个人学习（十）

搭配好python-opencv环境后，写一段python代码进行测试：

import numpy as npimport cv2img = cv2.imread('askbutton.png', 0)cv2.imshow('image', img)cv2.waitKey(0)cv2.destroyAllWindows()

可以发现成功读取了askbutton这个图片，如下图所示：

接下来开始视频的捕获，python代码如下：

import numpy as npimport cv2cap = cv2.VideoCapture(0)while(True):    # Capture frame-by-frame    ret, frame = cap.read()    # Our operations on the frame come here    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)    # Display the resulting frame    cv2.imshow('frame',gray)    if cv2.waitKey(1) & 0xFF == ord('q'):        break# When everything done, release the capturecap.release()cv2.destroyAllWindows()

运行，得到的结果如下图：

获取的是视频的灰度图，可以以正常的帧率进行捕获，那么程序的输入便成功的获取，输出为向arduino发送的串口数据。那么接下来的核心问题就是关于果蔬种类的识别程序了，用接下来的时间去进行这项工作。

大体的思路为通过深度学习训练好模型，然后提取出测试样本的特征，把这些特征通过分类器进行分类，进行到这里，就是一个相对简单的分类(classification)问题了。