python图像识别代码

Python在图像识别领域非常流行，主要得益于其丰富的库和易用性。一种常见的图像识别方法是使用深度学习框架如TensorFlow或PyTorch，配合预训练模型如ResNet、VGG或Inception等。这里简单介绍一个基本流程：

1. 导入必要的库：

import tensorflow as tf
from tensorflow.keras.applications import VGG16
from tensorflow.keras.preprocessing.image import img_to_array, load_img

2. 加载预训练模型（例如VGG16）：

model = VGG16(weights='imagenet', include_top=False)

3. 图像预处理：

def preprocess_image(image_path):
    img = load_img(image_path, target_size=(224, 224))
    img_array = img_to_array(img) / 255.0
    return np.expand_dims(img_array, axis=0)

4. 预测：

image_path = 'path_to_your_image.jpg'
input_tensor = preprocess_image(image_path)
predictions = model.predict(input_tensor)
predicted_class = decode_predictions(predictions, top=1)
print(f"Predicted class: {predicted_class} ({predicted_class*100:.2f}% confidence)")