机器学习之——诈骗号码识别

最新推荐文章于 2024-05-24 07:45:00 发布
最新推荐文章于 2024-05-24 07:45:00 发布
阅读量1.5k 收藏 23
点赞数 22
分类专栏： python python数据分析之pandas 大数据 文章标签： 机器学习 python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/snow_maple521/article/details/134789960
版权
  1. 研究目的 根据用户的app使用情况，用户的流量使用情况，用户通话记录，用户的短信记录，判定用户号码是否是诈骗号码。
  2. 数据集
  • train：
    train_app.csv：app使用情况 .
    train_user.csv：基本信息 .
    train_voc.csv：通话 .
    train_sms.csv：短信
  • test：
    test_app.csv：app使用情况 .
    test_user.csv：基本信息 .
    test_voc.csv：通话
    test_sms.csv：短信
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述
    在这里插入图片描述

2. 导入包

# 计算
import numpy as np
import pandas as pd

# 可视化
import matplotlib.pyplot as plt
import seaborn as sns

# 机器学习库
from sklearn.ensemble import RandomForestClassifier,ExtraTreesClassifier,AdaBoostClassifier,BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import StackingClassifier
from xgboost import XGBClassifier
from lightgbm import LGBMClassifier
from sklearn.model_selection import train_test_split,cross_val_predict,StratifiedKFold
from sklearn import metrics
from scipy import stats
from scipy.cluster.hierarchy import dendrogram,linkage

import warnings
warnings.filterwarnings("ignore")
plt.rcParams['font.family'] = ['SimHei']
train_user = pd.read_csv('train/train_user.csv')
train_app = pd.read_csv('train/train_app.csv')
train_voc = pd.read_csv('train/train_voc.csv')
train_sms = pd.read_csv('train/train_sms.csv')
train_user.shape,train_app.shape,train_voc.shape,train_sms.shape

3. 数据预处理

3.1 特征衍生

观察 数据发现 用户表中有6000多条数据，但是其他三个表中数据很大，为此我们对其他表数据进行预处理，特征工程。

  • 1.1 train_app 表中包含 app，流量，月份的情况，我们可以转换成 .每个用户涉及的app个数 app_counts, .统计每个用户的流量使用情况，total_flow .统计每个用户活跃月份个数，months .统计每个用户活跃月流量使用情况
    total_flow/months .统计每个用户平均app使用情况， app_flow
  • 1.2 voc通话数据处理：原有特征包括：对端通话号码，通话开始时间，通话时长，涉及城市，涉及乡镇，涉及设备编码
    1. 统计每个用户涉及的对端通话号码个数 nunique
    1. 统计每个用户每个对端平均通话时长 avg_user_call, sum
    1. 统计每个月平均通话时长 avg_month_call, total_call/month_count
    1. 涉及设备个数 imei_count,nunique
    1. 涉及城市个数 city_count,nunique
    1. 涉及乡镇个数 county_count,nunique
    1. 活跃月份个数 month_count,nunique
    1. 通话总时长 total_call sum
    1. count是统计所有次数，nunique统计唯一出现次数（每个类别只统计一次）
  • 1.3 短信处理方式也类似。

1. app数据处理

train_app['month_id'] = pd.to_datetime(train_app['month_id'],format='%Y-%m-%d')
train_app['month'] = train_app['month_id'].dt.month
app_count = train_app.groupby(['phone_no_m'])['busi_name'].agg(app_count='nunique')
total_flow = train_app.groupby(['phone_no_m'])['flow'].agg(total_flow='sum')
total_month = train_app.groupby(['phone_no_m'])['month'].agg(total_month='nunique')


# 与用户表聚合
new_train_user = pd.merge(train_user,app_count,on='phone_no_m',how='left')
new_train_user = pd.merge(new_train_user,total_flow,on='phone_no_m',how='left')
new_train_user = pd.merge(new_train_user,total_month,on='phone_no_m',how='left')
new_train_user['avg_flow'] = new_train_user['total_flow']/new_train_user['total_month']
new_train_user['app_flow'] = new_train_user['total_flow']/new_train_user['app_count']
new_train_user.head()
# 2. voc通话记录
train_voc['start_datetime'] = pd.to_datetime(train_voc['start_datetime'],format='%Y-%m-%d %H:%M:%S')
train_voc['month'] = train_voc.start_datetime.dt.month
# 只考虑主叫
train_voc_1 = train_voc[train_voc['calltype_id']==1]
total_call = train_voc_1.groupby(['phone_no_m'])['call_dur'].agg(total_call='sum')
month_count = train_voc_1.groupby(['phone_no_m'])['month'].agg(month_count='nunique')
user_count = train_voc_1.groupby(['phone_no_m'])['opposite_no_m'].agg(user_count='nunique')
city_count = train_voc_1.groupby(['phone_no_m'])['city_name'].agg(city_count='nunique')
county_count = train_voc_1.groupby(['phone_no_m'])['county_name'].agg(county_count='nunique')
imei_count = train_voc_1.groupby(['phone_no_m'])['imei_m'].agg(imei_count='nunique')

# 合并数据
new_train_user_voc = pd.merge(new_train_user,total_call,on='phone_no_m',how='left')
new_train_user_voc = pd.merge(new_train_user_voc,month_count,on='phone_no_m',how='left')
new_train_user_voc = pd.merge(new_train_user_voc,user_count,on='phone_no_m',how='left')
new_train_user_voc = pd.merge(new_train_user_voc,city_count,on='phone_no_m',how='left')
new_train_user_voc = pd.merge(new_train_user_voc,county_count,on='phone_no_m',how='left')
new_train_user_voc = pd.merge(new_train_user_voc,imei_count,on='phone_no_m',how='left')
new_train_user_voc['avg_user_call'] = new_train_user_voc['total_call']/new_train_user_voc['user_count']
new_train_user_voc['avg_month_call'] = new_train_user_voc['total_call']/new_train_user_voc['month_count']
new_train_user_voc['avg_county_call'] = new_train_user_voc['total_call']/new_train_user_voc['county_count']
new_train_user_voc.head()
# 3. sms统计短信收发个数
train_sms['request_datetime'] = pd.to_datetime(train_sms['request_datetime'],format='%Y-%m-%d %H:%M:%S')
train_sms['month'] = train_sms.request_datetime.dt.month
month_count = train_sms.groupby(['phone_no_m'])['month'].agg(month_count2='nunique')
user_count = train_sms.groupby(['phone_no_m'])['opposite_no_m'].agg(user_count2='nunique')
total_count = train_sms.groupby(['phone_no_m'])['opposite_no_m'].agg(sms_count='count') # 每个用户通话次数统计
new_train_user_voc_sms = pd.merge(new_train_user_voc,month_count,on='phone_no_m',how='left')
new_train_user_voc_sms = pd.merge(new_train_user_voc_sms,user_count,on='phone_no_m',how='left')
new_train_user_voc_sms = pd.merge(new_train_user_voc_sms,total_count,on='phone_no_m',how='left')
new_train_user_voc_sms['avg_sms_user_count'] = new_train_user_voc_sms['sms_count']/new_train_user_voc_sms['user_count2']
new_train_user_voc_sms['avg_sms_month_count'] = new_train_user_voc_sms['sms_count']/new_train_user_voc_sms['month_count2']
new_train_user_voc_sms.head()

数据预处理 测试集

test

test_user = pd.read_csv('test/test_user.csv')
test_app = pd.read_csv('test/test_app.csv')
test_voc = pd.read_csv('test/test_voc.csv')
test_sms = pd.read_csv('test/test_sms.csv')
# 1. app
test_app['month_id'] = pd.to_datetime(test_app['month_id'],format='%Y-%m-%d')
test_app['month'] = test_app['month_id'].dt.month
app_count = test_app.groupby(['phone_no_m'])['busi_name'].agg(app_count='nunique')
total_flow = test_app.groupby(['phone_no_m'])['flow'].agg(total_flow='sum')
total_month = test_app.groupby(['phone_no_m'])['month'].agg(total_month='nunique')

# 2. voc
test_voc['start_datetime'] = pd.to_datetime(test_voc['start_datetime'],format='%Y-%m-%d %H:%M:%S')
test_voc['month'] = test_voc.start_datetime.dt.month
# 只考虑主叫
test_voc_1 = test_voc[test_voc['calltype_id']==1]
total_call = test_voc_1.groupby(['phone_no_m'])['call_dur'].agg(total_call='sum')
month_count1 = test_voc_1.groupby(['phone_no_m'])['month'].agg(month_count1='nunique')
user_count1 = test_voc_1.groupby(['phone_no_m'])['opposite_no_m'].agg(user_count1='nunique')
city_count = test_voc_1.groupby(['phone_no_m'])['city_name'].agg(city_count='nunique')
county_count = test_voc_1.groupby(['phone_no_m'])['county_name'].agg(county_count='nunique')
imei_count = test_voc_1.groupby(['phone_no_m'])['imei_m'].agg(imei_count='nunique')


# 3. sms
test_sms['request_datetime'] = pd.to_datetime(test_sms['request_datetime'],format='%Y-%m-%d %H:%M:%S')
test_sms['month'] = test_sms.request_datetime.dt.month
month_count2 = test_sms.groupby(['phone_no_m'])['month'].agg(month_count2='nunique')
user_count2 = test_sms.groupby(['phone_no_m'])['opposite_no_m'].agg(user_count2='nunique')
total_count = test_sms.groupby(['phone_no_m'])['opposite_no_m'].agg(sms_count='count') # 每个用户通话次数统计

# 合并数据
new_test_app = pd.merge(test_user,app_count,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,total_flow,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,total_month,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,total_call,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,month_count1,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,user_count1,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,city_count,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,county_count,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,imei_count,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,month_count2,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,user_count2,on='phone_no_m',how='left')
new_test_app = pd.merge(new_test_app,total_count,on='phone_no_m',how='left')

new_test_app['avg_user_call'] = new_test_app['total_call']/new_test_app['user_count1']
new_test_app['avg_month_call'] = new_test_app['total_call']/new_test_app['month_count1']
new_test_app['avg_county_call'] = new_test_app['total_call']/new_test_app['county_count']
new_test_app['avg_flow'] = new_test_app['total_flow']/new_test_app['total_month']
new_test_app['app_flow'] = new_test_app['total_flow']/new_test_app['app_count']
new_test_app['avg_sms_user_count'] = new_test_app['sms_count']/new_test_app['user_count2']
new_test_app['avg_sms_month_count'] = new_test_app['sms_count']/new_test_app['month_count2']
new_test_app.head()

3.2 缺失值处理

从3.1 处理后的数据中查看可以发现部分数据是inf无穷大，此时我们先需要将其转换成nan，在当缺失值处理。
undefined.无穷大 统计：np.isinf().sum()
undefined.无穷大 替换：df.replace([np.inf,-np.inf],np.nan,inplace=True)

X_train.replace([np.inf,-np.inf],np.nan,inplace=True)
X_test.replace([np.inf,-np.inf],np.nan,inplace=True)

# 中位数值填充
X_test.isnull().sum()
X_train.fillna(X_train.median(),inplace=True)
X_train.isnull().sum()
X_test.fillna(X_test.median(),inplace=True)

3.3 异常值检测和特征一致性

测试集中是20年4月份的arpu，训练集中没有，通过展示arpu值，发现每个月分布相似，故选择20年2月份当作4月份的arpu

  • 将宽列表arpu[2018，2019，2020] 转变成长列表，[year,arpu]
    ,year是新列名，arpu是存放之前列的值
  • melt函数：id_vars不需要转变的列，value_vars需要转变的列，var_name新列名，value_name存在旧列值
arpu_columns = ['phone_no_m','arpu_201908','arpu_201909','arpu_201910','arpu_201911','arpu_201912','arpu_202001','arpu_202002','arpu_202003']
var_columns = ['arpu_201908','arpu_201909','arpu_201910','arpu_201911','arpu_201912','arpu_202001','arpu_202002','arpu_202003']
data_arpu = pd.melt(train_data[arpu_columns],id_vars=['phone_no_m'],value_vars=var_columns,var_name='month',value_name='arpu')
data_arpu.describe().T


# 异常值检测
sns.catplot(data=data_arpu,x='month',y='arpu',kind='boxen')

# 根据3sigma原则删除异常值
data_arpu = data_arpu[abs(data_arpu['arpu']-data_arpu['arpu'].mean())<3*data_arpu['arpu'].std()]
data_arpu.describe().T

# 绘制每月的arpu分布情况
g = sns.catplot(data=data_arpu,x='month',y='arpu',kind='box')
g.set_xticklabels(rotation=90)

train_data.rename(columns={'arpu_202002':'arpu_202004'},inplace=True)
train_data.drop(['phone_no_m','city_name','county_name'],axis=1,inplace=True)
var_columns = ['arpu_201908','arpu_201909','arpu_201910','arpu_201911','arpu_201912','arpu_202001','arpu_202003']
train_data.drop(columns=var_columns,axis=1,inplace=True)
test_data.drop(['phone_no_m','city_name','county_name'],axis=1,inplace=True)

3.4 数据归一化

由于个别数值差别很大，因此采用数据归一化进行处理。

# 标准化
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
X_train = sc.fit_transform(X_train)
# 划分数据集
X_train,X_val,y_train,y_val = train_test_split(X_train,y_train,test_size=0.3)

4. 建模

  1. 多建立几个模型更加交叉验证选出最好的模型后，在进行参数调优
  2. 根据预测的结果，采用验证集预测，设置阈值范围，获取最优的auc
from sklearn.model_selection import cross_val_score
# 1. 建模
kfold = StratifiedKFold(n_splits=10)
Classifiers = []
Classifiers.append(AdaBoostClassifier())
Classifiers.append(BaggingClassifier())
Classifiers.append(DecisionTreeClassifier())
Classifiers.append(ExtraTreesClassifier())
Classifiers.append(RandomForestClassifier())
Classifiers.append(XGBClassifier())
Classifiers.append(LGBMClassifier())


# 2. 训练
results = []
labels = []
for classifier in Classifiers:
    results.append(cross_val_score(classifier,X_train,y_train,scoring='accuracy',cv=kfold,n_jobs=1))
    labels.append(classifier.__class__.__name__)
res_mean = []
res_std = []
for res in results:
    res_mean.append(res.mean())
    res_std.append(res.std())
res_data = pd.DataFrame({'model':labels,'means':res_mean,'std':res_std})
res_data.head()
g = sns.catplot(data=res_data,y='means',x='model',kind='bar')
g.set_xticklabels(rotation=60)

# 调优
pagrams = {
    'max_depth':[6,8,10],
    'ccp_alpha':[0.0,0.1,0.01,100],
    'random_state':[1,10]
    
}
from sklearn.model_selection import GridSearchCV
rf_model = GridSearchCV(RandomForestClassifier(),param_grid=pagrams,scoring='accuracy',cv=kfold,n_jobs=1)
rf_model.fit(X_train,y_train)
# 预测
y_pred_proc = rf_model.predict_proba(X_val)
thresholds = [0.3,0.49,0.55,0.58,0.5,0.6,0.8,0.9,1]
for i in thresholds:
    # 选出第二列：类别1的概率值 满足条件返回True，不然就是False，若是True astype(int)=1,false=0
    y_pred = (y_pred_proc[:,1]>i).astype(int)
    
    # 计算精确读
    print("au:{},\t thresholds:{}".format(metrics.accuracy_score(y_val,y_pred),i)

5. 输出结果

X_test1 = X_test.copy()
X_test1.drop(['phone_no_m','city_name','county_name'],axis=1,inplace=True)
X_test1 = sc.fit_transform(X_test1)
y_ = rf_model.predict_proba(X_test1)
y_label = (y_[:,1]>0.55).astype(int)
X_test['label'] = y_label
X_test.head()
X_test.to_csv('results.csv',index=None)

6. 致谢

图片和数据预处理思路来源于https://zhuanlan.zhihu.com/p/323280016utm_psn=1715065426093146112

snow5618
关注
  • 22
    点赞
  • 踩
  • 23
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
诈骗电话识别
ZhouQiYoung的博客
06-07 6355
这几天偶然参加了这个比赛项目，分享一下个人的想法，能力有限欢迎大家来讨论学习！ 数据来源“数字四川创新大赛-诈骗电话识别” 数据训练集由如下4个部分组成： user：用户的一些基础资料 voc：8个月内的通话数据 SMS和APP：8个月的短信和上网数据 测试集和训练集组成类似，但手机话费消费的月份只有一个月 针对以上的数据首先从user中统计了用户的phone_no_m，再根据phone_no_m依次整理通话、短信和上网的数据特征 首先整理VOC中每个phone_no_m通话的频率次数分别把呼入呼出次
基于机器学习的反电信诈骗系统 毕业设计开题报告
杭州.黄老师
11-13 1446
基于机器学习的反电信诈骗系统 毕业设计开题报告,大学生毕业设计毕设开题报告模板
基于人工智能的诈骗电话号码识别技术
最新发布
weixin_43156294的博客
05-24 817
YD/T 4679-2024标准的实施，标志着我国在利用先进的人工智能技术打击电信诈骗方面迈出了坚实的一步。它不仅为电信运营商、安全服务提供商提供了具体的操作指南，也为广大的电信用户构建了一道更加坚固的安全防线。随着技术的不断进步和标准的持续优化，期待未来能更有效地遏制电信诈骗活动，保障社会公众的信息安全与财产安全。
用Python识别诈骗电话，接入手机号码归属地就够了（附Python 代码示例）
海碗吃饭的博客
04-07 515
通过手机号码归属地，我们可以大致了解一个人的所在地，这对于很多人来说是很有用的。例如，如果你收到了一个陌生的电话号码，你可以通过查找该号码的归属地来了解这个电话来自哪里，轻松辨别诈骗电话，防止被骗。此外，对于一些营销人员，他们也可以通过手机号码归属地来进行定向营销，更加精准地推销产品。在中国，手机号码归属地通常是根据手机号码的前七位数字来确定的。说到要去查询手机号码归属地的这个功能，那么手机号码归属地查询API就是必不可少的。APISpace 的 手机号码归属地查询API，即可领取免费调用次数。
我方便诈骗广告电话数据库.rar
10-27
我方便2019整理诈骗广告电话数据库，整理了两份格式（SQ,CSV），方便导入。
360构建全球最大的诈骗电话数据库 打击电信诈骗
weixin_34337381的博客
07-03 625
9月19日-25日，2016年国家网络安全宣传周在武汉举行。国内最大的互联网安全公司，360公司董事长周鸿祎参加了活动，并在展会现场向来访的各界嘉宾介绍了360旗下众多的安全技术成果。针对当前日益猖獗的电信诈骗，周鸿祎表示：“360已经构建了全球最大的诈骗电话库，利用大数据技术，全力打击电信诈骗。” 打击电信诈骗，周鸿祎特别强调了“人人参与”的重要性。周...
python073基于大数据反电信诈骗管理系统.rar
04-20
通过机器学习算法，可以识别出异常的行为模式，例如短时间内大量通话、非正常时间的活跃、频繁的资金流动等，这些都是电信诈骗的常见特征。 Python作为数据科学的重要工具，其丰富的库如Pandas、NumPy、Matplotlib...
陈成-《快手业务安全——敌众我寡的歼灭战》-已加水印.pdf
09-13
策略对抗是指使用多种手段对抗黑灰产，例如机器学习、规则引擎等；风险预警是指实时监控业务的风险，预警风险的出现；熔断保护是指在风险出现时，自动熔断业务，防止风险的扩散。 五、产品方案 为了实现核心打法，...
人工智能产业链及商业模式全解释.docx
02-27
典型例子有利用机器学习技术侦查金融诈骗或者识别最好的销售线索。 自然语言处理（通用）：此类公司构建的算法能够处理输入的自然语言，并将其转化为可理解的表达。例子包括文本自动生成以及文本挖掘生成数据。 自然...
大数据分析技术在安全领域的运用.pdf
10-28
可以整合各类安全数据，包括流量数据、日志数据、业务数据、舆情数据等，通过高效的采集、存储和检索，利用先进的分析工具和模型，如ETL、机器学习、社交网络分析等，来发现APT攻击、数据泄露、DDoS攻击、骚扰诈骗和...
骚扰电话推销电话拦截数据库(15w)
04-27
骚扰电话推销电话拦截数据库，15万条，更新至2017年9月
电信网络诈骗治理与人工智能应用白皮书（2019年）
12-30
本白皮书结合当前电信网络诈骗防范治理工作实践情况和人工智能技术的发展应用，系统梳理人工智能在治理工作中的积极影响及技术实践应用，同时剖析人工智能不当使用为治理工作带来的风险挑战，在总结国内外电信网络诈骗治理现状的基础上，深入分析当前人工智能背景下治理工作的趋势走向和问题短板并研究提出对应的措施建议。
垃圾短信中文数据集.zip
06-01
含80万条带标注中文短信（其中1表示垃圾短信，0表示正常短信）； 20万条不带标注的中文短信； 参考链接： https://github.com/hrwhisper/SpamMessage
基于python的大数据反电信诈骗管理系统源码数据库.zip
08-31
基于python的大数据反电信诈骗管理系统源码数据库.zip
机器学习实战：基于逻辑回归模型的信用卡欺诈检测
12-22
某银行为提升信用卡反欺诈检测能力，提供了脱敏后的一份个人交易记录。考虑数据本身的隐私性，数据提供之初已经进行了类似PCA的处理，并得到了若干数据特征。在不需要做额外特征提取工作的情况下，本项目意在通过逻辑回归模型的调优，得到较为准确可靠的反欺诈检测方法，分析过程中使用到了Python Pandas, Numpy, Matplotlib, Seaborn以及机器学习库Scikit-Learn等。 数据链接： 链接:https://pan.baidu.com/s/11uT0CHYPenX_67qTdr-Tjg 密码:b9xo 完整代码实现如下： 下采样完整代码： import pandas as
电信设备-基于多维关联信息进行非法域名注册团伙挖掘的方法.zip
09-18
总结来说，基于多维关联信息的非法域名注册团伙挖掘是一种综合性的策略，它结合了数据挖掘、网络分析和机器学习技术，旨在提升电信设备的安全防护能力，有效地打击网络犯罪。这种方法不仅有助于识别和预防非法活动，...
2021年手机诈骗数据大盘点
wulanlin的博客
01-11 5382
诈骗数据揭秘之数据总览 人均损失过万 2021年第一季度360手机先赔共接到手机诈骗举报606起。其中诈骗申请336起，涉案总金额高达491.0万元，人均损失14611元。 诈骗数据揭秘之诈骗类型 谨防“手机交友”诈骗 在所有诈骗申请中，交友占比最高达23.5%；其次是虚假兼职（19.6%）、金融理财（14.3%）、身份冒充（10.4%）、虚假购物（9.5%）等。 手机诈骗“三巨头” 从涉案总金额来看，交友类诈骗总金额最高，达188.9万元，占比38.5%；其次是虚假兼...
2020首届数字四川创新大赛_诈骗电话识别数据统计分析（一）
Tong
06-09 5946
1.竞赛背景 近年来，通过拨打电话、群发短信实施诈骗的违法行为一直困扰着手机用户，给移动手机用户造成了困扰甚至金钱的损失，如何有效防护诈骗电话对用户隐私、财产造成的威胁，成为公安急需解决的问题，也是四川移动提升用户满意度、保护用户权益需要高度关注的问题。 通过诈骗电话号码的通信行为，识别诈骗电话，及时关停诈骗号码，成为运营商与公安部门合作的持续的工作，虽取得一定成绩，但诈骗方式的不断翻新，给诈骗电话的准确识别带来了持续算法挑战。 2.任务 基于用户通信行为数据的诈骗电话识别，将针对诈...
机器学习水果识别——python+opencv实现物体特征提取
11-26
机器学习水果识别是一种利用机器学习算法和图像处理技术对水果进行自动识别的方法。其中，使用Python中的OpenCV库实现物体特征提取是一种常见的实现方式。 OpenCV是一个强大的开源计算机视觉库，提供了许多用于图像处理和分析的函数和工具。它可以辅助我们实现水果识别所需要的特征提取步骤。 首先，我们需要准备水果图像数据集。这些图像可以是不同种类的水果，每个水果都有多个不同视角的图像。接下来，我们使用OpenCV库中的函数加载和处理这些图像。 在特征提取中，我们可以使用很多不同的技术。其中，最常用的方法是使用图像的颜色和纹理特征。在处理图像时，我们可以使用OpenCV中的函数计算这些特征。 例如，我们可以使用OpenCV中的函数提取图像的颜色直方图。这可以帮助我们了解图像中不同颜色的比例和分布情况。在水果识别中，不同水果的颜色特征往往是不同的。 此外，我们还可以使用OpenCV中的纹理特征提取方法，比如局部二值模式（Local Binary Patterns）。这可以帮助我们分析图像中的纹理信息，如图像的细节和纹理变化。这些纹理特征在识别不同类型的水果时也是有用的。 最后，我们可以使用机器学习算法，如支持向量机（SVM）或卷积神经网络（CNN），来训练一个分类模型。这个模型可以根据提取的特征来判断输入图像是否为某种水果。 总之，使用Python中的OpenCV库实现水果识别中的物体特征提取是一种非常有效的方法。通过提取图像的颜色和纹理特征，并使用机器学习算法进行分类，我们可以实现一个准确和高效的水果识别系统。

“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 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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