基于Aforge的手势识别之一~~~简单的手写识别

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。