将图形与基本形状匹配的模式[关闭]答案

【问题标题】：Pattern matching a drawing with basic shapes [closed]将图形与基本形状匹配的模式[关闭]
【发布时间】：2015-12-28 06:11:02
【问题描述】：

我有一个这样保存的 Python 坐标列表：[(34,55),(44,66)....]。此列表指示屏幕上的手绘线。现在我需要检查这条线/形状是否与一些预先保存的类似基本形状的列表相匹配，如正方形、圆形、三角形等。（基本上我需要识别用户手势。）请建议一些机器学习技术来实现它。如果这是重复的，建议链接。（我更喜欢 Python 解决方案。）

P.S：用户输入的形状来自相机/视频。这是我用opencv跟踪的对象所经过的路径。现在我需要通过在相机前挥动物体来确定用户正在绘制的形状。

【问题讨论】：

标签： python opencv numpy machine-learning pattern-matching

【解决方案1】：

这听起来与我在关于“On-line Recognition of Handwritten Mathematical Symbols”的学士学位论文中所做的非常相似。

您可以使用neural network 识别这些模式。对线进行插值，将线上的点归一化为固定数，将 (x,y) 坐标作为输入特征，将形状类型作为输出节点（圆形一个节点，三角形一个节点，...）。

您可以使用 TensorFlow 创建这样的网络。这里是my two cents about TensorFlow。

动态时间扭曲

这是一种模式匹配方法。请参阅我的学士论文或wikipedia。

机器学习的替代方案

如果你想要更简单的东西并且你只有少量的类（例如 Douglas-Peucker algorithm 以找到最重要的点。我已经在我的学士论文中描述了它。当您转到this interactive preprocessing page 时，您可以感受一下这个算法（您可以在 write-math.com 上绘制一些东西，点击画布下方的“绘图”，点击“预处理”并通过选中复选框来应用它）

另见

【讨论】：

非常感谢您。但是有没有更简单的方法呢？对于这样一个简单的任务，人工神经网络听起来有点矫枉过正。我希望我可以使用 numpy 或一些 matpolib 来完成这项工作。
人工神经网络实际上使用起来非常简单，当你有足够的训练数据时它们表现最好（每类至少 50 个示例，最好是每类 150 个示例）。
@bhargav 我刚刚扩展了我的答案。这就是你要找的吗？
关于在线图形识别的论文正是我所问的。谢谢你的链接。