基於Aforge的手勢識別之一~~~簡單的手寫識別

本文主要是介绍基於Aforge的手勢識別之一~~~簡單的手寫識別，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

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 plain copy print ?  
 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;  
 }  