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。