基於Aforge的手勢識別之一~~~簡單的手寫識別

来源：互联网发布：淘宝一键抢拍编辑：程序博客网时间：2024/05/15 23:07

本文來自http://blog.csdn.net/hellogv/ ，引用必須注明出處！

上一篇文章介紹了如何用Aforge去捕捉運動物體，現在就介紹一個更深入的操作----手勢識別。
我實現手勢識別的原理很簡單：捕捉運動物體+手寫識別，把運動的物體的軌跡記錄下來，然後通過手寫識別引擎去搜索數據中最匹配的數據，從而知道「寫」的是什麼。目前常見的開源手寫識別引擎有zinnia，wagomu 這些，不過小弟我比較業余，只把網上的比較常見的手寫識別代碼改進一下，只能識別字母和數字，真想通過攝像頭隔空「手寫」的朋友就要多花時間玩玩上面提到的幾個開源手寫類庫了。

本文介紹的手寫識別：先在一個固定大小的畫板上，用鼠標畫下某圖形，輸入該圖形對應的字母，程序把畫板上的字母特征點都保存下來特征數據庫(相當於學習記憶)，然後再在畫板上畫出類似該字母的圖形，程序就通過新畫的特征點搜索特征數據庫從而找出最類似的字母。

接下來貼出核心代碼，詳細的代碼請到這裡下載：http://download.csdn.net/source/2312865

GetBMPContext()是把畫板中的圖形的特征分析出來，Learn()是把特征與特定的字母/數字對應起來保存到數據庫，Recognise()是把當前畫板的圖形特征從數據庫中搜索，從而找出對應的字母/數字。

[c-sharp] view plaincopyprint?
const int SCAN_GAP = 10;  
private String GetBMPContext(Bitmap bmp)  
{  
    Boolean bool1stScan = true;  
    int ax = 0, ay = 0, bx = 0, by = 0;  
    String result = "";  
    for (int i = 1; i < bmp.Width; i = i + SCAN_GAP)  
    {  
        for (int j = 1; j < bmp.Height; j = j + SCAN_GAP)  
        {  
            if (bmp.GetPixel(i, j).ToArgb() == Color.Black.ToArgb())  
            {  
                if (bool1stScan == false)  
                {  
                    if (i <= ax) ax = i;  
                    if (i >= bx) bx = i;  
                    if (j <= ay) ay = j;  
                    if (j >= by) by = j;  
                }  
                else  
                {  
                    bool1stScan = false;  
                    ax = i;  
                    bx = i;  
                    ay = j;  
                    by = j;  
                }  
            }  
        }  
    }  
  
    Bitmap bmp2 = new Bitmap(20, 20);  
    Graphics g2 = Graphics.FromImage((Image)bmp2);  
    g2.Clear(Color.White);  
    g2.DrawImage(bmp, new Rectangle(0, 0, bmp2.Width, bmp2.Height),  
        new Rectangle(0, 0, bmp.Width, bmp.Height), GraphicsUnit.Pixel);  
    g2.Dispose();  
    //            pictureBox1.Image = bmp2;  
  
    int a = 0, b = 0;  
    for (int i = 0; i < bmp2.Width; i++)  
    {  
        for (int j = 0; j < bmp2.Height; j++)  
        {  
            if (bmp2.GetPixel(i, j).ToArgb() == Color.Black.ToArgb())  
                result = result + "0";  
            else  
                result = result + "1";  
        }  
    }  
    return result;  
}  
  
public void Learn(String name)  
{  
    StreamWriter sw = new StreamWriter(fileName, true);  
    sw.WriteLine(name + " " + GetBMPContext(bmpDraw));  
    sw.Close();  
}  
  
public String Recognise()  
{  
    String current = GetBMPContext(bmpDraw);  
    StreamReader sr = new StreamReader(fileName);  
    int max = 0;  
    String result = "";  
    while (sr.EndOfStream == false)  
    {  
        String[] key = sr.ReadLine().Split(' ');  
        String name = key[0];  
        String data = key[1];  
        int match = 0;  
  
        for (int i = 0; i < current.Length; i++)  
        {  
            if (current[i] == data[i])  
                match++;  
        }  
        if (match >= max)  
        {  
            result = name;  
            max = match;  
        }  
        //Trace.WriteLine(result + ":" + match + "," + max);  
    }  
    sr.Close();  
  
    return result;  
}  