python 图像识别

# 导入必要的库
import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取图像
img = cv2.imread('image.jpg', 0)  # 以灰度模式读取图像

# 使用OpenCV进行边缘检测
edges = cv2.Canny(img, 100, 200)

# 显示原图和边缘检测结果
plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(edges, cmap='gray')
plt.title('Edge Image'), plt.xticks([]), plt.yticks([])

plt.show()

解释说明：

1. 导入库：我们使用了cv2（OpenCV）来处理图像，numpy来进行数值计算，matplotlib.pyplot来显示图像。
2. 读取图像：cv2.imread('image.jpg', 0) 以灰度模式读取图像文件 image.jpg。第二个参数为0表示以灰度模式读取。
3. 边缘检测：使用cv2.Canny()函数进行边缘检测。该函数接收两个阈值参数（100和200），用于控制边缘的强度。
4. 显示图像：使用matplotlib的subplot函数将原图和边缘检测后的图像并排显示。

如果你需要更复杂的图像识别功能（如对象检测、分类等），可以考虑使用深度学习框架如TensorFlow或PyTorch，并结合预训练模型。