known triangle
Pen bluePen = new Pen( Color.Blue, 2 ); //
triangle
for ( int i = 0, n = blobs.Length; i < n; i++ )
{
List<IntPoint>
edgePoints
=
blobCounter.GetBlobsEdgePoints( blobs[i] );
(float) ( center.Y - radius ),
(float) ( radius * 2 ), (float)
( radius * 2 ) );
}
else
{
List<IntPoint> corners;
// 三角形 或者四边形
if
( shapeChecker.IsConvexPolygon( edgePoints, out corners ) )
是一个专门为开发者和研究者基于 C#框架设计的， 他包括计算机视觉与人工智能，图像处理，神经网络，遗传算法，机 器学习，模糊系统，机器人控制等领域。
这个框架由一系列的类库组成。主要包括有： AForge.Imaging —— 一些日常的图像处理和过滤器 AForge.Vision —— 计算机视觉应用类库
颜色特征提取后，如何用数值来有效的表示图像在颜色上的相似 程度，这便是相似度量问题
相似度量也是直接影响识别效果的重要环节，在模式识别技术 中，特征的相似度量均采用距离法 ，即特征的相似程度用特征向量 的空间距离来表示。
经过彩色边缘检测，图像分割和特征提取，对分割后的图像进行 模式匹配，并制作出用户界面，最终实现图像的分类和识别。 2.1.1 图形识别系统的设计
图 4 系统调用摄像头界面 2.1.3 系统识别效果
调用摄像头并进行识别的识别效果，如图 5 所示
图 5 图形识别
2.1.4 系统关键代码
(1) 图像处理关键代码:
// 图形识别
private void ProcessImage( Bitmap bitmap )
{
// 锁住图形
BitmapData bitmapData = bitmap.LockBits(
colorFilter.Red = new IntRange( 0, 64 );
colorFilter.Green = new IntRange( 0, 64 );
colorFilter.Blue = new IntRange( 0, 64 );
colorFilter.FillOutsideRange = false;
{
// 获取子类型
PolygonSubType
subType
=
shapeChecker.CheckPolygonSubType( corners );
Pen pen;
if
(
subType
==
PolygonSubType.Unknown )
{
pen = ( corners.Count == 4 ) ?
new Rectangle( 0, 0, bitmap.Width,
bitmap.Height ),
ImageLockMode.ReadWrite,
bitmap.PixelFormat );
// step 1 - 将背景转换为黑色
ColorFiltering
colorFilter
=
new
ColorFiltering( );
AForge.Neuro —— 神经网络计算库 AForge.Genetic -进化算法编 程库 AForge.MachineLearning —— 机器学习类库 AForge.Robotics —— 提供一些机器学习的工具类库 AForge.Video —— 一系列的视频处理类库 AForge.Fuzzy —— 模糊推理系统类库 AForge.Controls—— 图像，三维，图表显示控件
SimpleShapeChecker shapeChecker = new
SimpleShapeChecker( );
Graphics g = Graphics.FromImage( bitmap );
Pen yellowPen = new Pen( Color.Yellow, 2 ); //
circles
AForge.Point center;
float radius;
// 圆
if ( shapeChecker.IsCircle( edgePoints, out
center, out radius ) )
{
g.DrawEllipse( yellowPen,
(float) ( center.X - radius ),
greenPen.Dispose( );
blueP( );
g.Dispose( );
//将图形放入剪贴板
Clipboard.SetDataObject( bitmap );
// 显示识别后的图形
pictureBox.Image = bitmap;
Pen redPen = new Pen( Color.Red, 2 );
//
quadrilateral
Pen brownPen = new Pen( Color.Brown, 2 ); //
quadrilateral with known sub-type
Pen greenPen = new Pen( Color.Green, 2 ); //
本系统直接利用窗体设计实现，界面简单友好，方面用户使用， 如图 3 所示。
图 3 图像识别系统界面 本系统通过编程实现调用笔记本电脑的摄像头，利用摄像头拍摄 图片作为系统检测的图像， 之后通过编程检测图像的轮廓确定为何
种图形。在拍摄图片的过程中，由于摄像头像素有限，拍摄的图片存 在各种干扰，因此尽量在光线较好的环境下进行拍摄。在后续编程过 程中，也可以先将图片进行降噪处理，再对图片进行轮廓检测，提高 本系统的精确率，系统调用摄像头的界面如图 4 所示。
private int FrameNumber = 30;
public
void
InitializeWebCam(ref
System.Windows.Forms.PictureBox ImageControl)
redPen : bluePen;
}
else
{
pen = ( corners.Count == 4 ) ?
brownPen : greenPen;
}
g.DrawPolygon(
pen,
ToPointsArray( corners ) );
}
}
}
yellowPen.Dispose( );
redPen.Dispose( );
我们使用其中的 AForge.Imaging 进行了图形的识别，因为在此 命名空间里面包括了我们进行简单图形识别的类，所以我们的操作相 对就比较简单了，直接使用其中的类进行操作即可，在识别出对应的 形状之后，我们使用颜色进行标记，以此显示出，所对应的形状。
为了比较方便的对于一些纸质的图片进行是识别，我们使用了其 中的视频处理类 AForge.Video，可以很方便的调用摄像头，进行拍 照，并对拍照的图片进行识别。 2.1.2 系统界面
对于一个数字图形的识别可以分为以下四个步骤： (1) 数码图片的获取， (2 ) 图像的彩色边缘检测、图像的分割， (3) 图象的颜色特征和形状特征提取 (4) 图像的分类识别。
我们的设计主要是根据图形的边缘特征，以此来与机器记忆中的 特征值进行比较，如果比较相近，那么就可以认为是指定的图形形状。
边缘是图像的一个基本特征，携带了图像中的大量信息，边缘 检测不仅能得到关于边界的有用的结构信息，而且还能极大地减少要 处理的数据，很多图像处理和识别算法都以边缘检测为重要基础。
边缘按其颜色特征可分为灰度边缘和彩色边缘。 (1)灰度图像可由图像亮度函数来描述，灰度边缘可以定义为图像亮 度函数的具有边缘特征的不连续点的集合，它描述了灰度函数的局部 突变。 (2)彩色图像可由图像色彩函数来描述，彩色边缘可以定义为图像色 彩函数的具有边缘特征的不连续点的集合，它描述了色彩函数的局部 突变。
UpdatePictureBoxPosition( );
}
2 调用摄像头关键代码:
对于摄像头的操作进行了类的封装，方便对于摄像头的操作，包
括开启，停止，继续，以及进行捕捉、保存等操作。
class WebCam
{
private WebCamCapture webcam;
private System.Windows.Forms.PictureBox _FrameImage;
就是获得了目标的形状。 任何物体的形状特征均可由其几何属性（如长度、面积、距离、
凹凸等），统计属性（如投影）和拓扑属性（如连通、欧拉数）来进 行描述。
可以用来表示形状的特征包括几何特征和矩特征。 (2) 颜色特征:
由于颜色特征具有旋转不变性和尺度不变性，因而，在图象识别 技术，颜色是使用最广泛的特征之一。而颜色特征的提取是利用颜色 特征进行图象识别的关键之一。目前，大部分系统都采用颜色比例分 布作为颜色基本特征， 这就是图象领域中的直方图法。
长期以来人们主要致力于灰度边缘的研究并取得了很好的效 果。但彩色边缘能比灰度图像提供更多的信息。有研究表明，彩色图 像中，大约有 90％的边缘与灰度图像中的边缘相同，也就是说，有 10％的边缘在灰度图像中是检测不到的。因此，彩色边缘的检测受到 越来越多的重视。
彩色边缘检测的方法: （1）输出融合法
blobCounter.MinWidth = 5;