利用pythongui框架用tk做动物识别代码

以下是使用Tkinter实现的简单动物识别应用程序示例代码：

import tkinter as tk
import cv2
import numpy as np
from tensorflow.keras.models import load_model
from PIL import Image, ImageTk

model = load_model('animal_model.h5')

class AnimalClassifierGUI:
    def __init__(self):
        self.window = tk.Tk()
        self.window.title("动物识别")
        
        # 创建画布
        self.canvas = tk.Canvas(self.window, width=400, height=400, bg='white')
        self.canvas.pack()
        
        # 创建按钮
        self.btn = tk.Button(self.window, text='上传图像', command=self.upload_image)
        self.btn.pack()
        
        # 创建标签
        self.label = tk.Label(self.window, text='请上传一张动物图片')
        self.label.pack()
        
        self.window.mainloop()
        
    def upload_image(self):
        # 弹出文件选择对话框
        file_path = tk.filedialog.askopenfilename()
        
        # 加载图像并进行预处理
        img = cv2.imread(file_path)
        img = cv2.resize(img, (224, 224))
        img = np.expand_dims(img, axis=0)
        
        # 进行预测
        pred = model.predict(img)
        class_id = np.argmax(pred[0])
        
        # 根据类别ID显示预测结果
        if class_id == 0:
            self.label.configure(text='这是一张狗的图片')
        elif class_id == 1:
            self.label.configure(text='这是一张猫的图片')
        else:
            self.label.configure(text='这是一张熊猫的图片')
        
        # 在画布上显示图像
        img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        img_pil = Image.fromarray(img_rgb)
        img_tk = ImageTk.PhotoImage(img_pil)
        self.canvas.create_image(200, 200, image=img_tk)
        self.canvas.image = img_tk

# 启动GUI应用程序
app = AnimalClassifierGUI()

该示例程序使用Tkinter创建了一个简单的用户界面，用户可以通过点击“上传图像”按钮选择一张动物图片进行识别。程序使用OpenCV加载图像并进行预处理，然后使用预训练的深度学习模型进行分类预测。最终，程序在画布上显示原始图像并提供相应的预测结果。需要注意的是，该示例程序是一个简单的演示，实际应用中需要更加完善和稳定的算法和界面设计。