什么是收集数据以识别手绘几何图形的最佳算法和最佳方法？

Question

我需要识别用户手指在设备屏幕上绘制的一些元素。首先说它们是圆圈，水平线，对角线，方块，还有一些更复杂的，比如闪电标志。

不仅我需要说什么元素更可能是，而且我需要识别元素是否被绘制错误，所以它不是我认识的元素之一。

我想知道哪种算法最适合这种情况，以及为其收集数据的最佳方法是什么。

现在我用的是OpenCV，算法是支持向量机。我通过计算从中心坐标到10点图像的距离来收集数据。它运作不好。

Answer 1

听起来像你需要提取一个特征向量来描述你的“手势”。理想情况下，这些功能必须是规模和翻译不变的。那就是：他们区分手势，而不考虑其创建的大小或角度。

如果运动本身很重要，您可能会考虑使用Velocity Moments作为要使用的功能。或者，如果只处理手势的最终形状，则可以使用OpenCV提供的基于图像的方法。您可能对基于Hu Moments的matchShapes（）方法特别感兴趣。

如果您已经在使用SVM，那么这是您的监督分类器，您将为每个手势（带有标签）提取提取的特征向量以将其训练。除了选择分类器（PCA，朴素贝叶斯，人工神经网络等等） - 问题的关键在于您的训练数据的质量。

当我在过去做过类似的事情时，我只是使用一个小脚本收集训练数据以捕获鼠标的运动（当按钮被按下时）。我似乎还记得当时使用UNIX命令'xev'来捕获窗口鼠标事件。