【Opencv实战】识别水果的软件叫什么？一款超好用的识别软件分享，一秒鉴定（真是活~久~见~啊）

news2025/7/17 10:56:52

导语

Hello，大家好呀！我是木木子吖～

一个集美貌幽默风趣善良可爱并努力码代码的程序媛一枚。

听说关注我的人会一夜暴富发大财哦——不信你试试！

所有文章完整的素材+源码都在👇👇

粉丝白嫖源码福利，请移步至CSDN社区或文末公众hao即可免费。

大家是不是发现现在的水果五花八门，特别是我们平常去超市或者水果店的时候，经常会

看到好多水果长相差不多，但是价格却相差十万八千里。

总是搞不清楚这些水果有什么区别，从而导致我们经常被不良小贩坑骗！这个时候有些人会利

用一些软件来识别水果的名称，今天小编教你自己用代码编写一款专属的水果识别小程序哦~

——小故事🍭

前几天木木子我逛超市，想买点水果走一下亲戚。进了超市一脸懵逼，贼多多的一摊摊水果不

认识。回家赶紧一通搜罗，熬夜写了一晚代码整理了这些常见水果知识，以绝后患😀.

正文

一、奇奇怪怪的水果

这些奇奇怪怪的水果都是从哪里冒出来的，涨姿势啊！！看看你认识几个呢？

1）奇奇怪怪的水果——荔枝vs黄皮

（图2 ）黄皮和龙眼（图1）确实非常相似。加之两者的产区都是两广、海南、云南等最南的省

份，所以在生活里被错认是相当容易的事。

这种水果叫做黄皮，或者黄皮子。（图2）

不是黄皮子坟那个黄皮子，那是动物。估计我们的多半读者也没吃过这家伙，没吃过不要紧，

我们来说一说。博物嘛，格物致知，看就当吃。

2）奇奇怪怪的水果——菠萝vs凤梨

这两个水果我开始是傻傻分不清楚。现经查证菠萝就是凤梨，凤梨就是菠萝。只不过是台湾人

管菠萝叫凤梨。两者是同一个东西。我就简单的假装不知道凤梨的存在，叫菠萝就行了，毕竟

两岸始终是要统一的嘛。

3）奇奇怪怪的水果——蛇皮果

果如其名，果皮很像蛇皮，比较锋利，剥皮时小心割手。果味爽脆，味道独特，似菠萝，又似

榴莲。

其实生活中还有好多好多不认识的水果，马上进入今天的正题吧~

二、代码实战

1）环境安装

小编使用的环境：Python3、Pycharm社区版、opencv模块,部分自带就不一一展示啦。

 模块安装：pip install -i https://pypi.douban.com/simple/+模块名

素材（图片）可以自己随机找几张就可以需要识别的水果图即可啦。

2）思路讲解

我们基于简单的opencv的阈值分割，通过这个阈值分割，我们能把我们需要识别的物体在二

值图里面变成白色，其余的变成黑色。然后对我们分割出来的物体部分提取轮廓，算出覆盖轮

廓的最小矩形，然后画出这个矩形框，并且表上我们物体的名字。

3）测试图片

首先我们读入一张橙子的图片，因为opencv默认读入的图片是bgr的形式，我们用的是hsv的颜色

阈值，因此我们要将图片转换到hsv。然后经过一个中值滤波去除噪声，再经过一个开运算。

image=cv2.imread("c4.jpeg")hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)hsv = cv2.medianBlur(hsv, 5)mask = cv2.inRange(hsv, (11, 43, 46), (25, 255, 255))line = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15), (-1, -1))mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, line)

其中cv2.inRange会将图片中hsv值在(11, 43, 46),和(25, 255, 255)中间的值变成白色，不在中

间的值变成黑色。最后咱们处理好的二值图如下：

然后就是提取轮廓，求出最大轮廓，这个最大轮廓也就是我们的橙子

contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)    index = -1    max = 0    font = cv2.FONT_HERSHEY_SIMPLEX    for c in range(len(contours)):        area = cv2.contourArea(contours[c])        if area > max:            max = area            index = c

随后就是对这个橙子的轮廓求外接矩形，然后把这个矩形画出来，并且再对应的位置上标上orange。

    if index >= 0:        x, y, w, h = cv2.boundingRect(contours[index])        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)        cv2.putText(image,"orange",(x, y), font, 1.2, (0, 0, 255), 2)

4）主程序

import cv2

def process(image):
  #面积阈值
    min_area=100
    hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    hsv = cv2.meianBlur(hsv, 5)
    mask = cv2.inRange(hsv, (11, 43, 46), (25, 255, 255))
    line = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5), (-1, -1))
    mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, line)
    cv2.imshow("mask",mask)


    contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    font = cv2.FONT_HERSHEY_IMPLEX
    for c in range(len(contours)):
        area = cv2.contourArea(contours[c])
        if area > min_area:
        # 绘制
            x, y, w, h = cv2.boundingRect(contours[c])
            cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 2)
            cv2.putText(image,"orange",(x, y), font, 1.2, (0, 0, 255), 2)
    return image


image=cv2.imread("c1.jpeg")
result = process(image)
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()