怎么用Python识别花卉种类并自动整理分类
这篇文章主要介绍“怎么用Python识别花卉种类并自动整理分类”的相关知识,小编通过实际案例向大家展示操作过程,操作方法简单快捷,实用性强,希望这篇“怎么用Python识别花卉种类并自动整理分类”文章能帮助大家解决问题。
百度图像识别
百度的图像识别接口,可以精准识别超过十万种物体和场景,包含10余项高精度的识图能力并提供相应的API服务。
我们按照步骤创建新应用,并得到专属自己的API Key和Secret Key,具体如下图所示。
图像识别提供一个组合API接口,支持多种垂类识别服务的灵活组合调用,这里只需要调用植物识别就可以满足需求。
如何Python调用百度图像识别API接口?
第一步,调用鉴权接口获取token。
API_Key = '**********'Secret_Key = '**********'def get_access_token(API_Key,Secret_Key):host = '**********'response = requests.get(host)return response.json()['access_token']access_token = get_access_token(API_Key,Secret_Key)
第二步,识别图像种类
在交互式环境中输入如下命令:
import requestsimport base64request_url = '**********'# 二进制方式打开图片文件f = open(r'D:下载QQ截图20220407203203.png', 'rb')img = base64.b64encode(f.read())params = {"image":img}request_url = request_url + "?access_token=" + access_tokenheaders = {'content-type': 'application/x-www-form-urlencoded'}response = requests.post(request_url, data=params, headers=headers)if response:print (response.json()['result'][0]['name'])
输出:
樱花
调用百度图像识别接口的返回参数如下图所示,对我们来说,只需要其中的name(植物名称)参数。
读取照片文件
我将拍摄的照片存放在D:下载花卉合集路径下,所以需要使用os模块进行读取文件列表,方便进行后续的批量操作。
在交互式环境中输入如下命令:
import ospath = "D:下载花卉合集"filenames = os.listdir(path)filenames
输出:
['QQ截图20220405223301.png', 'QQ截图20220405223320.png', ...... '微信图片_20220405225020.jpg', '微信图片_20220405225023.jpg']
os模块中的listdir()⽅法,接收⼀个路径参数path,返回的是该路径下所有⽂件的⽂件名组成的列表。这样,我们就获取了该路径下所有的花卉图片文件名。
整理分类照片
接着,我们便可以使用for循环语句,依次对花卉照片进行图像识别,并按照识别出的名称进行分类整理到对应的文件夹中。
在交互式环境中输入如下命令:
for i in filenames:flower_name = get_fname(i)file_path = os.path.join(path,i)folder_path = os.path.join(path,flower_name)if not os.path.exists(folder_path):os.mkdir(folder_path)shutil.move(file_path,folder_path)
其中get_fname()函数,是我们将前文中百度图像识别代码封装为一个自定义函数,此处调用即可返回得到照片对应的花卉名称flower_name。
后续的代码与之前分享过的自动分类整理文件几乎一致,即if判断是否已经存在对应花卉名称的文件夹,若不存在则创建。最后,调用shutil模块移动花卉照片至对应文件夹。
关于“怎么用Python识别花卉种类并自动整理分类”的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识,可以关注编程网行业资讯频道,小编每天都会为大家更新不同的知识点。
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