swift中簡單幾何圖形識別具有重要意義，如對手勢的分析，希望達到的目的是不通過額外的複雜機器學習庫增加項目負擔，用儘可能精悍小型的庫達到較大準確度的識別。
比較幾種識別圖形的方法：
(1)記錄邊的個數及角的大小，這是粗糙的想法，實際對於項目本身來說，多筆存儲消耗更大不現實而準確度也相對很低
(2)psu的paper記錄了len/pch的比值判定法，len指實際所有筆畫的長度，pch即perimeter of convex hull 凸包長度，這一系 列的比值包括平方所得比值可以進行幾何圖形判定，是個算法沒有實現，我具體實現後再討論。
(3)cmu的手勢識別包括及其拓展開的利用json點模板判斷準確度方法，準確度在僅需要3個圖形的項目中很高...只需要注重邊角的問題即可。