【PyTorch + Sqlite3+ OpenCV】—＞实时识别中草药录入数据库-CSDN博客

本文链接：https://blog.csdn.net/weixin_63797639/article/details/137684033

前篇: 【PyTorch + PyQt + 网络爬虫】—＞基于resnet34的中草药识别

前言：基于之前的QT页面识别改善，取消了QT界面，添加实时视频读取以及数据库录入。

实时视频

原理：使用OpenCV打开摄像头，以3秒间隔的一帧截取一张图片，因为本项目是流水线形式的识别，且摄像头机位固定，故而可采取该形式获取标准格式的图片。

# 设置视频源，这里使用摄像头0
cap = cv2.VideoCapture(0)
# 检查是否成功打开视频源
if not cap.isOpened():
    print("Error opening video stream or file")
    exit()
    
# 设置保存图片的文件夹路径
output_folder = 'data/test_1'
if not os.path.exists(output_folder):
    os.makedirs(output_folder)
# 设置开始时间和下一次保存图片的时间
start_time = time.time()
next_save_time = start_time + 3  # 初始设置为3秒后保存

try:
    while True:
        # 读取一帧
        ret, frame = cap.read()
        if not ret:
            print("无法接收帧（流结束）退出 ...")
            break
            # 检查是否到了保存图片的时间
        current_time = time.time()
        if current_time >= next_save_time:
            # 构建图片保存路径和文件名
            timestamp = time.strftime('%Y-%m-%d_%H-%M-%S', time.localtime(current_time))
            filename = os.path.join(output_folder, f'{timestamp}.jpg')
            # 保存图片
            cv2.imwrite(filename, frame)
            print(f"Saved frame to {filename}")
            # 计算下一次保存图片的时间
            next_save_time = current_time + 3
        cv2.imshow('Video', frame)
        # 等待按键，如果按下'q'键，则退出循环
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
finally:
    # 释放资源
    cap.release()
    cv2.destroyAllWindows()

Alt

识别

识别部分基本和上篇一样，删除了QT页面部分，添加了读取图片名的函数。

 # 图片名读取（识别时间）
        def get_image_files(directory, extensions=['.jpg', '.jpeg', '.png']):
            image_filenames_without_extension = []
            for root, dirs, files in os.walk(directory):
                for file in files:
                    extension = os.path.splitext(file)[1].lower()
                    if extension in extensions:
                        # 使用os.path.splitext来分割文件名和后缀名，并只取第一部分（文件名）
                        filename_without_extension = os.path.splitext(file)[0]
                        # 只添加不带后缀名的文件名到列表中
                        image_filenames_without_extension.append(filename_without_extension)
            return image_filenames_without_extension
        image_file = get_image_files('data/test_1')

数据库录入

使用python语句对数据库操作，navicat进行查看。录入三个数据（识别时间即图片名、药材名称、识别率）进database.db的recognition_data表中。

# 连接到SQLite数据库
        conn = sqlite3.connect('database.db')
        # 创建一个Cursor对象
        cursor = conn.cursor()

        # 插入信息的SQL语句
        insert_data_sql = '''  
        INSERT INTO recognition_data (time, name, recognition_rate) VALUES (?, ?, ?)  
        '''
        # 录入信息的示例数据
        recognition_data = []
        # 使用for循环将数据读入recognition_data列表
        for image_files, pred_index, formatted_string in zip(image_file, pred_index_base, formatted_string_base):
            recognition_data.append((image_files, pred_index, formatted_string))

        # 执行插入操作
        cursor.executemany(insert_data_sql, recognition_data)

        # 提交事务
        conn.commit()

        # 输出插入的数据数量
        print(f"Inserted {cursor.rowcount} rows of data.")

        # 关闭Cursor和Connection
        cursor.close()
        conn.close()