编号：A297
大小：481M
环境：Python3.8、OpenCV4.5、PyCharm2020
简介：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

运行展示

配套文件

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