Задача: Программа загружает картинку на форму ( в pictureBox к примеру ), картинка черно-белая, фигуры черные: квадрат, треугольник, круг. По щелчку мыши надо определить на какую фигуру щелкнул юзер, для этого надо узнать цвет пикселя в том месте где юзер щелкнул...

Загружаю картинку следующим образом:



Далее у меня получается тока получить координаты щелчка мышью:



А как теперь по этим координатом получить цвет пикселя - ума не приложу   
Если кто, что знает подскажите плз...
У мя такое чувство, что надо по другому загружать файл наверное...  Создавать DC ...

(pictureBox1.Image as Bitmap).GetPixel(MX, MY)

Спасибо!
Сталкнулся со следующей проблемой:

                                   

На строке: 


Иногда выдает исключение: An unhandled exception of type 'System.ArgumentException' occurred in system.drawing.dll

Additional information: Invalid parameter used.

И яркость не совпадает со щелчками мыши... почему - то. Я испробывал все св-ва pictureBox-a SizeMode но постоянно яркость не совподает с действительностью. Пологаю, что это связано с тем, что у меня нету никаких приведений координат мыши с контролом. Т.е. координаты щелчка ведь считаются относительно контрола или экрана? 
Да однозначно привязка идет по экрану, можно ли как нить привязать к контролу?
У PictureBox есть скролы? Это бы я думаю решило бы вопрос с оригинальным размером изображения ..


Это сообщение отредактировал(а) Мурлыкатам_ - 27.10.2007, 22:27

Я молодец! Я додумался ))) Как привязать координаты!



Осталось тока реализовать алгоритм обхода границ фигуры для распознования формы фигуры   


Это сообщение отредактировал(а) Мурлыкатам_ - 28.10.2007, 00:40

Короче всё программное сделал, надо найти или придумать алгоритм расспознования фигур чисто математически, я решил делать по принципу обхода границы фигуры, и по признакам фигур делать вывод о фигуре. Может кто знает какую - нить готовую схему решения?
У мя получается что для распознования прямоугольника понадобиться 5 циклов и 8 условных операторов ... мне кажеться это оч много ...

если дело ограничивается еллипсом, треугольником и прямоугольником. то можно обходить фигуру по ее краю и считать кол-во углов, как мест резкой смены наклона линнии границы фигуры. 

А в этом случае углов на эллипсе не будет?
Преподователь предлогает загнать всё изображение в матрицу А[width;height] пройтись по каждому пикселю, найти связанные пиксели, обозначить что группа связанных пикселей - фигура, каждой фигуре присвоить цифру, и работать чисто с этой матрицей. А щелчек юзера обрабатывать как int MouseClick = A[x,y]; И в зависимости от цифры решать какая фигура, а сам процесс распознование фигуры - на плечи студента :(

А сама картинка (которую загоняют) большая? Можно сделать нейронную сеть и обучить её (так как кол-во фигур маленькое, а картинку, в конце концов, можно и уменьшить, и обрезать ненужные края (удалить те крайние столбцы и строки, в которых нет ни одного черного пиксела)).

нейронная сеть- это слишком долго, и прокатит, если картинка 10на10 пикселей. лучше считать углы, в еллипсе кол-во углов будет или 0 (за редким случаем 2), в треугольнике 3 (за редким случаем 3) в прямоугольнике 4 (за редким случаем 2).
под редким случаем я понимаю такую ситуацию - см прикрепленный рисунок. тут даже человеку тяжело определить где что, не говоря уже про про машину.

Присоединённый файл ( Кол-во скачиваний: 19 )
 1.jpg 2,81 Kb

zaver, почему именно 10 на 10 пикселей?  В любом случае картинку можно программно увеличить/уменьшить/подрезать... Только обучать такую сеть будет действительно геморно.  А если обходить "жучком" контур фигуры, в принципе, очень даже и реально... Кстати, толщина линии в фигуре - 1 пиксел?

пикселей 10 на 10 - это я сказал образно, а имел ввиду, что самому NN можно сделать и научить в приемлемый срок только если у нее кол-во акцепоторов будет немного. чем больше множество сигналов, которые ты подаешь на NN, тем дольше и труднее ее надо учить. про масштабирование - понятно, можно сразу свести к тому, что у нас будет после масштабирования, играми с цветами и прочей косметикой. мы говорим о том, что мы подаем системе распознования на вход. темболее NN для лабы - это круто.

толщина - не обязательно 1 пиксел, фигура какая угодно.

Короче мои последние достижения:
1. Все фигуры обходяться жуком, выделяются по границе красным цветом 
2. Фигуры сплошныи - черные.

Мне нун алгоритм чтобы подсчитать углы :(((
Мучаюсь уже [censored 6]... че тока не пробавал.. Нун талковы алгоритм, вот как с жуком, всё четка и ясно.

Мурлыкатам_, интересная задача, можно я тоже выскажусь?

Знаете, подсчёт углов мне представляется жутковатым. У Вас ведь в числе образов имеется весьма и весьма нелинейная фигура. Это что же, Вы будете считать углы между каждой тройкой точек..? 

Мне кажется, идея преподавателя с матрицами весьма дальновидна. Она не только менее трудоёмка, но и в дальнейшем может оказаться более универсальной.

Как я понял, у Вас имеется приложение делающее следующее : на картинке имеются закрашенные (не полые!) фигурки. По щелчку мыши Вы определяете координаты пикселя, далее определяете его цвет, и, если этот цвет - чёрный, то начинаете вокруг этой точки ходить и собирать все рядом лежащие чёрные пиксели вплоть до границ фигуры. Прекрасно. А теперь, найдя максимумы-минимумы, можно найти прямоугольник, заключающий в себе обнаруженную фигуру. Создаём матрицу с размерностями, как у этого прямоугольника : где чёрные пиксели - кладём единицу, где нечёрные - ноль. На счёт гиганскости матрицы не стоит переживать - это уже отдельная задача- можно много-чего хорошего напридумывать в плане компактности.

Ту же самую процедуру нужно будет проделать с заранее заготовленными образами - с каждого "снять" по матрице. И обратить эти матрицы.

Как из этого получить результат? = Матрицу, снятую с исследуемого образа помножаем поочереди на обращённые матрицы эталонных образов. Чем ближе результат перемножения к единичной матрице (можно какую-нибудь норму оценивать), тем точнее совпадение - отсюда определяем, на какой из образов объект похож больше всего .

Это сообщение отредактировал(а) marcusmae - 6.11.2007, 21:18

Задача решена, вернее сведена к анализу массива с плавающими точками, причем в этом массиве углы очевидны.
Делал так:

1. После щелчка мышью - проход по черным пикселям до белого (нахождение границы)
2. Запуск алгоритма Жука (белый пиксель - поворот направо, черный - налево)
3. На каждом 3м шаге Жука по черному пикселю - создается матрица 5 х 5 
3.1 цикл заполняет матрицу, при этом считает белые пиксели, по концовки от 25 отнимаем количество белых пикселей.
3.2 Получаем 2 велечины: кол-во черных и белых пикселей, находим их отношение ().
3.3 Пишем в файл полученую велечину (мне показалось это удобнее чем в отладке на F5 жмякать и более наглядно).
4. И о чудо! ))) я сам оболдел при просмотре файла, хотя я теоретически предпологал данное явление, но все 5 х 5 матрицы, которые попадают на угол - отношение белые / черные > 1 или очень близко к нему, а предыдущий и следующий шаг < 1.
  * массив примерно следующего вида получается: 
0,5625
0,3157895
0,5625
0,3157895
2,571429    - очевидный угол
1,272727    - следующий шаг тоже цепляет этот угол + 1 угол 
0,7857143
0,7857143
0,6666667
0,3157895
0,4705882
0,5625
0,7857143
1,083333  -
2,571429  - повторное явление захвата одного угла 2 раза => + 1 угол
0,6666667
0,6666667
0,6666667
0,6666667
0,6666667
0,7857143
2,125               - откровенный угол (идеальный вариант работы алгоритма) => +1 угол
0,7857143
0,5625
0,3157895

Фигура - треугольник.
5. Остается тока обработать массив, чтобы посчитать угол.
Вот какой я молодец   

Мне нетерпится увидеть, как этот замечательный подход будет работать для круга   

Это сообщение отредактировал(а) marcusmae - 7.11.2007, 16:14