一些实施例中，可通过从图像右侧在X方向上添加固定尺寸来限定感兴趣区504，而Y方向上的尺寸可通过限定Y方向上从牌506的顶部到花色符号的底部的最远位置来确定。因为大小和花色符号可能在位置上变化，所以可在从图像处理分析中分析了所有花色的位置之后确定最远位置。感兴趣区504的最终尺寸可包括各方向上在这些测量值上的一些填补，以补偿使用期间牌定向中的细微变化。还设想了用于限定感兴趣区504的边界的其它方法，使得感兴趣区504具有合适的尺寸和位置，以确保牌堆内的大小和花色符号将位于限定的感兴趣区504内，即使大小和花色符号的位置可在一定程度上变化。

在操作680，可自动生成校准文件433并且可在其中存储参数。校准文件433可包括测量数据和其它信息，该测量数据可随后在校准模式下由牌处理系统400使用以生成主图像413、415，或在牌识别模式下用于识别该特定牌堆类型的未知牌(如以下更详细讨论的)。

自动生成的校准文件433中存储的参数可包括大小区域508(大小高度和大小宽度)和花色区域510(花色高度和花色宽度)的测量值、感兴趣区504的测量值和坐标，以及之前参照图5讨论的附加参数。校准文件433可存储在主控制系统412内的存储器432中。在主控制系统412的存储器432中存储校准文件433可包括在用于调整牌处理系统400的特定牌堆或牌堆类型的子目录中存储校准文件433。校准文件433还可包括可由牌识别处理器414使用以生成主图像、裁剪未知图像或以上讨论的其它原因的其它参数。

校准模式操作:主图像的自动生成

图7是例示根据本公开的实施例的用于生成主图像的方法的流程图700。参照图4的牌处理系统400和图5的原始图像417来描述图7的方法。可利用校准模式来调整结合特定牌堆使用的牌处理系统400。使用校准文件433，牌识别处理器414(或者，可替换地，主控制系统412的处理器430) 可处理存储设备418中存储的原始图像417，以生成用于牌处理系统400的牌识别模式中使用的该特定牌堆类型的主图像413、415。

对于流程图700，假设已例如通过图6的方法或这里描述的其它方法创建了校准文件433。例如，可使用图像处理方法以定位原始图像417中的大小和花色符号并确定关于大小和花色符号的测量值的参数(例如，大小区域508、花色区域510、感兴趣区504等)自动创建校准文件433。这些参数以及以上讨论的其它参数可被包括在校准文件433中，所述校准文件433可被存储在主控制系统412维持的文件系统431的牌堆库434中。

在操作710，原始图像417可加载到主控制系统412和/或牌识别处理器414中。如果原始图像417已经存储在存储设备418中，则可从存储设备418重新取回原始图像417。因此，用于生成主图像413、415的原始图像417可以是在用于自动生成校准文件433的分析中使用的相同原始图像417。如果原始图像417未存储在存储设备418中，则可通过牌处理系统400读取相同牌堆类型的牌堆，使得可生成并加载新的原始图像417。

在操作720，原始图像417可转换为主图像413、415。例如，牌识别处理器414可将原始图像417转换为主图像413、415。具体地，牌识别处理器414可根据之前存储在校准文件433中的参数接收并裁剪原始图像417，以自动生成用于牌506的主大小图像413和主花色图像415。

例如，图8A-8C例示根据校准文件433中存储的参数从原始图像417生成主大小图像413和主花色图像415的过程。如图8A所示，原始图像417的第一裁剪能够将牌506的已处理图像800(图8A所示的方块7)限制为具有由校准文件433中存储的感兴趣区704确定的区域。图8A所示的已处理图像800可从原始图像417生成。例如，已处理图像800可以是黑白图像，而初始的原始图像417可以是灰度图像或彩色图像。

如图8B和图8C所示，第二裁剪包括裁剪图8A的已处理图像800以生成主图像413、415。例如，主大小图像413可以是根据对应于大小区域508的校准文件433的参数而裁剪已处理图像800的结果。主花色图像415可以是根据对应于花色区域510的校准文件433的参数而裁剪已处理图像800的结果。换句话说，牌识别处理器414可根据存储的感兴趣区504、大小 区域508、花色区域510来裁剪原始图像417以生成用于牌的大小和花色的单独的主图像413、415。校准文件433中存储的其它参数(例如偏移值)可帮助定位大小和花色，使得大小区域508和花色区域510参数的应用可得到包括整个大小和花色的主图像413、415连同期望的对齐。虽然图8B和8C示出大小和花色要被移位到大小区域508和花色区域510的左上边缘，但是在每个边缘上可以存在一些填补(即，白色空间)。为了维持主图像413、415中的大小和花色的一致位置，大小和花色可如图所示朝向其中一个角移位。

在一些实施例中，能够针对包括大小和花色(主要是感兴趣区504)两者的每张牌生成单个主图像。然而，这样做可能需要52个主图像(每张牌一个)，而不是具有少到17个主图像(每大小一个，每花色一个)，这可改变牌识别模式下的处理时间。

再次参照图7，在操作730，主图像413、415可连同对应的校准文件433、牌堆名称文件435和其它相关文档一起存储在合适的牌堆库434中。主图像413、415可作为图像文件(例如，位图文件)存储在主控制系统412的文件系统431的牌堆库434中。主图像413、415可进一步加载到牌识别处理器414的存储器中，用于在牌识别模式期间与未知图像411进行比较。主图像413、415可以是存储在文件系统的与校准文件433(例如，文本文件)相同的子目录中的单独的文件。在一些实施例中，校准文件433可与主图像413、415组合在一文件中，使得单个文件可包括图像数据和校准参数。

在标准牌堆中，可存储18个主图像413、415:每个大小(2-10、J、Q、K、A)一个主大小图像413、每个花色(红桃、方块、梅花、黑桃)一个主花色图像415，以及用于百搭牌的主图像。用于百搭牌的主图像可存储为大小。其它符号也可印刷在其中一些牌的牌面上。例如，“瓦格纳”符号是印刷在特定牌游戏中使用的牌堆的其中一些牌上的特殊符号，以便帮助玩游戏。例如，瓦格纳符号通过印刷在具有值10(即，每10大小、Jack大小、Queen大小、King大小)和11(即，每Ace大小)的每张牌的面上以帮助确定发牌者具有“21.”而通常在21点游戏期间是有用的。瓦格纳符号经常是位于大小和牌顶部之间的多边形形状。可创建并存储用于瓦格纳 符号的主图像，而在一些实施例中，瓦格纳符号可被主控制系统412简单地忽略。也可类似地处理其它特殊符号。

在操作740，主图像413、415可与正确的大小和花色连结，使得牌处理系统400可知道哪个主图像413、415对应于正确的大小和花色。当建立了主图像413、415与正确的大小和花色之间的连结时，例如通过在校准文件433中创建清单，通过将信息存储在牌堆库434中的另一文件中，或者通过一些其它合适方法，可使该连结被牌处理系统400获知。用于主图像413、415的文件可被命名(或重命名)为具有指示什么大小或花色用于每个主图像413、415的识别符(例如，名字、数量等)。

在一些实施例中，当生成主图像413、415时，牌堆中每张牌的次序可以已知，因为牌堆可以在原始图像417被捕获时被预排序。因此，原始图像417保存在存储设备418时，每个主图像413、415可基于预排序的牌堆的期望次序连结到正确的大小或花色。然而，这种实施例可能依赖将牌堆插入牌处理装置以插入预排序的牌堆的牌制造商或技术人员(或发牌人、监督人等)。将未排序的牌堆插入的这种实施例可造成在主图像413、415与不正确的大小和花色之间建立不合适的连结。

在其它实施例中，当生成主图像413、415时，不要求牌堆处于任意特定次序。牌处理系统400可配置为在主图像413、415与正确的大小和花色之间进行合适的连结，即使利用未排序的牌堆也是如此。主控制系统412可对主图像413、415执行额外的图像处理，以便确定哪个大小或花色应该连结到各主图像413、415。当然，此时，主图像413、415不连结到任何特定大小或花色，并且主控制系统412可能尚不知道主图像413、415的实际身份。

如上讨论的，可能存在多个组合牌堆子目录440(图4),包括用于来自多个不同牌堆类型的对应大小和花色的多个标准化图像。在针对特定牌堆调整主图像413、415时，可通过比较主图像413'、415'的标准化版本与存储在组合牌堆子目录440中的标准化图像D₁、D₂…D_N来确定身份。

图8D和图8E示出主图像413、415如何被标准化以形成标准化主图像413'、415'的示例。参照图8D可通过裁剪主大小图像413来标准化7大小， 使得沿着裁剪图像的外边界(由框802表示)具有来自7大小的至少一个黑色像素。裁剪的大小图像可扩大到图8D所示的箭头指示的常规图像尺寸(例如，大小区域508)。其它主大小图像413可按类似方式标准化。参照图8E，可通过裁剪主花色图像415来标准化方块花色，使得沿着裁剪图像的外边界(由框804表示)具有来自方块花色的至少一个黑色像素。裁剪的大小图像可被扩大到图8E所示的箭头指示的常规图像尺寸(例如，花色区域510)。其它主花色图像415可按类似方式进行标准化。与主大小和花色图像413、415相比，标准化主大小和花色图像413'、415'看起来可能有点“膨胀”。应该理解，组合牌堆子目录440中的标准化图像D₁、D₂…D_N可按与标准化主大小和花色图像413'、415'具有常规图像尺寸的类似方式进行标准化。

为了在调整期间将主图像413、415连结到合适的大小和花色，可将标准化主图像413'、415'与组合牌堆子目录440的标准化图像D₁、D₂…D_N进行比较。标准化主图像413'、415'与组合牌堆子目录440的标准化图像D₁、D₂…D_N的比较可通过逐像素比较(例如，异或比较)来执行，以得到用于确定是否发生匹配的分数。例如，再次参照图4，可将未知标准化主大小图像413'与第一组合牌堆子目录440的标准化图像D₁、D₂…D_N(例如，其中存储的所有2大小)进行比较，以产生第一分数。第一分数可以是用于子目录440的所有2大小的一个组合分数，或者用于每个标准化图像D₁、D₂…D_N的多个单独的分数。然后将未知标准化主大小图像413'与用于剩余组合牌堆子目录440中每一个的标准化图像D₁、D₂…D_N进行比较(例如，作为循环)，以产生用于它们中每一个的分数。产生的最高分数可指示未知标准化主大小图像413'的身份。可同样将未知主花色图像415'与合适的组合牌堆子目录440进行比较，以产生指示主花色图像415'身份的分数。

比较可包括用于每个标准化图像的逐像素比较(例如异或)。在一些实施例中，比较还可包括像素以及其相邻像素的比较，以计入分数。例如，不位于图像边缘上的像素具有8个边界像素。如果边界像素也与比较中使用的中间像素相同，则有效计数可被添加到所述分数。

在使用标准化图像的一些实施例中，黑桃和梅花可能看起来有点类 似，使得可能发生错误识别。在一些实施例中，组合牌堆子目录440的标准化图像D₁、D₂…D_N可在一定程度上改变，以进一步区分两种类型的花色。例如，对应于梅花的组合牌堆子目录440的标准化图像D₁、D₂…D_N可具有在每个叶子内画的圆(或其它形状)。在调整期间，可按替换方法识别对应于梅花的未知主花色图像415，例如跨过识别梅花与黑桃之间的不同形状的不同路径(例如，从图像的中左侧到该图像的中顶侧的45度线)来对像素进行计数。

在一些实施例中，可彼此比较主图像413、415,以确定主图像413、415之间的次级关系并识别用于每个主图像413、415的正确大小和花色。比较方法包括确定可由匹配像素的数量(或百分比)或不匹配像素的数量(或百分比)表示的分数。在一些实施例中，比较方法可包括比较符号边缘的形状，或者其它比较方法。通过比较主图像413、415，根据它与其它主图像413、415的其它关系来间接确定用于每个主图像413、415的正确的大小和花色。例如，主图像413、415可彼此比较以获得分数。分数可以是对每个主图像413、415彼此之间有多类似或多不类似的指示。

作为示例，将第一主大小图像413与第二主大小图像413进行比较，然后将第一主大小图像413与第三主大小图像413进行比较，然后将第一主图像大小图像413与第四主大小图像413进行比较，以此类推。因此，用于所有主大小图像413的每个置换的比较，以及分数，能够针对主大小图像413组中的每个单独的置换进行记录。可执行类似比较，以获得用于主花色图像415的每个置换的比较的分数。

当然，不同主图像413、415的比较的分数将不同，并且得到的分数将相对地不同。然而，从A大小和J大小的比较得到的分数可能比从A大小和5大小的比较得到的分数更彼此类似。实际上，每个大小可具有在比较时屈从于相对于其与其它大小的比较而言更接近的次级匹配的不同大小。例如，对于一些牌堆，下表可表示对于各种大小的下一最佳匹配。表1中表示的分数是下面进一步详细描述的像素匹配的百分比。

大小	下一最佳匹配大小	分数(％)
			A	J	20
2	4	20
			3	5	15
4	J	17
			5	6	9
6	5	12
			7	4	19
8	6	17
			9	J	20
10	Q	18
			J	4	17
Q	4	17
			K	J	19

表1

表1中示出的“下一最佳匹配大小”要理解为一种类型的牌堆的示例。类似地，表1中示出的分数可以是近似的。当然，由于牌堆可能从一种设计变化到下一种设计，所以下一最佳匹配和分数也可能从一个牌堆到下一个牌堆而不同。此外，关于主图像413、415的次级比较的分析也可考虑所期望的匹配超越下一最佳匹配。换句话说，如果可以考虑第三最佳匹配、第四最佳匹配等，则可以提高准确度。

在一些实施例中，特定主图像413、415可用作基准主图像，以确定用于其它主图像的连结。例如，团块分析可用于通过如上所讨论的搜索10大小的独特特性而识别10大小。10大小的主大小图像413然后可用于与未知主大小图像413进行比较。换句话说，将10大小与未知主大小图像413进行比较，以获得第一分数，将10大小与另一未知主大小图像413进行比较，以获得第二分数，以此类推。每个大小可具有相对于与10大小的比较不同的分数。这些不同分数可对应于基于与10大小的期望的相对匹配 的大小。使用10大小作为基准主大小图像413得到的最高分数可连结到Queen大小(此示例中的最接近下一最佳匹配大小)。一旦识别了Queen大小，可将其主大小图像413与其它主大小图像413进行比较，由此，4大小能够被识别为与Queen大小比较得到的最高分数。考虑到期望的次级关系，分析这些次级关系可得到连结到正确的大小和花色的各种主图像413、415。

其它大小也可用作基准主大小图像413。在一些实施例中，能够要求牌堆仅部分排序，例如要求技术人员具有特定牌作为从牌堆读取的第一张牌。例如，可能要求红桃Queen是从牌堆读取的第一张牌。类似于以上使用10大小描述的处理，Queen大小和红桃花色的主图像413、415然后可用作基准主大小图像413。

在其它实施例中，次级分析可用于确定主花色图像415的花色身份，例如分析花色形状的曲率或通过与其它主花色图像415的比较，来确定来自非匹配主图像的次级关系的身份。这种次级分析在牌堆可能未以任意特定次序被排序的情况中是有利的。这种次级分析也可用于其它原因来执行，例如验证已排序牌堆的次序(例如，系统可能仍然要求已排序牌堆，但是这些次级关系可提供警告操作者牌堆未被合适地排序的方式)、验证正确的牌堆(例如，存在52张独特的牌)以及验证总扫描量(例如，识别脏牌)。例如，即使在具有预排序牌堆的情况下，也可能期望次级验证来确定调整过程是否正确。一个示例可包括将主图像413、415彼此比较以确定次级关系。例如，这种次级关系可识别由于牌乱序造成的错误关系。用于预排序牌堆的另一次级验证可以是查看10大小是否处于正确位置(而不是验证每张牌)的简单检查。另一次级验证可以是显示主图像以及牌识别系统确定所作的识别是什么。可允许操作者选择所述识别是否正确，并且如果不正确则可作出任意改变。

一旦创建了主图像413、415并与正确的大小和花色合适地连结，牌处理系统400可以说是关于特定牌类型进行了“校准”或“调整”。

在一些实施例中，原始图像417的仅被选择部分可从存储设备418回馈到牌识别处理器414以用于生成主图像413、415。在一些实施例中，来 自其中一个花色中的每个大小的仅一个图像可用于生成主大小图像413。例如，方块Ace可用于获得与Ace大小连结的主图像，而其它Ace大小(例如，黑桃Ace、红桃Ace、梅花Ace)可被忽略。用于其它大小的主大小图像413可按照类似方式生成。在生成用于大小的主图像413、415时，同样可选择特定牌图像来生成用于每个花色的主花色图像415。

在其它实施例中，每个原始图像417被用于获得用于每个大小和花色的主图像413、415。因此，可生成用于每个大小和花色的多个主图像413、415。例如，可创建4个单独的主大小图像413以用于Ace大小(即，一个Ace图像来自每个花色的一张牌)。主控制系统412然后可分析用于该大小的主大小图像413中的每个，以确定期望使用主大小图像413中的哪个作为牌识别模式期间最终的主大小图像413。换句话说，主控制系统412可从多个图像中选择它认为“最佳”图像，以选择用于特定大小或花色的主图像413、415。可通过与其它主图像413、415中的每个进行比较以获得与不同类型的其它主图像413、415最不相似的分数使得主图像413、415之间的间隔最大，从而确定最佳图像。例如，来自单个大小的每个主大小图像413(例如，4个不同的Ace图像)可与其它大小(例如，2-10、J、Q和K)的主大小图像413进行比较。与来自其它大小的图像进行比较时提供最不相似分数的(来自所有Ace图像中的)Ace图像可以是为用于Ace大小的主大小图像413所选择的Ace图像。其它因素或判定可用于或有助于确定哪个主图像413、415要用作用于特定大小或花色的主图像413、415。

在一些环境下，主控制系统412可利用OCR技术从要与主图像413、415的正确大小和花色进行连结的主图像413、415中辨认的轮廓中来识别每个主图像413、415的正确的大小或花色的身份。

例如，图9A、图9B和图9C是例示根据本公开的另一实施例的通过发现并填充轮廓来生成主图像的方法的一系列牌图像900A、900B和900C。轮廓是确认牌图像内的白色区域(未连接到牌图像内的任何其它白色区域)的边缘的线。

如上文所讨论的，来自原始图像417的灰度图像可转换为黑白图像。在一些实施例中(例如，如图8A至图8C中所示)，牌区域可以是白色的， 而大小和花色可以是黑色的。在一些实施例中，这些黑白区域可颠倒，如图9A至图9C和图10A至图10B中的图像的情况。再次参照图9A，可通过图像处理分析程序(例如OpenCV)识别轮廓，使得来自Jack大小和方块花色的白色区域从牌背景的黑色区域中突显出来。其它白色空间被填充，这可能分阶段发生，如图9B和图9C所示。得到的包括被描绘为白色的大小和花色的图像具有被描绘为黑色的图像的其余部分，这可提供进一步的对比，并且改进对生成的主大小图像和主花色图像的后续分析。

图10和图11示出可从通过图9A至图9C例示的轮廓分析生成的对主花色图像和主大小图像的OCR分析中得到的直方图组1000、1100。可在调整模式期间利用OCR，尤其用于在牌未被排序并且未按主控制系统412期望的任何特定次序进行读取时用来确定未知主图像的大小和花色。OCR可利用人工神经网络机器学习算法来分析主图像413、415的轮廓。

直方图组1000、1100中的每个的左下角中的图像是未知的待确定主图像413、415。直方图组1000、1100中的每个的左上角中的图像1001是沿主图像413、415的每列(即，垂直直方图)的白色像素的总和(数值计算)。换句话说，主图像413、415的第一列像素中的白色像素可被计算，其总和由图像1001的第一列的明区中的像素数表示。图像1001第一列的对应暗区可表示主图像413、415第一列像素中的黑色像素的总和。

直方图组1000、1100中每个的右下角中的图像1002是沿主图像413、415的每行(即，水平直方图)的白色像素的总和。换句话说，主图像413、415的第一行像素中的白色像素可被计算，其总和由图像1002的第一列的明区中的像素数表示。图像1002第一行的对应暗区可表示主图像413、415第一行像素中的黑色像素的总和。

直方图组1000、1100中每个的右上角中的图像1003是主图像413、415的低分辨率图像(例如5x5像素)。图像1001、1002、1003可与用于一个或多个牌堆类型的其它标准化大小和花色图像的之前的OCR结果进行比较，以确定主图像413、415的正确的大小或花色。

牌识别模式操作

图12是例示根据本公开的实施例的用于确定未知图像的身份的方法的流程图1200。参照图4的牌处理系统400和图5的原始图像417描述图12的方法。可利用牌识别模式来操作已被调整到一牌堆的牌处理系统400,以在牌经过牌处理装置时识别未知牌的身份。使用校准文件433、牌识别处理器414(或可替换地，主控制系统412的处理器430)可处理要与主图像413、415进行比较以确定匹配的未知图像411。

在操作1210，可通过将校准文件433和主图像413、415从用于被使用的牌堆类型的适当牌堆库434加载到牌识别处理器414来初始化牌识别处理器414。操作者(例如，发牌人)可从牌处理装置的界面选择合适的牌堆类型(对应于牌堆名称文件435)。加载校准文件433可包括加载实际文件本身或加载其中包括的至少一些信息。

在操作1220，可捕获未知图像411。例如，发牌人可将牌堆放入用于洗牌、发牌等的牌处理装置。每次牌移动经过牌存在传感器420时，成像设备416响应于来自牌存在传感器420的触发信号，可捕获牌的未知图像411。可在玩游戏期间捕获未知图像411以验证手牌，可在游戏开始时捕获未知图像411以验证牌堆等。

在操作1230，未知图像411可从原始图像进行转换，以生成未知大小和花色的图像。使用来自校准文件433的参数(例如，感兴趣区504、大小区域508和花色区域510等)，牌识别处理器414可从未知图像411生成未知大小图像和未知花色图像。生成未知大小图像和未知花色图像可以意味着从未知图像生成单独的文件，但是其它实施例也是可行的:在未知图像411内简单地限定用于大小和花色区域的边界，使得任何进一步比较被限制在已限定边界内。因为校准文件433中的参数也用于生成主图像413、415，所以未知大小图像和主大小图像413可以是相同的规格(即尺寸)，未知花色图像和主花色图像415可以是相同的规格。当捕获未知图像411时，牌识别处理器414也可将未知图像411从灰度图像转换为黑白图像。

在操作1240，未知图像411(例如，未知大小和花色图像)可与主图像413、415进行比较。所述比较可基于每个文件的逐像素比较以生成关联分数。所述分数可被表示为像素数、像素百分比或其它合适的形式。在 另一实施例中，可跨越更大的未知图像411来扫描每个主图像，从而确定可用于判定是否存在匹配的多个分数。在一些实施例中，可使用OCR方法确定并分析轮廓。

牌识别处理器414可将未知图像411与主图像413、415的集合进行比较，从而确定牌的身份。例如，牌识别处理器414可将未知大小图像(例如，单独的图像或大小周围的限定边界)与用于大小(2-10、J、Q、K和A)的13个主图像中的每个主图像进行比较。牌识别处理器414也可将未知花色图像(例如，单独的图像或花色周围的限定边界)与用于花色(方块、红桃、黑桃、梅花)的4个主图像中的每个主图像进行比较。基于这些比较的结果，牌识别处理器414可通过选择具有最高关联程度的符号来确定牌的身份。牌识别处理器414可执行在时间上至少部分交迭的多个处理。因此，未知图像411可同时与多个不同的主图像413、415进行比较。

在一个实施例中，所述比较可包括跨越每个图像阵列的每行而逐像素地比较未知图像411与主图像413、415。例如，牌识别处理器414可执行未知图像411与主图像413、415其中之一的对应像素之间的反向XOR运算。在另一个实施例中，所述比较可包括比较主图像413、415与未知图像411的矩阵的交互相关值。然而，这种交互相关功能能够比包括更简单求和的实施例要求更大量的计算资源。

在操作1250，基于分数来确定匹配。例如，可对反向XOR运算的结果求和以获得一分数(例如，数值总和)。例如，与黑色像素(1)相比较的黑色像素(1)可被添加到该分数，与白色像素(0)相比较的白色像素(0)可被添加到该分数，而与白色像素(0)相比较的黑色像素(1)可不被添加到该分数。更大的分数可指示更多数量的匹配像素。该分数可被表示为原始数量的匹配像素或被表示为图像的像素总数的百分比。例如，分数100％可以是未知图像和主图像的完美像素匹配。当然，完美匹配可能不是合理期望的，对于具有低于100％的百分比的分数仍可发现匹配。因此，对于牌处理系统400将什么视为匹配可设置最小阈值。在一些实施例中，反向XOR运算可实现为另一种逻辑运算。在一些实施例中，可添加类似像素并且对不相似像素可不计数；在其它实施例中，可添加不相似像素，然后从像 素总数中减去不相似像素，从而确定分数。此外，一些实施例可包括对不匹配的像素数量进行计数，并使用用于非匹配像素的某阈值之下的最低分数。

牌处理系统400可生成有效牌ID(如果确定匹配)或者错误指示(如果未确定匹配)。例如，牌识别处理器414可返回从未知图像411与每个主图像413、415进行比较得到的分数。为了获得“匹配”，可要求所述分数高于最小错误阈值。在一些情况下，针对多于一个主图像的分数可高于最小错误阈值。然而，将选择最高分数作为有效牌ID。换句话说，可选择得到最高分数的比较中使用的主图像413、415作为牌ID(假设所述分数高于最小错误阈值)。在牌识别期间如果出现预定数量(例如6)的错误(例如，读错牌)，则也可将该牌堆标记为无效。在一些实施例中，分数可基于不相似像素。因此，基于不相似性(完美匹配是0％)的高于最大错误阈值的最低分数而非基于相似像素的分数来发生匹配。

在一些实施例中，牌处理装置可在该牌处理装置的显示设备上显示通过成像设备416捕获的牌的图像。显示在显示设备上的这种图像可被操作者观看，来验证有效牌ID是正确判定或者作为查看产生错误指示的牌的图像的方式。

在操作1260，确定是否存在要确定其身份的另一张牌。如果存在，则捕获用于该新的牌的未知图像411并且继续进行处理。

图13A、图13B和图13C示出牌1306A、1306B、1306C的已处理的图像1300A、1300B、1300C，其中成像设备416(图4)的镜头经历了灰尘积累。随着牌处理装置的使用，灰尘会积聚在镜头上。例如，图13A是第一数量周期后灰尘积累的示例，图13B是更大数量周期后灰尘积累的示例，以及图13C是许多附加周期后灰尘积累的示例。

当成像设备416积聚灰尘时，原始图像417在灰度图像方面可变为不同的灰色阴影。白色区域可稍微变灰，黑色区域可稍微变得不那么黑。如上所讨论的，灰度图像中的每个像素具有在白色与黑色之间的值。当将灰度图像转换为黑白图像时，阈值可用作黑色与白色之间的分界点。因此，随着相机积聚灰尘，已处理的黑白图像的白色区域能够变得更小。

牌识别处理器414(图4)可被配置为对灰尘积累进行校正。在一个实施例中，并不设置用于将灰度图像转换为黑白图像的固定阈值，而是阈值可随时间动态改变以补偿灰尘积累。作为示例，所述阈值可随时间改变为具有不同的水平。所述阈值可用于在校准模式期间将灰度图像转换为黑白图像。阈值可在校准模式期间被设置为第一水平，在牌识别模式期间被设置为第二水平。作为示例，可执行(从第一水平到第二水平的)动态改变，以补偿亮度条件的变化。还可设想所述动态改变可基于其它条件。在一些实施例中，对周期数量可进行计数，可随周期数量动态地改变所述阈值。在一些实施例中，可利用一个或多个数据过滤器，以在从灰度图像到黑白图像的转换期间进一步改善已处理的图像。

图14A和图14B例示在校准模式和/或牌识别模式期间可能出现的不正确分割图像的问题。具体地，当成像设备416(图4)不干净时或者如果实际的牌本身具有标记时，则可能经常出现不正确分割图像。因此，污点1401可能出现在用于生成牌1406的主图像413、415(在校准模式)或未知图像411(在牌识别模式)的图像1400上；然而，在牌识别模式期间牌上更有可能具有污点1401(由于牌随时间的重复使用)。

污点1401可被误认为是大小或花色，经常是因为牌识别处理器414在分析中可能首先寻找大小和花色之间的分割作为起点。如图14A所示，牌识别处理器414可能将污点1401与大小之间的空间误认为拆分点。因此，牌识别处理器414基于校准文件中的任一大小区域508生成局部图像，所述局部图像在校准模式期间作为主大小图像413(或者在牌识别模式期间作为未知大小图像)。然而，所述局部图像不包括含有整个大小的图像900的合适部分。

在一些实施例中，牌识别处理器414可不基于发现大小和花色符号之间的分割来创建未知图像411。相反，在牌识别模式期间，牌识别处理器414可将主图像413、415与整个未知图像411进行比较，而不是首先生成仅大小或花色的较小局部图像。换句话说，包括用于未知图像的大小和花色的整个视场(或其一部分)可用于与主图像413、415进行比较。因此，未知图像411可能大于主图像413、415。在这种实施例中，牌识别处理器 414可通过以交迭方式跨越未知图像来扫描主图像413、415的方式，执行每个主图像413、415与所述未知图像411之间的多个比较。例如，主图像413、415可在未知图像411的左上角开始这种比较，并且逐像素地扫描到右上角。主图像413、415然后可沿着该行像素向下移动一行像素，以此类推。如果在此扫描期间在某个点的分数导致匹配，则该牌可被识别。

图15A和图15B例示在使用不均衡照明和鱼眼变形捕获图像时可能出现的问题。用于示例，图15A是使用网格的原始图像1500A。图15B是示出所述网格从灰度转换到黑白后的已处理图像1500B。如图15A和图15B所示，不均衡照明可能造成原始图像1500A的一些部分在实际上是白色时看起来却是暗的。因此，由于比较图像时的较低分数或者诸如不正确分割(图14A、图14B)等更严重的问题，使得识别可能不太精确。

可按照与校正成像设备416(图4)上的灰尘积累类似的方式来校正不均衡照明。例如，牌识别处理器414可被配置为动态改变在从灰度图像到黑白图像的转换中使用的阈值。所述动态改变可响应于成像设备416的周期数量、检测照明变化的光传感器或环境中的其它变化。在一些实施例中，可利用一个或多个数据过滤器来进一步改善从灰度到黑白图像的转换期间的已处理图像1500B。

图16A、图16B和图16C是示出成像设备416造成的鱼眼变形的来自牌处理装置的成像设备416(图4)的原始图像1600A、1600B和1600C。在一些实施例中，牌处理装置内非常小的空间和成像设备416与牌的接近造成的镜头与牌之间的短距离可能要求成像设备416使用鱼眼镜头。鱼眼镜头可为成像设备416提供足以看到不同类型牌的大小和花色的宽阔视场。例如，一些牌堆可具有占据牌的角的大面积的相对大的大小和花色。此外，大小和花色的位置可从一个牌堆到另一个而变化。

鱼眼镜头可在成像设备416获得的原始图像1600A、1600B和1600C中引入鱼眼变形。例如，图11A示出网格的原始图像1600A，其中网格的方块具有相等尺寸。然而，如图16A所示，鱼眼变形造成网格的方块看起来在整个原始图像1600A中具有不同尺寸。在原始图像1600A的中心附近，鱼眼变形可能不那么明显；然而，在原始图像1600A的边缘和角落附近， 鱼眼变形变得更明显。

图16B和16C是使用具有鱼眼变形镜头的成像设备416获得的原始图像1600B和1600C。当比较图16B和16C中的方块花色时，可以看出，方块花色的形状由于方块花色在成像设备416的视场内的不同放置而变化。例如，图11B中的方块花色小于图11C中的方块花色，因为它离视场中心更远。此外，图11B中的Ace(A)大小几乎在视场内的中心。然而，图16C中的King(K)大小是远离中心的并且该K大小顶部附近比该K大小的底部更小。因此，该图像中的大小和花色经历的变形越大，对于确定牌ID时来自与用于大小和花色的主图像413、415进行比较的分数可具有更大的变形效果。在一些情况下，鱼眼变形造成牌ID的误识别(例如，当花色实际是方块时却将花色识别为黑桃)。

牌处理系统400(图4)可被配置为用于校正这种鱼眼变形。换句话说，例如通过使变形的图像进行伸展可减少鱼眼变形。在一些实施例中，可根据校正表(即，查找表)将来自原始图像1600A、1600B和1600C的图像像素转变为经校正的原始图像。在一些实施例中，图像像素可从所述原始图像数学地转变为所述经校正的原始图像。

图17A、图17B和图17C是通过对变形图像的数学伸展已经减少了鱼眼变形的图像1700A、1700B和1700C。如图17A所示，网格(在图16A中变形)现在具有大致相同尺寸的方块。在图17B中，方块花色(在图16B中变形)现在大致对称，尽管该方块花色远离中心并且接近图像边缘。在图17C中，King大小(K)和方块花色(在图16C中都变形)中的每个都不再变形。

附加实施例包括：

实施例1。一种自动生成用于牌处理装置的校准文件的方法，该方法包括：从经过牌处理装置的牌的至少一部分捕获原始图像；使用处理器，自动生成存储在与牌处理装置连结的主控制系统的存储器中的校准文件，其中自动生成校准文件包括：识别与牌的至少一部分的大小周围的大小区域相关联的至少一个参数；识别与牌的至少一部分的花色周围的花色区域相关联的至少一个参数；将与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数存储在校准文件中。

实施例2。根据实施例1的方法，其中自动生成校准文件包括：识别与比大小区域和花色区域相对更大的感兴趣区相关联的位置和至少一个参数，该方法还包括将与感兴趣区相关联的位置和至少一个参数存储在所述校准文件中。

实施例3。根据实施例l或实施例2的方法，其中捕获原始图像包括从经过牌处理装置的多个不同牌中捕获多个原始图像。

实施例4。根据实施例3的方法，识别与大小区域相关联的至少一个参数包括：识别与来自多个不同牌的多个大小区域相关联的至少一个参数；选择与大小区域相关联的至少一个参数，以包括具有表示来自多个大小区域的最宽尺寸的宽度的多个像素的大小宽度参数，并且包括具有表示来自多个大小区域的最长尺寸的深度的多个像素的大小深度参数。

实施例5。根据实施例3的方法，识别与花色区域相关联的至少一个参数包括：识别与来自多个不同牌的多个花色区域相关联的至少一个参数；选择与花色区域相关联的至少一个参数，以包括具有表示来自多个花色区域的最宽尺寸的宽度的多个像素的花色宽度参数，并且包括具有表示来自多个花色区域的最长尺寸的深度的多个像素的花色深度参数。

实施例6。根据实施例1至5中的任一项的方法，还包括：将校准文件存储在处理器上运行的操作系统的文件系统中。

实施例7。一种自动生成用于一个或多个牌堆的一个或多个牌堆库的方法，该方法包括：在针对第一牌堆类型的牌识别与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数中，无需用户输入而使用处理器自动生成第一校准文件，所述校准文件包括与大小区域和花色区域相关联的参数；将第一校准文件存储在用于第一牌堆类型的第一牌堆库中；使用处理器，利用来自校准文件的参数自动生成用于所述第一牌堆类型的牌的多个主图像；以及将用于所述第一牌堆类型的牌的多个主图像存储在第一牌堆库中。

实施例8。根据实施例7的方法，还包括:使用处理器自动生成用于第二牌堆类型的牌的第二校准文件；将第二校准文件存储在用于第二牌堆类型的第二牌堆库中；使用处理器，利用来自第二校准文件的参数自动 生成用于第二牌堆类型的牌的第二多个主图像；以及将用于第二牌堆类型的牌的第二多个主图像存储在牌堆库中。

实施例9。根据实施例7或实施例8的方法，还包括将所述多个主图像的每个主图像与合适的大小或花色相连结。

实施例10。根据实施例9的方法，其中连结多个主图像的每个主图像包括根据牌被读入牌处理装置的期望次序来连结每个主图像。

实施例11。根据实施例9的方法，其中连结多个主图像的每个主图像包括从未排序的牌堆来连结每个主图像。

实施例12。根据实施例11的方法，其中连结多个主图像的每个主图像包括对每个主图像执行光学字符识别。

实施例13。根据实施例11的方法，其中连结多个主图像的每个主图像包括将多个主图像的每个主图像与来自多个不同牌堆类型的图像集进行比较。

实施例14。根据实施例11的方法，其中连结多个主图像的每个主图像包括将多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较。

实施例15。根据实施例14的方法，其中将多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较包括执行逐像素的比较。

实施例16。根据实施例15的方法，其中执行逐像素的比较还包括将中间像素与至少一个附加相邻像素进行比较。

实施例17。根据实施例7至16中的任一项的方法，其中针对第一牌堆类型的牌来识别与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数包括执行团块分析，以定位感兴趣区内的用于第一牌堆类型的牌的大小和花色。

实施例18。根据实施例17的方法，其中执行团块分析包括首先定位10大小，以确定用于与大小区域相关联的至少一个参数的宽度。

实施例19。一种牌处理装置，包括：存储设备；成像设备，与存储设备操作性地耦接，使得来自成像设备的原始图像存储在存储设备中；以及主控制系统，与成像设备耦接，其中主控制系统被配置来运行具有 文件目录系统的操作系统，所述文件目录系统被配置来存储用于多个不同牌堆类型的多个牌堆库，其中主控制系统被配置来从存储设备接收原始图像，自动生成具有与用于牌堆类型的大小区域和花色区域有关的参数的校准文件。

实施例20。根据实施例19的牌处理装置，包括容纳存储设备、成像设备和主控制系统的洗牌机。

实施例21。根据实施例19或实施例21的牌处理装置，其中主控制系统还被配置来根据校准文件的参数从原始图像自动生成多个主图像。

实施例22。根据实施例21的牌处理装置，还包括牌识别处理器，配置为从主控制系统加载多个主图像和校准文件，将来自成像设备的未知图像与多个主图像进行比较。

实施例23。根据实施例22的牌处理装置，其中牌识别处理器配置为通过逐像素地将未知图像与每个主图像进行比较并且对比较结果进行求和，来将未知图像与多个主图像进行比较。

实施例24。根据实施例22的牌处理装置，其中牌识别处理器包括现场可编程门阵列。

实施例25。根据实施例21至24中的任一项的牌处理装置，其中主控制系统被配置来将来自未排序的牌堆的牌的多个主图像与合适的大小和花色相连结。

实施例26。根据实施例25的牌处理装置，其中主控制系统被配置来通过以下方式将来自未排序的牌堆的牌的多个主图像与合适的大小和花色相连结：生成多个主图像的每个主图像的标准化版本；将多个主图像的每个主图像的标准化版本与对应于多个不同牌堆类型的多个标准化图像进行比较。

尽管已经参照附图描述了特定例示实施例，但本领域技术人员将意识到并理解，本公开的实施例不限于这里明确示出并描述的那些实施例。相反，在不脱离如所附权利要求中本公开的实施例的范围(包括合法等同物)的情况下，可以对这里描述的实施例作出添加、删除和修改。此外，来自一个实施例的特征可与另一实施例的特征组合，但是仍然包含在发明人设想的本公开的范围内。

权利要求书(按照条约第19条的修改)

1.一种在校准模式期间自动生成校准文件的方法，所述校准文件用于牌处理装置的牌识别模式期间，所述方法包括：

从经过牌处理装置的牌的至少一部分捕获原始图像；以及

使用处理器，在校准模式期间自动生成校准文件，以及将所述校准文件存储在所述牌处理装置的主控制系统的存储器中，其中在校准模式期间自动生成所述校准文件包括：

识别与所述的牌的至少一部分的大小的周围的大小区域相关联的至少一个参数；

识别与所述的牌的至少一部分的花色的周围的花色区域相关联的至少一个参数；以及

将与所述大小区域相关联的所述至少一个参数和与所述花色区域相关联的所述至少一个参数存储在所述校准文件中。

2.根据权利要求1所述的方法，其中在校准模式期间自动生成所述校准文件包括识别与感兴趣区相关联的位置和至少一个参数，所述感兴趣区比所述大小区域和所述花色区域更大，所述方法还包括将与所述感兴趣区相关联的所述位置和所述至少一个参数存储在所述校准文件中。

3.根据权利要求1所述的方法，其中捕获原始图像包括从经过所述牌处理装置的多个不同牌中捕获多个原始图像。

4.根据权利要求3所述的方法，其中识别与所述大小区域相关联的至少一个参数包括：

识别与来自所述多个不同牌的多个大小区域相关联的至少一个参数；

选择与所述大小区域相关联的至少一个参数，所述至少一个参数包括大小宽度参数和大小深度参数，其中所述大小宽度参数具有表示来自所述多个大小区域的最宽尺寸的宽度的多个像素，并且所述大小深度参数具有表示来自所述多个大小区域的最长尺寸的深度的多个像素。

5.根据权利要求3所述的方法，其中识别与所述花色区域相关联的至少一个参数包括：

识别与来自所述多个不同牌的多个花色区域相关联的至少一个参数；

选择与所述花色区域相关联的至少一个参数，所述至少一个参数包括花色宽度参数和花色深度参数，其中所述花色宽度参数具有表示来自所述多个花色区域的最宽尺寸的宽度的多个像素，并且所述花色深度参数具有表示来自所述多个花色区域的最长尺寸的深度的多个像素。

6.根据权利要求1所述的方法，还包括将所述校准文件存储在所述处理器上运行的操作系统的文件系统中。

7.一种在校准模式期间自动生成用于一个或多个牌堆的一个或多个牌堆库的方法，所述方法包括：

在识别用于第一牌堆类型的牌的与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数时无需用户输入而在校准模式期间使用处理器自动生成第一校准文件，所述校准文件包括与所述大小区域和与所述花色区域相关联的参数；

在校准模式期间将所述第一校准文件存储在用于第一牌堆类型的第一牌堆库中；

在校准模式期间使用所述处理器，利用来自所述校准文件的所述参数自动生成用于所述第一牌堆类型的牌的多个主图像；以及

在校准模式期间将用于所述第一牌堆类型的牌的所述多个主图像存储在所述第一牌堆库中。

8.根据权利要求7所述的方法，还包括：

在校准模式期间使用所述处理器自动生成用于第二牌堆类型的牌的第二校准文件；

在校准模式期间将所述第二校准文件存储在用于所述第二牌堆类型的第二牌堆库中；

在校准模式期间使用所述处理器，利用来自所述第二校准文件的所述参数自动生成用于所述第二牌堆类型的牌的第二多个主图像；以及

在校准模式期间将用于所述第二牌堆类型的牌的所述第二多个主图像存储在所述牌堆库中。

9.根据权利要求7所述的方法，还包括在校准模式期间将所述多个主图像的每个主图像与合适的大小或花色相连结。

10.根据权利要求9所述的方法，其中，在校准模式期间连结所述多个主图像的每个主图像包括根据所述牌被读入牌处理装置的期望次序来连结每个主图像。

11.根据权利要求9所述的方法，其中，在校准模式期间连结所述多个主图像的每个主图像包括连结来自未排序的牌堆的每个主图像。

12.根据权利要求11所述的方法，其中，在校准模式期间连结所述多个主图像的每个主图像包括对每个主图像执行光学字符识别。

13.根据权利要求11所述的方法，其中，在校准模式期间连结所述多个主图像的每个主图像包括将所述多个主图像的每个主图像与来自多个不同牌堆类型的图像集进行比较。

14.根据权利要求11所述的方法，其中，在校准模式期间连结所述多个主图像的每个主图像包括将所述多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较。

15.根据权利要求14所述的方法，其中，将所述多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较包括执行逐像素的比较。

16.根据权利要求15所述的方法，其中，执行逐像素的比较还包括将中间像素与至少一个附加相邻像素进行比较。

17.根据权利要求7所述的方法，其中，识别用于第一牌堆类型的牌的与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数包括执行团块分析，以定位指示感兴趣区内的用于所述第一牌堆类型的牌的大小和花色的团块。

18.根据权利要求17所述的方法，其中，执行团块分析包括首先定位10大小，以确定用于与所述大小区域相关联的所述至少一个参数的宽度。

19.一种牌处理装置，包括:

存储设备；

成像设备，与所述存储设备操作性地耦接，使得从所述成像设备捕获的原始图像存储在所述存储设备中；以及

主控制系统，与所述成像设备耦接，其中所述主控制系统被配置来运行具有文件目录系统的操作系统，所述文件目录系统被配置来存储用于多个不同牌堆类型的多个牌堆库，其中所述主控制系统被配置来从所述存储设备接收所述原始图像，在校准模式期间自动生成校准文件，所述校准文件具有与用于牌堆类型的大小区域和花色区域有关的参数。

20.根据权利要求19所述的牌处理装置，包括容纳所述存储设备、所述成像设备和所述主控制系统的洗牌机。

21.根据权利要求19所述的牌处理装置，其中，所述主控制系统还被配置来根据所述校准文件的参数在校准模式期间从所述原始图像自动生成多个主图像。

22.根据权利要求21所述的牌处理装置，还包括牌识别处理器，所述牌识别处理器被配置来在牌识别模式期间从所述主控制系统加载所述多个主图像和所述校准文件，以及将来自所述成像设备的未知图像与所述多个主图像进行比较。

23.根据权利要求22所述的牌处理装置，其中，所述牌识别处理器被配置来通过逐像素地将所述未知图像与每个主图像进行比较以在牌识别模式期间将所述未知图像与所述多个主图像进行比较，并且对所述比较的结果进行求和。

24.根据权利要求22所述的牌处理装置，其中，所述牌识别处理器包括现场可编程门阵列。

25.根据权利要求21所述的牌处理装置，其中，所述主控制系统被配置来在校准模式期间将来自未排序的牌堆的所述多个主图像与合适的大小和花色相连结。

26.根据权利要求25所述的牌处理装置，其中，所述主控制系统被配置来在校准模式期间通过以下方式将来自未排序的牌堆的所述多个主图像与合适的大小和花色相连结：

生成所述多个主图像的每个主图像的标准化版本；以及

将所述多个主图像的每个主图像的标准化版本与对应于多个不同牌堆类型的多个标准化图像进行比较。

27.一种牌识别系统，包括：

成像设备，所述成像设备被配置来捕获牌的至少一部分的原始图像；以及

处理器，所述处理器与所述成像设备操作性地耦接，所述处理器被配置来：

在校准模式期间执行所述原始图像的图像处理分析，以识别与所述牌的大小的周围的大小区域和牌的花色的周围的花色区域中的至少一个相关的测量值；以及

至少部分地基于所述图像处理分析而在校准模式期间自动生成校准文件。

28.根据权利要求27所述的牌识别系统，还包括：操作性地与所述成像设备耦接的存储器，所述存储器被配置来存储从所述成像设备接收的多个原始图像。

29.根据权利要求28所述的牌识别系统，还被配置来按照所述成像设备接收的次序来组织所述存储器内的所述多个原始图像。

30.根据权利要求27所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间将所述自动生成的校准文件存储在文件系统的子目录中，所述子目录对应于特定牌堆类型。

31.根据权利要求27所述的牌识别系统，其中，所述图像处理分析包括所述原始图像的团块分析。

32.根据权利要求31所述的牌识别系统，其中，所述团块分析首先识别大小以获得对所述大小区域的测量值，然后识别花色以获得对所述花色区域的测量值。

33.根据权利要求32所述的牌识别系统，其中，所述团块分析具体搜索10大小，以获得存储在校准文件中的对所述大小区域的测量值。

34.根据权利要求27所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间生成用于所述成像设备读取的牌堆的每个大小和花色的主图像。

35.根据权利要求34所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间将所述主图像与它们对应的大小和花色相关联。

36.根据权利要求35所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间根据所述成像设备从所述牌堆读入牌的次序将所述主图像与它们对应的大小和花色相关联。

37.根据权利要求35所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间将所述主图像与用于牌堆的它们对应的大小和花色相关联，而不要求用于所述牌堆的预定次序。

38.根据权利要求37所述的牌识别系统，其中，所述处理器还被配置来在校准模式期间通过将所述主图像彼此进行比较，以获得与用于不同主图像之间的已知次级关系的分数相比较的分数，从而将所述主图像与牌堆的它们对应的大小和花色相关联。

39.一种牌处理装置，包括：

牌输入端；

牌输出端；以及

牌识别系统，所述牌识别系统包括：

图像传感器，所述图像传感器被配置来捕获经所述牌输入端到所述牌输出端的牌的图像；以及

牌识别处理器，所述牌识别处理器被配置来在校准模式期间使用所述图像的图像分析处理来自动生成校准文件，所述校准文件包括用于所述图像内的所述牌的大小和花色符号的至少一个尺寸的测量值。

40.根据权利要求39所述的牌处理装置，其中，所述牌识别系统还包括控制逻辑件，所述控制逻辑件操作性地与所述图像传感器耦接并被配置来从所述图像传感器接收所述图像。

41.根据权利要求40所述的牌处理装置，其中，所述牌识别系统还包括与所述控制逻辑件和所述牌识别处理器操作性地耦接的存储器，所述存储器被配置来从所述控制逻辑件接收所述图像。

42.根据权利要求40所述的牌处理装置，其中，所述控制逻辑件被配置来在校准模式期间生成用于所述图像内的所述牌的大小和花色中的至少一个的主图像。

43.根据权利要求42所述的牌处理装置，其中，所述牌识别处理器被配置来将所述主图像和所述校准文件存储在文件系统中。

44.根据权利要求40所述的牌处理装置，其中，所述控制逻辑件被配置来将所述图像从灰度图像转换为黑白图像。

45.根据权利要求44所述的牌处理装置，其中，从所述灰度图像到所述黑白图像的转换基于随时间动态改变的阈值水平。

46.根据权利要求45所述的牌处理装置，其中，所述阈值水平基于照明条件的改变而随时间动态改变。

47.根据权利要求44所述的牌处理装置，其中，所述阈值水平在校准模式期间被设置为第一水平，以及在牌识别模式期间被设置为第二水平。

48.根据权利要求40所述的牌处理装置，其中，所述成像设备包括鱼眼镜头。

49.根据权利要求48所述的牌处理装置，其中，所述控制逻辑件被配置来通过使用查找表而转变图像中的像素，从而补偿鱼眼变形。

50.根据权利要求48所述的牌处理装置，其中，所述控制逻辑件被配置来通过数学地转变图像中的像素来补偿鱼眼变形。

51.一种用于调整牌处理装置的方法，所述方法包括：

从牌堆中捕获多个图像；

将所述图像存储在存储器中；

在校准模式期间分析所述多个图像以用于牌识别信息；以及

基于所述分析而在校准模式期间自动生成包括与所述牌识别信息相关联的参数的校准文件。

52.根据权利要求51所述的方法，其中，分析所述多个图像包括定位具有质心和位置的团块，并识别定位的团块内的牌识别信息。

53.根据权利要求52所述的方法，还包括：忽略具有小于特定阈值的尺寸的团块和位于所述多个图像的期望区域之外的团块。

54.根据权利要求52所述的方法，其中，识别牌识别信息包括具体搜索用于10大小的多个图像，并且使用所述10大小来确定所述校准文件中的参数。

55.根据权利要求51所述的方法，还包括基于所述校准文件中的所述参数而在校准模式期间从所述多个图像生成多个主图像。

56.根据权利要求55所述的方法，还包括在校准模式期间将所述多个主图像与合适的大小和花色相关联。

57.根据权利要求55所述的方法，还包括在校准模式期间将所述多个主图像的主图像彼此之间进行比较，以确定次级关系。

58.根据权利要求57所述的方法，其中，在从预排序的牌堆执行将所述多个图像与合适的大小和花色相关联之后，执行所述多个主图像的主图像彼此之间的比较，作为次级验证的一部分。

59.根据权利要求51所述的方法，其中，所述校准文件的参数限定比成像设备的视场具有更小尺寸的感兴趣区。

60.一种在校准模式期间自动生成用于识别特定牌类型的校准文件的方法，所述方法包括：

在校准模式期间从牌堆中捕获多个原始图像；

在校准模式期间将所述多个原始图像存储在存储器中；

在校准模式期间识别所述多个中的每个存储的原始图像的每个大小和花色符号的尺寸；

在校准模式期间将感兴趣区以及符号尺寸信息存储在用于所述多个原始图像的校准文件中；

在校准模式期间将多个原始图像转换为多个主大小文件和多个主花色文件；以及

在校准模式期间存储与特定牌类型对应的多个主大小文件和多个主花色文件。

61.根据权利要求60所述的方法，其中，识别每个大小和花色符号的尺寸包括利用团块分析以定位存储的原始图像内的每个大小和花色符号。

62.一种识别牌的大小和花色的方法，所述方法包括：

在校准模式期间通过以下步骤自动创建校准文件：

在校准模式期间从牌堆中捕获多个原始图像；

在校准模式期间将所述多个原始图像存储在存储器中；

在校准模式期间识别所述多个中的每个存储的原始图像的每个大小和花色符号的尺寸；以及

在校准模式期间将感兴趣区以及大小和花色符号尺寸信息存储在用于所述多个原始图像的所述校准文件中；以及

在校准模式期间通过以下步骤生成多个主大小文件和多个主花色文件：

在校准模式期间将多个原始图像转换为多个主大小文件和多个主花色文件；以及

在校准模式期间存储与特定牌类型对应的所述多个主大小文件和所述多个主花色文件。

63.根据权利要求61所述的方法，还包括：

在牌识别模式期间通过以下步骤识别至少一张牌：

在牌识别模式期间在牌经过牌处理装置时捕获至少一个未知图像；

在牌识别模式期间将所述至少一个未知图像的至少一部分与所述多个主大小文件和所述多个主花色文件中的一个进行比较；以及

基于来自所述比较的分数来在牌识别模式期间确定牌身份的匹配。

Claims (63)

1.一种自动生成用于牌处理装置的校准文件的方法，所述方法包括：

从经过牌处理装置的牌的至少一部分捕获原始图像；以及

使用处理器，自动生成存储在所述牌处理装置的主控制系统的存储器中的校准文件，其中自动生成所述校准文件包括：

识别与所述的牌的至少一部分的大小的周围的大小区域相关联的至少一个参数；

识别与所述的牌的至少一部分的花色的周围的花色区域相关联的至少一个参数；以及

将与所述大小区域相关联的所述至少一个参数和与所述花色区域相关联的所述至少一个参数存储在所述校准文件中。

2.根据权利要求1所述的方法，其中自动生成所述校准文件包括识别与感兴趣区相关联的位置和至少一个参数，所述感兴趣区比所述大小区域和所述花色区域更大，所述方法还包括将与所述感兴趣区相关联的所述位置和所述至少一个参数存储在所述校准文件中。

3.根据权利要求1所述的方法，其中捕获原始图像包括从经过所述牌处理装置的多个不同牌中捕获多个原始图像。

4.根据权利要求3所述的方法，其中识别与所述大小区域相关联的至少一个参数包括：

识别与来自所述多个不同牌的多个大小区域相关联的至少一个参数；

选择与所述大小区域相关联的至少一个参数，所述至少一个参数包括大小宽度参数和大小深度参数，其中所述大小宽度参数具有表示来自所述多个大小区域的最宽尺寸的宽度的多个像素，并且所述大小深度参数具有表示来自所述多个大小区域的最长尺寸的深度的多个像素。

5.根据权利要求3所述的方法，其中识别与所述花色区域相关联的至少一个参数包括：

识别与来自所述多个不同牌的多个花色区域相关联的至少一个参数；

选择与所述花色区域相关联的至少一个参数，所述至少一个参数包括花色宽度参数和花色深度参数，其中所述花色宽度参数具有表示来自所述多个花色区域的最宽尺寸的宽度的多个像素，并且所述花色深度参数具有表示来自所述多个花色区域的最长尺寸的深度的多个像素。

6.根据权利要求1所述的方法，还包括将所述校准文件存储在所述处理器上运行的操作系统的文件系统中。

7.一种自动生成用于一个或多个牌堆的一个或多个牌堆库的方法，所述方法包括：

在识别用于第一牌堆类型的牌的与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数时无需用户输入而使用处理器自动生成第一校准文件，所述校准文件包括与所述大小区域和与所述花色区域相关联的参数；

将所述第一校准文件存储在用于第一牌堆类型的第一牌堆库中；

使用所述处理器，利用来自所述校准文件的所述参数自动生成用于所述第一牌堆类型的牌的多个主图像；以及

将用于所述第一牌堆类型的牌的所述多个主图像存储在所述第一牌堆库中。

8.根据权利要求7所述的方法，还包括：

使用所述处理器自动生成用于第二牌堆类型的牌的第二校准文件；

将所述第二校准文件存储在用于所述第二牌堆类型的第二牌堆库中；

使用所述处理器，利用来自所述第二校准文件的所述参数自动生成用于所述第二牌堆类型的牌的第二多个主图像；以及

将用于所述第二牌堆类型的牌的所述第二多个主图像存储在所述牌堆库中。

9.根据权利要求7所述的方法，还包括将所述多个主图像的每个主图像与合适的大小或花色相连结。

10.根据权利要求9所述的方法，其中，连结所述多个主图像的每个主图像包括根据所述牌被读入牌处理装置的期望次序来连结每个主图像。

11.根据权利要求9所述的方法，其中，连结所述多个主图像的每个主图像包括连结来自未排序的牌堆的每个主图像。

12.根据权利要求11所述的方法，其中，连结所述多个主图像的每个主图像包括对每个主图像执行光学字符识别。

13.根据权利要求11所述的方法，其中，连结所述多个主图像的每个主图像包括将所述多个主图像的每个主图像与来自多个不同牌堆类型的图像集进行比较。

14.根据权利要求11所述的方法，其中，连结所述多个主图像的每个主图像包括将所述多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较。

15.根据权利要求14所述的方法，其中，将所述多个主图像的每个主图像的标准化版本与来自多个不同牌堆类型的标准化图像集进行比较包括执行逐像素的比较。

16.根据权利要求15所述的方法，其中，执行逐像素的比较还包括将中间像素与至少一个附加相邻像素进行比较。

17.根据权利要求7所述的方法，其中，识别用于第一牌堆类型的牌的与大小区域相关联的至少一个参数和与花色区域相关联的至少一个参数包括执行团块分析，以定位感兴趣区内的用于所述第一牌堆类型的牌的大小和花色。

18.根据权利要求17所述的方法，其中，执行团块分析包括首先定位10大小，以确定用于与所述大小区域相关联的所述至少一个参数的宽度。

19.一种牌处理装置，包括:

存储设备；

成像设备，与所述存储设备操作性地耦接，使得来自所述成像设备的原始图像存储在所述存储设备中；以及

主控制系统，与所述成像设备耦接，其中所述主控制系统被配置来运行具有文件目录系统的操作系统，所述文件目录系统被配置来存储用于多个不同牌堆类型的多个牌堆库，其中所述主控制系统被配置来从所述存储设备接收所述原始图像，自动生成具有与用于牌堆类型的大小区域和花色区域有关的参数的校准文件。

20.根据权利要求19所述的牌处理装置，包括容纳所述存储设备、所述成像设备和所述主控制系统的洗牌机。

21.根据权利要求19所述的牌处理装置，其中，所述主控制系统还被配置来根据所述校准文件的参数从所述原始图像自动生成多个主图像。

22.根据权利要求21所述的牌处理装置，还包括牌识别处理器，所述牌识别处理器被配置来从所述主控制系统加载所述多个主图像和所述校准文件，以及将来自所述成像设备的未知图像与所述多个主图像进行比较。

23.根据权利要求22所述的牌处理装置，其中，所述牌识别处理器被配置来通过逐像素地将所述未知图像与每个主图像进行比较来将所述未知图像与所述多个主图像进行比较，并且对所述比较的结果进行求和。

24.根据权利要求22所述的牌处理装置，其中，所述牌识别处理器包括现场可编程门阵列。

25.根据权利要求21所述的牌处理装置，其中，所述主控制系统被配置来将来自未排序的牌堆的所述多个主图像与合适的大小和花色相连结。

26.根据权利要求25所述的牌处理装置，其中，所述主控制系统被配置来通过以下方式将来自未排序的牌堆的所述多个主图像与合适的大小和花色相连结：

生成所述多个主图像的每个主图像的标准化版本；以及

将所述多个主图像的每个主图像的标准化版本与对应于多个不同牌堆类型的多个标准化图像进行比较。

27.一种牌识别系统，包括：

成像设备，所述成像设备被配置来捕获牌的至少一部分的原始图像；以及

处理器，所述处理器与所述成像设备操作性地耦接，所述处理器被配置来：

执行所述原始图像的图像处理分析，以识别与所述牌的大小的周围的大小区域和牌的花色的周围的花色区域中的至少一个相关的测量值；以及

至少部分地基于所述图像处理分析而自动生成校准文件。

28.根据权利要求27所述的牌识别系统，还包括：操作性地与所述成像设备耦接的存储器，所述存储器被配置来存储从所述成像设备接收的多个原始图像。

29.根据权利要求28所述的牌识别系统，还被配置来按照所述成像设备接收的次序来组织所述存储器内的所述多个原始图像。

30.根据权利要求27所述的牌识别系统，其中，所述处理器还被配置来将所述校准文件存储在文件系统的子目录中，所述子目录对应于特定牌堆类型。

31.根据权利要求27所述的牌识别系统，其中，所述图像处理分析包括所述原始图像的团块分析。

32.根据权利要求31所述的牌识别系统，其中，所述团块分析首先识别大小以获得对所述大小区域的测量值，然后识别花色以获得对所述花色区域的测量值。

33.根据权利要求32所述的牌识别系统，其中，所述团块分析具体搜索10大小，以获得对所述大小区域的测量值。

34.根据权利要求27所述的牌识别系统，其中，所述处理器还被配置来生成用于所述成像设备读取的牌堆的每个大小和花色的主图像。

35.根据权利要求34所述的牌识别系统，其中，所述处理器还被配置来将所述主图像与它们对应的大小和花色相关联。

36.根据权利要求35所述的牌识别系统，其中，所述处理器还被配置来根据所述成像设备从所述牌堆读入牌的次序将所述主图像与它们对应的大小和花色相关联。

37.根据权利要求35所述的牌识别系统，其中，所述处理器还被配置来将所述主图像与用于牌堆的它们对应的大小和花色相关联，而不要求用于所述牌堆的预定次序。

38.根据权利要求37所述的牌识别系统，其中，所述处理器还被配置来通过将所述主图像彼此进行比较，以获得与用于不同主图像之间的已知次级关系的分数相比较的分数，从而将所述主图像与牌堆的它们对应的大小和花色相关联。

39.一种牌处理装置，包括：

牌输入端；

牌输出端；以及

牌识别系统，所述牌识别系统包括：

图像传感器，所述图像传感器被配置来捕获经所述牌输入端到所述牌输出端的牌的图像；以及

牌识别处理器，所述牌识别处理器被配置来使用所述图像的图像分析处理来自动生成校准文件，所述校准文件包括用于所述图像内的所述牌的大小和花色符号的至少一个尺寸的测量值。

40.根据权利要求39所述的牌处理装置，其中，所述牌识别系统还包括控制逻辑件，所述控制逻辑件操作性地与所述图像传感器耦接并被配置来从所述图像传感器接收所述图像。

41.根据权利要求40所述的牌处理装置，其中，所述牌识别系统还包括与所述控制逻辑件和所述牌识别处理器操作性地耦接的存储器，所述存储器被配置来从所述控制逻辑件接收所述图像。

42.根据权利要求40所述的牌处理装置，其中，所述控制逻辑件被配置来生成用于所述图像内的所述牌的大小和花色中的至少一个的主图像。

43.根据权利要求42所述的牌处理装置，其中，所述牌识别处理器被配置来将所述主图像和所述校准文件存储在文件系统中。

44.根据权利要求40所述的牌处理装置，其中，所述控制逻辑件被配置来将所述图像从灰度图像转换为黑白图像。

45.根据权利要求44所述的牌处理装置，其中，从所述灰度图像到所述黑白图像的转换基于随时间动态改变的阈值水平。

46.根据权利要求45所述的牌处理装置，其中，所述阈值水平基于照明条件的改变而随时间动态改变。

47.根据权利要求44所述的牌处理装置，其中，所述阈值水平在调整模式期间被设置为第一水平，以及在牌识别模式期间被设置为第二水平。

48.根据权利要求40所述的牌处理装置，其中，所述成像设备包括鱼眼镜头。

49.根据权利要求48所述的牌处理装置，其中，所述控制逻辑件被配置来通过使用查找表而转变图像中的像素，从而补偿鱼眼变形。

50.根据权利要求48所述的牌处理装置，其中，所述控制逻辑件被配置来通过数学地转变图像中的像素来补偿鱼眼变形。

51.一种用于调整牌处理装置的方法，所述方法包括：

从牌堆中捕获多个图像；

将所述图像存储在存储器中；

分析所述多个图像以用于牌识别信息；以及

基于所述分析而生成包括与所述牌识别信息相关联的参数的校准文件。

52.根据权利要求51所述的方法，其中，分析所述多个图像包括定位具有质心和位置的团块，并识别定位的团块内的牌识别信息。

53.根据权利要求52所述的方法，还包括：忽略具有小于特定阈值的尺寸的团块和位于所述多个图像的期望区域之外的团块。

54.根据权利要求52所述的方法，其中，识别牌识别信息包括具体搜索用于10大小的多个图像，并且使用所述10大小来确定所述校准文件中的参数。

55.根据权利要求51所述的方法，还包括基于所述校准文件中的所述参数从所述多个图像生成多个主图像。

56.根据权利要求55所述的方法，还包括将所述多个主图像与合适的大小和花色相关联。

57.根据权利要求55所述的方法，还包括将所述多个主图像的主图像彼此之间进行比较，以确定次级关系。

58.根据权利要求57所述的方法，其中，在从预排序的牌堆执行将所述多个图像与合适的大小和花色相关联之后，执行所述多个主图像的主图像彼此之间的比较，作为次级验证的一部分。

59.根据权利要求51所述的方法，其中，所述校准文件的参数限定比成像设备的视场具有更小尺寸的感兴趣区。

60.一种自动生成用于识别特定牌类型的校准文件的方法，所述方法包括：

从牌堆中捕获多个原始图像；

将所述多个原始图像存储在存储器中；

识别所述多个中的每个存储的原始图像的每个大小和花色符号的尺寸；

将感兴趣区以及符号尺寸信息存储在用于所述多个原始图像的校准文件中；

将多个原始图像转换为多个主大小文件和多个主花色文件；以及

存储与特定牌类型对应的多个主大小文件和多个主花色文件。

61.根据权利要求60所述的方法，其中，识别每个大小和花色符号的尺寸包括利用团块分析。

62.一种识别牌的大小和花色的方法，所述方法包括：

通过以下步骤自动创建校准文件：

从牌堆中捕获多个原始图像；

将所述多个原始图像存储在存储器中；

识别所述多个中的每个存储的原始图像的每个大小和花色符号的尺寸；以及

将感兴趣区以及大小和花色符号尺寸信息存储在用于所述多个原始图像的所述校准文件中；以及

通过以下步骤生成多个主大小文件和多个主花色文件：

将多个原始图像转换为多个主大小文件和多个主花色文件；以及

存储与特定牌类型对应的所述多个主大小文件和所述多个主花色文件。

63.根据权利要求61所述的方法，还包括：

通过以下步骤识别至少一张牌：

在牌经过牌处理装置时捕获至少一个未知图像；

将所述至少一个未知图像的至少一部分与所述多个主大小文件和所述多个主花色文件中的一个进行比较；以及

基于来自所述比较的分数来确定牌身份的匹配。