基于Python如何实现植物识别小系统
短信预约 -IT技能 免费直播动态提醒
这篇文章主要介绍了基于Python如何实现植物识别小系统,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
正文
1)环境安装
本文用到的环境:Python3.7 Pycharm社区版 模块:PyQt5。
2)主程序
import sysfrom PyQt5.QtWidgets import(QWidget,QApplication,QGridLayout,QLabel, QLineEdit,QTextEdit,QPushButton,QFrame,QFileDialog)from PyQt5.QtGui import QPixmap#导入baiduAPI调用模块import requestclass AIGUI(QWidget): def __init__(self): super().__init__() self.initUI() def initUI(self): #关于表格类的相关初始化代码 #setSpacing 就是设置每个控件的外边框 grid=QGridLayout() grid.setSpacing(10) #各个控件 #1号控件 explain=QLabel('请选择您要识别的图片') #2号 单号文本框 self.imgUrl=QLineEdit() #3号,按钮 self.select=QPushButton("选择图片") #为按钮添加一个事件处理函数 self.select.clicked.connect(self.openfile) #4号,图片框 self.imgLab=QLabel("11.png") self.imgLab.setFrameShape(QFrame.Box) #imgLab.setFrameShadow(QFrame.Raised) self.imgLab.setLineWidth(1) #imgLab.setPixmap(QPixmap("")) #5号,多行 self.info=QTextEdit() #将控件进行合理布局 grid.addWidget(explain,1,0) grid.addWidget(self.imgUrl,1,1) grid.addWidget(self.select,1,2) grid.addWidget(self.imgLab,2,0,5,3) grid.addWidget(self.info,1,3,6,1) #窗口最后的设置 self.setLayout(grid) self.setGeometry(300,300,350,300) self.setWindowTitle("植物识别小系统") self.show() def openfile(self): #打开图片弹窗,选择图片 self.select_path=QFileDialog.getOpenFileName(self,"选择要识别的图片","/","Imgae Files(*.jpg *.png)") #如果没选择图片,空过 if not self.select_path[0].strip(): pass else: #选择图片后执行下面的内容 # 设置图片的路径 self.imgUrl.setText(self.select_path[0]) #在图片标签框中显示图片 #1)根据路径pixmap解析图片 pixmap=QPixmap(self.select_path[0]) #2)缩放图片 scalePixmap=pixmap.scaledToWidth(300) #scaledPixmap=pixmap.scaled(QSize(311,301)) #3)显示 self.imgLab.setPixmap(scalePixmap) result=self.identify() self.info.setText(result) #借助百度AI平台完成植物识别工作 def identify(self): result=Request.BaiduAPI(self.select_path[0]) return result def main(): app=QApplication(sys.argv) ai=AIGUI() sys.exit(app.exec_())if __name__=='__main__': main()
3)效果展示
第一组玫瑰花:
第二组百合花:
感谢你能够认真阅读完这篇文章,希望小编分享的“基于Python如何实现植物识别小系统”这篇文章对大家有帮助,同时也希望大家多多支持编程网,关注编程网行业资讯频道,更多相关知识等着你来学习!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341