猫狗案例加入跳高功能分析及代码实现

猫狗案例加入跳高功能分析及代码实现

class Test01_Animal {
    public static void main(String[] args) {
        Cat c = new Cat("加菲",8);
        c.eat();
        c.sleep();

        JumpCat jc = new JumpCat("跳高猫",3);
        jc.eat();
        jc.sleep();
        jc.jump();
    }
}

/*
* A:案例演示
    * 动物类:姓名,年龄,吃饭,睡觉。
    * 猫和狗
    * 动物培训接口:跳高
*/

abstract class Animal {
    private String name;                //姓名
    private int age;                    //年龄

    public Animal() {}                  //空参构造

    public Animal(String name,int age) {//有参构造
        this.name = name;
        this.age = age;
    }

    public void setName(String name) {  //设置姓名
        this.name = name;
    }

    public String getName() {           //获取姓名
        return name;
    }

    public void setAge(int age) {       //设置年龄
        this.age = age;
    }

    public int getAge() {               //获取年龄
        return age;
    }

    public abstract void eat();         //吃饭

    public abstract void sleep();       //睡觉
}

interface Jumping {                     //跳高的接口
    public void jump();
}

class Cat extends Animal {
    public Cat() {}                 //空参构造

    public Cat(String name,int age) {//有参构造
        super(name,age);
    }

    public void eat() {
        System.out.println("猫吃鱼");
    }

    public void sleep() {
        System.out.println("侧着睡");
    }
}

class JumpCat extends Cat implements Jumping {
    public JumpCat() {}                 //空参构造

    public JumpCat(String name,int age) {//有参构造
        super(name,age);
    }

    public void jump() {
        System.out.println("猫跳高");
    }
}
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
以下是使用Keras框架实现识别并用GUI实现的Python代码示例: ```python import tensorflow as tf from tensorflow.keras.models import load_model from tkinter import * from tkinter import filedialog from PIL import Image, ImageTk # 加载训练好的模型 model = load_model('/path/to/model.h5') # 创建GUI窗口 root = Tk() root.title('识别') root.geometry('300x300') # 创建GUI组件 label = Label(root, text='上传一张的图片进行识别') label.pack(pady=10) canvas = Canvas(root, width=150, height=150) canvas.pack(pady=10) def open_image(): # 选择图片文件 file_path = filedialog.askopenfilename(initialdir='/', title='选择文件', filetypes=[('Image Files', '*.jpg *.png *.jpeg')]) # 打开图片 img = Image.open(file_path) # 调整图片大小 img = img.resize((150, 150)) # 显示图片 photo = ImageTk.PhotoImage(img) canvas.create_image(0, 0, anchor=NW, image=photo) canvas.image = photo # 预测图片 img_tensor = tf.keras.preprocessing.image.img_to_array(img) img_tensor = img_tensor.reshape((1,) + img_tensor.shape) img_tensor /= 255. prediction = model.predict(img_tensor) if prediction < 0.5: result_label.config(text='这是一只') else: result_label.config(text='这是一只') button = Button(root, text='选择图片', command=open_image) button.pack(pady=10) result_label = Label(root, text='') result_label.pack(pady=10) root.mainloop() ``` 以上代码演示了使用Keras框架实现识别,并在GUI窗口中提供了选择图片文件、显示图片和识别结果的功能。用户可以通过点击“选择图片”按钮来选择一张的图片进行识别,程序会将图片显示在GUI窗口中,并显示识别结果。需要注意的是,需要将训练好的模型文件(.h5格式)放在指定路径下,并在代码中进行加载。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

左绍骏

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值