系列文章目录

项目介绍

开发环境

系统实现

论文参考

源码获取

---

项目介绍

随着硬件技术的不断完善，现在的图像获取技术、摄像技术都在不断的向更加方便快捷的方向发展，人们在日常生活中实现照片图像的获取非常的便捷，且获取的成本越来越低，数字化的相机等监控设备的应用也越来越广泛，在为科学研究、交通管理、物流监控等方面都着非常成熟的应用。而在面向自然生态领域中，通过利用图像监控技术来对自然界中的野生动植物进行监控和记录，能够更好的了解到野生动植物的生存现状，并且可以熟悉地区内动植物的迁徙习惯，在对野生动植物的保护方面、对于大自然的保障方面都能够起到非常好的作用。而现在在自然科学领域中，通过大量的相机使用可以采取海量的野生动植物图像数据，通过对数据的整理可以总结出非常多的与野生动植物生活习惯相关的数据，现在科学研究者所面临的问题是如何将图像数据快速的、低成本的转化为数据，从而为研究者提供可视化的数据分析。借助于神经网络的快速发展，现在通过计算机来对图像进行识别应用非常成熟，通过对计算机的训练，可以让计算机能够快速的进行图像的分类、识别、检测等功能实现。在动植物的图像识别上，实际在当下的应用发展过程中仍然存在一些欠缺，特别是在图像监督标签、数据均衡处理等方式上存在一些研究上的缺陷，本次是通过利用OpenCV、yolov5技术， python语言等技术来进行一次动植物图像识别系统的开发应用，通过本次的开发可以在专项用于动植物图像识别方面建立一个专业化的应用平台，完成计算机对于动植物的正确、快速的识别功能的实现。

---

开发环境

编程语言：Python

技术框架：OpenCV，yolov5

编译工具：Pycharm,Navicat

支持定做：java/php/python/android/小程序/vue/爬虫/c#/asp.net

系统实现

 

5.2系统的首页实现

在以管理员的角色完成登录之后，整个网站的首页页面展示如下图，在首页中会通过可视化的数据分析来对近七天的系统使用率进行一个折线图的展示，在功能菜单模块中，有图片的管理菜单、图片的识别菜单、图片的分析等功能，按照本次的设计可以满足对动植物图片识别的需要。此次设计的首页如下所示：

图5-2 系统首页的实现

5.3图片识别的功能实现

当进入到图片识别的功能中后，可以在主页面中查看到有已经上传的图片信息，当需要新增识别图片时，可以点击新增图片识别，再点击选择图片，打开电脑中存储的照片后点击确定，系统会自动对上传的图片中的动植物进行识别，在短暂的识别后以英文或者中文反馈图片中的动植物名称，如下图所示：

图5-3 图片识别功能的实现

---

论文参考

源码获取

感谢大家的阅读，有不懂的问题可以评论区交流或私聊!喜欢文章可以点赞、收藏、关注、评论！

如需源码请私信