写真1枚で麻雀手牌を解析する方法
最新のAI画像認識技術により、麻雀牌をスマホで撮って自動判定することが可能になりました。
この記事ではAI解析の仕組み、JANAIが内部で何をしているか、精度を上げるコツ、技術的な限界まで解説します。
01AI画像認識の進化
過去5年でAIの画像認識技術は劇的に進化しました。
- 2020年以前：限定的な認識（特定環境下のみ）
- 2023年以降：マルチモーダルAI（画像＋テキスト同時理解）
- 2025年以降：精度90%超で実用レベル
JANAIはGemini（Googleの最新マルチモーダルAI）を活用しています。
02解析の3ステップ
- 画像認識：手牌の写真から各牌を特定
- 麻雀ロジック：認識結果から役・打点・待ちを計算
- 結果表示：UIで分かりやすく整形
03STEP1：画像認識の中身
AIは写真の中から34種類の麻雀牌を識別します。
- 萬子：漢数字＋萬の文字認識
- 筒子：丸い円のパターン認識
- 索子：竹の本数カウント（最も難易度高）
- 字牌：東南西北白發中の文字認識
特に索子は2索〜9索の竹の本数を正確に数える必要があり、AI認識でも難所。
04JANAIの精度向上の工夫
参考画像（リファレンス）の同送
JANAIはユーザーの手牌写真と一緒に「34種類の牌見本画像」をAIに送ります。これによりAIが「この牌は見本のどれに似てる？」と比較できる。
厳格なプロンプト設計
AIに「索子は本数を数えろ、推測するな」「漢数字は1文字ずつ確認しろ」など、麻雀特有の判断基準を細かく指示。
JS麻雀ロジックエンジンとのハイブリッド
AIが認識した牌情報を、独自のJavaScriptエンジンで再計算。AIの誤判定を補正します。
05STEP2：麻雀ロジック計算
14枚の牌情報から：
- 4面子1雀頭の組み合わせを全パターン探索
- 七対子・国士無双の特殊形チェック
- 役の判定（35種類すべて）
- 符・翻の計算
- ロン/ツモ別の点数
06精度を上げる撮影のコツ
- 真上から撮影（斜めだと歪みで誤認識）
- 明るい環境（蛍光灯下が理想）
- 牌を等間隔・水平に並べる
- 影が入らないように
- 14枚すべてが画面に収まる距離（約50cm）
07AI解析の限界
暗い場所
光量不足では各牌の文字が読み取れない。5〜10倍の精度低下。
牌の重なり
牌が重なっていると、隠れた牌は認識不可。
特殊な牌（ローカルセット）
装飾的な牌・古い牌・海外仕様の牌は学習データにないため精度低下。
赤ドラの判別
赤い5の認識は安定しないので、JANAIでは状況入力で赤ドラ枚数を補完できるUIを用意。
08判定精度の評価
| 条件 | 精度目安 |
|---|---|
| 明るい屋内＋真上 | 95%+ |
| 標準的な照明＋斜め | 85〜90% |
| 薄暗い場所 | 70〜80% |
| 夜の雀荘＋暗い卓 | 60〜70% |
JANAIでは精度バッジ（高/中/低）を表示し、ユーザーが信頼度を判断できるようにしています。
💡 POINT
「精度低」と出た時は1〜2枚牌をタップして手動修正できるUIあり。再撮影しなくても完璧な結果が得られる。
⚠ AI判定はあくまで補助
最終的な点数は人間が確認すべき。特に大会・賭け麻雀では、AIの判定をそのまま申告するのではなく確認する習慣を。
09まとめ
- AIで麻雀牌の自動認識が実用レベル
- JANAIはGemini AI＋独自ロジックのハイブリッド
- 明るい・真上・等間隔で95%以上の精度
- 暗い・重なりは精度低下、手動修正で対応
- 最終確認は人間の目で