传统目标检测算法检测苹果并进行尺寸测量代码

以下是使用OpenCV和Python实现的传统目标检测算法检测苹果并进行尺寸测量的代码。该代码使用Haar级联分类器来检测苹果，并计算其直径。

import cv2

# 加载Haar级联分类器
apple_cascade = cv2.CascadeClassifier('apple.xml')

# 读取图像
img = cv2.imread('apple.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 在灰度图像中检测苹果
apples = apple_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5)

# 遍历检测到的苹果并进行尺寸测量
for (x, y, w, h) in apples:
    # 计算苹果直径
    diameter = w * 0.8
    cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
    cv2.putText(img, str(round(diameter, 2)) + 'mm', (x, y - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)

# 显示检测结果
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，'apple.xml'是预先训练好的Haar级联分类器模型，在此处用于检测苹果。'apple.jpg'是待检测的图像。在检测到苹果后，计算苹果直径并在图像上绘制矩形框和文字显示直径。运行代码后，将会显示检测结果。