基于Aforge的手势识别之三 多点手势识别

               

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

       上次介绍了单点手势识别,这次就继续介绍一下如何实现多点手势识别,先来看看本文实现的效果图,图片有点大,请稍候。。。:

 

       我预先让程序学习了B和C这两个字母,第一个对象通过点击鼠标左键去选择颜色(对象为绿色),第二个对象通过点击鼠标右键去选择颜色(对象为红色),然后通过两支手指的手势识别分别向程序绘画图形,所以点击recorgize时,就自动把图形的特征对应的字母给识别出来了。

       本文上一篇文章的延伸,如图中所示,这里通过一个对象的消失/重现来识别是否开始绘图,当突然消失/重现则开始绘图,再次消失/重现则停止绘图。本文的代码可以到这里下载:http://download.csdn.net/source/2323958

        接下来贴出本文的核心代码:

        private void videoSourcePlayer1_NewFrame( object sender, ref Bitmap image )        {            //保存捕获到的对象            List<Rectangle> []rects = new List<Rectangle>[2];            Bitmap[] objectImage = new Bitmap[2];            for (int i = 0; i < ObjectSum; i++)//捕获对象            {                nowImg[i] = (Bitmap)image.Clone();                objectImage[i] = colorFilter[i].Apply(nowImg[i]);                // lock image for further processing                BitmapData objectData = objectImage[i].LockBits(new Rectangle(0, 0, image.Width, image.Height),                    ImageLockMode.ReadOnly, image.PixelFormat);                // grayscaling                UnmanagedImage grayImage = new GrayscaleBT709().Apply(new UnmanagedImage(objectData));                // unlock image                objectImage[i].UnlockBits(objectData);                // 从颜色中筛选有效的对象                blobCounter[i].ProcessImage(grayImage);                rects[i] = new List<Rectangle>();                rects[i].AddRange(blobCounter[i].GetObjectsRectangles());                //如果当前对象i不存在,并且原有的对象i又是存在的,则表示是对象i隐藏起来了                if (rects[i].Count == 0 && oldRect[i].IsEmpty == false)                {                    isCapture[i] = !isCapture[i];//改变为反模式                    clsHandWrite[i].Clear();                }                else if (rects[i].Count > 0)//如果当前对象i存在                {                    #region 去掉内部和黏在一起的对象                    for (int ii = 0; ii < rects[i].Count - 1; ii++)                    {                        //true表示X轴上不能相交,false表示相交                        Boolean isNoTouchX = Math.Max(rects[i][ii + 1].Right, rects[i][ii].Right) - Math.Min(rects[i][ii + 1].Left, rects[i][ii].Left) > (rects[i][ii].Width + rects[i][ii + 1].Width);                        //true表示Y轴上不能相交,false表示相交                        Boolean isNoTouchY = Math.Max(rects[i][ii + 1].Bottom, rects[i][ii].Bottom) - Math.Min(rects[i][ii + 1].Top, rects[i][ii].Top) > (rects[i][ii].Height + rects[i][ii + 1].Height);                        if (isNoTouchX == false && isNoTouchY == false)//如果两个对象相交                        {                            Rectangle rect = new Rectangle(Math.Min(rects[i][ii].Left, rects[i][ii + 1].Left),                                Math.Min(rects[i][ii].Top, rects[i][ii + 1].Top),                                Math.Max(rects[i][ii].Right, rects[i][ii + 1].Right) - Math.Min(rects[i][ii].Left, rects[i][ii + 1].Left),                                Math.Max(rects[i][ii].Bottom, rects[i][ii + 1].Bottom) - Math.Min(rects[i][ii].Top, rects[i][ii + 1].Top));                            rects[i].RemoveAt(ii + 1);                            rects[i].RemoveAt(ii);                            rects[i].Add(rect);                            ii = 0;                        }                    }                    #endregion                    #region 画出表示点                    Rectangle objectRect = rects[i][0];//只取得该对象第一个矩阵                    Graphics g = Graphics.FromImage(image);                    if (isCapture[i])//如果捕捉到对象                    {                        Pen pen = new Pen(Color.FromArgb(255, 255, 255), 3);                        g.DrawRectangle(pen, objectRect);                        int x = (objectRect.Left + objectRect.Width / 2) * pbDraw1.Width / videoSourcePlayer1.Width;                        int y = (objectRect.Top + objectRect.Height / 2) * pbDraw1.Height / videoSourcePlayer1.Height;                        clsHandWrite[i].Draw(x, y);                    }                    else//如果没有捕捉到对象                    {                        Pen pen = new Pen(Color.FromArgb(160, 255, 160), 3);                        g.DrawRectangle(pen, objectRect);                    }                    g.Dispose();                    oldRect[i] = new Rectangle();//初始化                    oldRect[i] = rects[i][0];                    #endregion                }            }            Cls_Common.UpdateObjectPicture(ref pictureBox1, objectImage[0]);//显示过滤颜色的对象1            Cls_Common.UpdateObjectPicture(ref pictureBox2, objectImage[1]);//显示过滤颜色的对象2        }        /// <summary>        /// 选择绿色的物体为识别的对象        /// </summary>        private void videoSourcePlayer1_MouseUp(object sender, MouseEventArgs e)        {            if (e.Button == MouseButtons.Left)//点击左键,识别绿色对象                Cls_Common.MarkGreen(nowImg[0], ref colorFilter[0], e.X, e.Y);            else  if (e.Button == MouseButtons.Right)//点击右键,识别红色对象                Cls_Common.MarkRed(nowImg[1], ref colorFilter[1], e.X, e.Y);        }

 

 

           

再分享一下我老师大神的人工智能教程吧。零基础!通俗易懂!风趣幽默!还带黄段子!希望你也加入到我们人工智能的队伍中来!https://blog.csdn.net/jiangjunshow

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    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。
评论
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