棋子检测方案升级：YOLO 目标检测替代传统 ROI 阈值
Phase: P1 升级 — 棋子识别方案演进 | 依赖: P0 棋盘矫正 目标: 用 YOLO 深度学习模型替代 ROI 双阈值方案，提升棋子检测准确率和光照鲁棒性。 0. 升级背景 当前的 ROI 双阈值...
围棋
Part 0: 基础视觉系统 —— 从摄像头到棋盘矫正
本章使用 ESP32-CAM + OpenCV + Qt6，从 MJPEG 视频流解码到 HoughCircles 星位检测再到 RANSAC 单应矫正，构建完整的棋盘基础视觉管线
Part 1: 规则引擎 + 虚拟棋盘 —— 从检测到对弈
BFS 气计算 / 提子 / Zobrist 劫检测 / 终局计目 / 3D 渐变棋子 / 读秒计时 / 音效系统
SGF 棋谱：格式解析与 C++ 读写实现
SGF（Smart Game Format）是围棋棋谱的通用交换格式，所有主流围棋软件和 AI 都认它。这篇文章把 SGF 的树形结构、核心属性、解析策略讲清楚，并...
三点星位透视矫正：最少点击量的数学最优解
上篇文章提出了 2 点斜对角方案，用中点凑第三点来做仿射预估。但这篇文章要指出：这个方案存在一个无法修复的数学缺陷——三个点共线导致仿射矩阵退化...
两点星位透视矫正：用最少标记完成棋盘校正
核心问题：9 星位标记虽然精度最高，但用户操作繁琐。能否只用 2 个斜对角星位完成矫正，同时保持可接受的精度？答案是：可以。通过仿射预估 → 引导搜索...
四点角星位透视矫正：一键直达全单应
三点三角方案有一个痛点：点完 3 次后，可能停留在仿射阶段，透视校正要碰运气（guided search 能不能搜到额外星位）。四点角方案用 4 个角星位，多 1 次...
围棋打谱辅助系统：4+1 架构视图与功能设计
本文从架构师视角，用 4+1 视图完整描述围棋打谱辅助系统的顶层设计。核心决策：引入命令模式解耦输入源（人类 / 摄像头 / AI / SGF），统一 GoBoard 不可变状态...
围棋打谱辅助系统：4+1 架构设计 V2
智能围棋盘 —— 系统架构设计文档 版本: v2.0 | 架构师: Magic_GT | 修订: Magic_HK | 方法论: 4+1 View Model (Kruchten) 设计目标: 构建一个高内聚、低耦合、可扩展的围棋系统，支持：命令...
围棋打谱辅助系统：4+1 架构设计 V3
智能围棋盘 —— 系统架构设计文档 版本: v3.0 | 架构师: Magic_GT | 修订: Magic_HK | 方法论: 4+1 View Model (Kruchten) 设计目标: 构建一个高内聚、低耦合、可扩展的围棋系统，支持：命令...