我有一个像这样保存的坐标的python列表：[(34,55),(44,66)....]。
此列表表示屏幕上的手绘线条。现在我需要检查这个线/形状是否与一些预先保存的基本形状的类似列表匹配，如方形，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。如果这是重复的话，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。它是我用opencv跟踪的对象遍历的路径。现在我需要通过在相机前面挥动物体来计算用户正在绘制的形状。
答案 0 :(得分：2)
这听起来与我在学士论文中关于“On-line Recognition of Handwritten Mathematical Symbols”的论文非常相似。
您可以使用neural network识别这些模式。对线进行插值，将线上的点标准化为固定数，将（x，y）坐标作为输入要素，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创建此类网络。以下是my two cents about TensorFlow。
这是一种模式匹配方法。请参阅我的学士论文或wikipedia。
如果你想要更简单的东西，如果你只有少量的类（例如<30），那么你也可以手工设计算法。我建议您查看Douglas-Peucker algorithm以找到最重要的要点。我在学士论文中对此进行了描述。当你转到this interactive preprocessing page时，你可以感受到这个算法（你可以在write-math.com上画一些东西，点击画布下面的“绘图”，点击“预处理”并通过选中复选框来应用它）