2022-05-01 20:17:36 索炜达电子 470
文件编号：A297
文件大小：481M
猿创承诺：该项目亲测正常运行，需远程调试部署需另外收费，确保正常使用，不能正常使用全额退款。
简要概述：在图像处理和基于目标的应用领域，目标识别是一项至关重要的工作纹理给了我们：
1.色彩的空间排列
2.图像的强度。
最终目标是区分一个对象，我们应该将其高光作为元素向量。这可以通过特征提取来实现。提取图片特征的方法多种多样。它往往建立在阴影、纹理或形状上。本文的重点是研究和思考各种基于纹理的目标识别和特征提取方法。GLCM和Haar小波变换是最粗糙的地表调查策略。
在这项任务中可以感知到的物品有：卵石、砖、草、沙、水。
该项目将利用“随机森林分类器”和利用“GLCM”计算的“Haralick纹理”，最终目标是根据其纹理特征来描述文章。
运行此项目的步骤
python>=3.6
安装包pip install -r requirements.txt
run Texture_classification.py
要在不同的对象上进行训练：
在“Training images”文件夹中，创建一个包含对象名称的文件夹，并将所有对象图像放入其中。
在“Test images”文件夹中，放入要识别的同一对象的随机图像。
Texture_classification.py
测试自定义图像
在“Test images”文件夹中，放入要识别的同一对象的随机图像。
Texture_classification.py
按需写作：
演示视频：
点击查看：系统演示视频
运行效果：
远程协助：
温馨提示：索炜达.猿创官方提供收费远程协助，确保您项目运行成功。
点击查看：远程协助相关事项
我们提供完整项目文件清单如下：
文件目录
├ 1.项目源码
├ 2.运行截图
└ 3.演示视频
