# plant_analysis

**Repository Path**: xwl_fighter/plant_analysis

## Basic Information

- **Project Name**: plant_analysis
- **Description**: 植物表型分析系统
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-02-01
- **Last Updated**: 2026-02-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 植物表型分析系统

一个完整的植物图像分析解决方案，能够在树莓派等嵌入式设备上运行，用于分析植物的健康状况、生长状态和提供护理建议。

## 功能特性

### 基本分析功能
- 识别叶片数量和大小
- 分析叶片颜色健康状况（绿色/黄色/棕色比例）
- 评估植物整体健康状态
- 提供水分和营养状态评估
- 针对不同植物类型提供建议
- 检测常见的植物健康问题
- 生成详细的护理建议

### 高级分析功能
- 计算叶片形状特征（紧凑度、对称性、细长度）
- 分析纹理和边缘密度特征
- 多色彩空间分析（HSV、LAB）
- 颜色分布统计
- 结构完整性评估
- 生长模式分析
- 压力指标检测
- 生长阶段判断

### 支持的植物类型
- gardenia (栀子花)
- pothos (绿萝)
- monstera (龟背竹)
- snake_plant (虎尾兰)
- fern (蕨类植物)
- succulent (多肉植物)

## 系统架构

- `app.py` - Flask Web应用主文件，提供图像上传界面和邮件推送功能
- `plant_analysis_app.py` - 命令行接口，支持基本/高级/比较分析
- `plant_phenotype_analyzer.py` - 基本植物分析模块
- `advanced_plant_analyzer.py` - 高级植物分析模块
- `plant_processor.py` - Web应用处理器，为前端提供分析接口
- `templates/index.html` - 响应式Web界面，支持移动端
- `static/uploads/` - 上传文件存储目录

## 安装依赖

```bash
pip install opencv-python numpy plantcv flask python-dotenv
```

## 使用方法

### Web应用方式

1. 配置邮箱（可选，用于结果推送）：
   ```env
   # .env 文件
   SENDER_EMAIL=your_email@domain.com
   SENDER_PWD=your_email_password_or_app_key
   SMTP_SERVER=smtp.domain.com
   SMTP_PORT=465
   ```

2. 启动Web服务器：
   ```bash
   python app.py
   ```

3. 在浏览器中访问 `http://localhost:5000` 或树莓派IP地址

### 命令行方式

```bash
# 基本分析
python plant_analysis_app.py basic path/to/image.jpg --plant_type gardenia

# 高级分析
python plant_analysis_app.py advanced path/to/image.jpg --plant_type gardenia

# 比较分析
python plant_analysis_app.py compare path/to/image.jpg --plant_type gardenia

# 保存结果到文件
python plant_analysis_app.py basic path/to/image.jpg --plant_type gardenia --save_path result.json
```

### 编程接口

```python
from plant_phenotype_analyzer import PlantPhenotypeAnalyzer

analyzer = PlantPhenotypeAnalyzer()
result = analyzer.analyze_plant_image('image.jpg', 'gardenia')
analyzer.print_detailed_report(result)
```

## 系统优势

1. **多层分析能力** - 提供基本和高级两种分析深度
2. **多种交互方式** - 支持命令行、Web界面和编程接口
3. **智能结果推送** - 通过邮件自动发送分析结果
4. **响应式界面** - 适配桌面和移动设备
5. **扩展性强** - 易于添加新的植物类型和分析功能
6. **树莓派优化** - 专为嵌入式设备性能优化

### Web界面功能（修复后）
- ✓ 点击上传区域可打开文件选择对话框
- ✓ 拖拽文件到上传区域可成功上传
- ✓ 文件选择后正确更新界面显示
- ✓ 表单提交验证正确工作
- ✓ 上传文件持久性问题已解决

## 部署到树莓派

1. 将项目文件复制到树莓派
2. 安装依赖包
3. 配置网络和邮箱设置
4. 启动应用并访问树莓派IP地址

## 技术栈

- Python 3.x
- OpenCV - 图像处理
- NumPy - 数值计算
- PlantCV - 植物计算机视觉
- Flask - Web框架
- Bootstrap 5 - 前端UI框架

## 许可证

MIT License