Ultralytics YOLO

使用视觉 AI 模型识别扑克牌

探索使用视觉 AI 模型识别扑克牌如何提供速度和准确性，并可应用于赌场、AR 或 VR 以及智能牌桌。

ABAbirami Vina

4 min readSeptember 15, 2025

扑克牌游戏随处可见，从随意的家庭聚会到高赌注的赌场牌桌。虽然在玩游戏时分析牌面看起来很简单，但在游戏过程中正确识别每一张牌可能至关重要。即使是像看错牌或记错分这样的小失误，也可能影响游戏的公平性。

传统上，玩家和荷官手动处理此过程，但人工监控容易出错。这些失误会影响效率和整体游戏体验。人工智能 (AI) 和计算机视觉（AI 的一个分支，使机器能够观察并解释视觉信息）可以通过自动化扑克牌检测和监控来帮助克服这些局限性。

计算机视觉模型（例如 Ultralytics YOLO11）支持各种视觉任务，包括目标检测和实例分割。在扑克牌游戏中，这些视觉功能可以帮助识别桌上的每一张牌。即使牌面重叠或移动迅速，它也能确保可靠且一致的监控。

在本文中，我们将深入探讨手动识牌的挑战，以及计算机视觉如何实现准确识别。让我们开始吧！

Link to this section了解扑克牌检测#

在探讨手动识牌的挑战之前，让我们先详细了解一下计算机视觉背景下的扑克牌检测是什么意思。

简单来说，检测扑克牌就是教机器像人类一样识别和解释牌面。摄像头捕捉视觉细节，而由神经网络（特别是卷积神经网络 (CNN)）驱动的计算机视觉模型则会处理这些数据以理解桌上的情况。

此过程通常包括在包含各种花色和点数的图像数据集上训练计算机视觉模型，这些图像是在各种光照条件、角度和背景下拍摄的。类似的方法也适用于其他卡牌游戏，例如 Pokémon 或集换式卡牌游戏，在这些游戏中，准确识别独特的卡牌设计至关重要。通过这个模型训练过程，视觉模型学会了识别卡牌的特征。

计算机视觉检测桌面上的扑克牌

图 1. 用于检测扑克牌的计算机视觉。（来源)

一旦训练完成，该模型就能发现桌上的多张牌并识别其点数和花色。它的工作方式很像人类扫描摊开的牌，只不过在这里眼睛被摄像头取代，大脑被算法取代。这些步骤共同实现了可靠的卡牌识别。

以下是手动扑克牌检测的一些局限性：

人为错误：人会犯错，尤其是在处理重复性任务时。在纸牌游戏中，这可能意味着看错花色、混淆数值或记错分数。长时间的游戏过程使失误更有可能发生，增加了影响游戏体验的错误风险。
速度限制：手动监控纸牌需要时间。观察者需要观看每一个动作并手动记分，这自然会减慢游戏速度。这些延迟会打断游戏的节奏并降低玩家的整体体验。
一致性：观察结果因人而异。对一个人来说显而易见的事情，另一个人可能会忽略。这种不一致性使得手动监控不可靠，并影响了不同游戏之间的准确性。
公平性和透明度：如果没有一个公正的系统，就很难确保游戏的公平竞争。错误或违规行为可能会被忽视，玩家可能会对结果提出质疑。这降低了信任感，并使冲突更难解决。
可扩展性：监控一张桌子就很有挑战性；同时处理多张桌子或多场游戏很快就会变得不切实际。

计算机视觉有助于克服这些挑战，确保准确且一致的卡牌检测。接下来，让我们讨论如何使用 YOLO11 来识别扑克牌。

训练像 YOLO11 这样的深度学习模型，首先要构建大型的带标注卡牌图像数据集。YOLO11 专为快速、精确的视觉分析而设计，支持关键的计算机视觉任务：目标检测（使用边界框定位图像中的对象）和图像分类（根据特征分配标签）。

虽然 YOLO11 在 COCO (Common Objects in Context) 数据集上进行了预训练，涵盖了各种日常物品，但并不包含扑克牌，这种预训练为其识别形状、纹理和模式打下了坚实的基础。为了专注于扑克牌检测，必须在专门的扑克牌数据集上对模型进行微调或定制训练。

此过程涉及在不同条件下（各种角度、光照甚至重叠排列）收集卡牌图像。然后对每张牌进行标注：用于目标检测的边界框和标签，或用于像素级实例分割的详细掩码。在测试图像上进行训练和验证后，YOLO11 就能在现实场景中可靠地检测并识别扑克牌。

已标注用于目标检测的扑克牌

图 2. 可标注用于检测扑克牌的图像示例。（来源)

有多种方法可以进行卡牌识别，由于 YOLO11 支持多种任务，因此可以采用多种方法。

以下是 YOLO11 以不同方式应用来分析牌桌上卡牌的方法：

仅目标检测：在这种方法中，训练 YOLO11 时，将每一张独特的牌（例如黑桃 A、红心 2）视为一个单独的类别。模型可以在一个步骤中定位并识别每一张牌。如果有足够的训练数据，它甚至可以识别重叠的卡牌。
检测与分类：另一种方法是将任务分为两个阶段。YOLO11 首先通过绘制边界框来检测卡牌，然后另一个 YOLO11 模型使用图像分类来确定它们的花色和点数。这种方法更容易在不重新训练基础目标检测模型的情况下添加新的卡牌类型或自定义设计。但是，如果新卡牌在外观上差异太大（例如尺寸、形状或布局），则可能还需要对检测模型进行重新训练以保持准确性。
跨帧跟踪：分析视频流时，可以利用 YOLO11 对目标跟踪的支持来跟踪多帧中的卡牌。这可以防止移动的卡牌被重复计数，并有助于在快节奏游戏中保持准确性。

这些不同的方法使 YOLO11 能够支持实时应用，例如二十一点计分、监控游戏过程以及生成分析报告。最佳方法取决于游戏的具体需求。