基於Aforge的手勢識別之一~~~簡單的手寫識別

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。

 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;
 }