基于Aforge的手势识别之一~~~简单的手写识别

本文来自http://blog.csdn.net/hellogv/ ,引用必须注明出处!

     上一篇文章介绍了如何用Aforge去捕捉运动物体,现在就介绍一个更深入的操作----手势识别。
      我实现手势识别的原理很简单:捕捉运动物体+手写识别,把运动的物体的轨迹记录下来,然后通过手写识别引擎去搜索数据中最匹配的数据,从而知道“写”的是什么。目前常见的开源手写识别引擎有zinnia,wagomu 这些,不过小弟我比较业余,只把网上的比较常见的手写识别代码改进一下,只能识别字母和数字,真想通过摄像头隔空“手写”的朋友就要多花时间玩玩上面提到的几个开源手写类库了。

      本文介绍的手写识别:先在一个固定大小的画板上,用鼠标画下某图形,输入该图形对应的字母,程序把画板上的字母特征点都保存下来特征数据库(相当于学习记忆),然后再在画板上画出类似该字母的图形,程序就通过新画的特征点搜索特征数据库从而找出最类似的字母。

接下来贴出核心代码,详细的代码请到这里下载:http://download.csdn.net/source/2312865

GetBMPContext()是把画板中的图形的特征分析出来,Learn()是把特征与特定的字母/数字对应起来保存到数据库,Recognise()是把当前画板的图形特征从数据库中搜索,从而找出对应的字母/数字。

  

  • 5
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
### 回答1: 基于aforge的图像识别程序是一种利用计算机视觉技术实现的自动图像识别应用程序,它采用了aforge人工智能框架来对图像进行处理和分析,从而能够自动识别出图像中的目标物体、人脸、文字等信息,具有广泛的应用价值。 基于aforge的图像识别程序的工作原理是:先将待识别的图像进行预处理,如裁剪、缩放、去噪等操作,使其符合算法处理的要求。然后,根据不同的需求选用不同的算法进行图像分析和处理,如特征点检测、颜色分析、形状匹配等。最终,将分析得到的结果与预先设置的策略进行比对,确定目标物体的位置、尺寸和属性等信息。 基于aforge的图像识别程序可以应用于各种领域,如工业自动化、智能监控、医学影像分析等。例如,在工业生产中,可以用于检测产品的缺陷、质量问题等;在智能监控中,可以用于识别行人、车辆等信息,实现基于视觉的安防措施;在医学影像分析中,可以用于识别医学图像中的病变、器官等信息,提升医疗诊断的准确性。 总之,基于aforge的图像识别程序是一种十分有前景和潜力的应用程序,能够运用先进的计算机视觉技术实现自动化的图像识别,为现代化社会的进步和发展贡献巨大。 ### 回答2: 基于aforge库的图像识别程序可用于在图像、视频或摄像头实时流中识别物体、人脸、文字等。 该程序的主要流程为:首先加载所需的aforge库,然后打开要识别的图像或视频文件,对其进行归一化、分割等处理操作。接着将处理后的图像通过训练好的算法进行特征提取和分类,从而确定图像中是否存在所需识别的物体、人脸等。 对于物体识别,通常使用SIFT或SURF算法进行特征提取;人脸识别则使用Haar-cascade或基于深度学习的卷积神经网络(CNN)等算法。 在实际使用中,使用者可以根据实际需求调整参数,提高图像的识别准确度,例如改变图像的亮度、对比度、尺寸等,或更改特征提取算法的参数。 总之,基于aforge的图像识别程序可以广泛应用于安防监控、智能家居、无人驾驶、医疗影像等各种领域,为人们的生活和工作提供更便捷、高效的解决方案。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值