swift中简单几何图形识别具有重要意义,如对手势的分析,希望达到的目的是不通过额外的复杂机器学习库增加项目负担,用尽可能精悍小型的库达到较大准确度的识别。
比较几种识别图形的方法:
(1)记录边的个数及角的大小,这是粗糙的想法,实际对于项目本身来说,多笔存储消耗更大不现实而准确度也相对很低
(2)psu的paper记录了len/pch的比值判定法,len指实际所有笔画的长度,pch即perimeter of convex hull 凸包长度,这一系 列的比值包括平方所得比值可以进行几何图形判定,是个算法没有实现,我具体实现后再讨论。
(3)cmu的手势识别包括及其拓展开的利用json点模板判断准确度方法,准确度在仅需要3个图形的项目中很高...只需要注重边角的问题即可。