C# 无神经网络的手机触摸手势识别

我正在为手机开发一个手势识别程序。我试图完成的是让用户绘制他们自己的“模式”，然后让这些模式做不同的事情

存储模式——我称之为“模式保存”算法 这是在最初绘制和记录手势时发生的。这也是我用来抓取用户所画内容并用于比较的算法：

用户开始绘制其图案。对于每15个像素，将在称为“列表”的列表中放置一个点

绘制图案后，第一个和最后一个点将从列表中删除

对于现在列表中的每个点，它们的连接将转换为方向枚举（包含8个方向），然后该枚举也将添加到列表中，现在称为“列表”

过滤器1开始，在列表中一次通过3个方向。如果左方向与右方向相同，则删除中间方向

过滤器2开始，删除重复方向

过滤器3开始，去除假定的噪声。假设的噪声是通过一对重复方向反复出现来检测的。（例如，“左上左上”变为“左上”或“左”）

过滤器4开始，去除更多假定的噪声。假设此时通过（再次）在列表中一次比较3个方向来检测噪声，如步骤4（滤波器1）所示，但如果未检查方向是否完全相等，则仅几乎相等（例如，左几乎等于“左上”和“左下”）

方向列表现在存储在一个文件中。方向列表保存为手势本身，用于以后比较

比较模式 一旦用户绘制了一个模式，“模式保存”算法也被用于该模式（但只用于过滤噪声，而不是实际保存噪声，因为这样做很愚蠢）

然后将此过滤模式与手势列表中的所有当前模式进行比较。这种比较法描述起来相当复杂，而且我的英语也不如我应该的那么好

简而言之，它通过用户输入的手势，并将此手势中的每个方向与所有其他手势方向进行比较。如果一个方向是相似的（如上面的算法所示），那没关系，它会继续检查下一个方向。如果连续两次不相似，则视为不匹配

结论 所有这些都是我自己开发的，因为我喜欢做我所做的事情。我很想知道，在互联网上是否有任何地方可以找到与我正在做的事情类似的资源

我不想要任何神经网络解决方案。可以说，我希望它处于“控制之下”，不需要任何培训

一些反馈也会很好，也会很有效，如果你有任何方法，我可以把上面的算法做得更好

你看，它在某些情况下运行良好。但举例来说，当我做一个“M”和一个倒置的“V”时，它无法识别出区别

我们将不胜感激。哦，如果你认为我把每件事都描述得很好的话，那就投票支持这个问题吧

总体思路

M和V不会因为你丢弃了第一个点和最后一个点而看起来相同吗？废弃第一个和最后一个点似乎有点多余，因为你无论如何都要按方向操作（三个点的列表已经导致只有两个方向的列表）

另外，我建议只制作这样的原型。你会发现你是否会受到噪音的影响（我预计不会，因为“每15个像素”）

Re：比较阶段

---

我想，通过阅读彼得·诺维格斯（Peter Norvigs）优秀的16行拼写检查器文章，你会对匹配“密切相关”的动作有一些更一般的想法

您基本上是在使用基于手势方向的马尔可夫（ish）FSM来计算形状的“接近度”。你不应该。无论是从左向右还是从右向左绘制，

M

看起来都一样。（也许我误解了这个细节。）

---

您应该使用类似的方法比较形状。特别是。此函数使用（a）来比较的“接近度”。Hu矩用于更复杂的形状识别算法，如SURF，并作为其一部分。对于您要做的事情，它应该足够好。

有问题吗？如果有任何代码，我建议删除第一点和最后一点的原因是由于Windows Phone上触摸的性质。在手机上运行时，第一点和最后一点通常显示为噪音。很有趣，但我不希望使用第三方组件。