水果图像识别代码python

以下是一个使用Python进行水果图像识别的示例代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 加载图像
image_path = 'fruit.jpg'
image = cv2.imread(image_path)

# 定义水果类别
fruit_classes = {
    0: 'apple',
    1: 'banana',
    2: 'orange',
    # 添加更多的水果类别
}

# 加载预训练模型
model_path = 'fruit_model.h5'
model = cv2.dnn.readNetFromTensorflow(model_path)

# 图像预处理
blob = cv2.dnn.blobFromImage(image, size=(224, 224), mean=(104, 117, 123))

# 输入图像到模型中进行预测
model.setInput(blob)
output = model.forward()

# 获取预测结果
predictions = np.argmax(output, axis=1)

# 显示结果
plt.imshow(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))
plt.axis('off')
plt.show()

for pred in predictions:
    fruit_class = fruit_classes[pred]
    print(fruit_class)

请确保已经安装了以下库：OpenCV，NumPy，Matplotlib。

在上述代码中，需要将`fruit.jpg`替换为你要识别的水果图像的路径。还需要将`fruit_model.h5`替换为你使用的预训练模型的路径。代码将显示图像，并输出每个水果的类别。你可以根据自己的需要添加更多的水果类别并相应地修改模型和类别字典。