【Python案例】Python实现垃圾分类APP(附带微信小程序)

嗨嗨，大家好呀，我是小圆~

今天给你们分享一个有趣的东西

如何利用现有的工具来实现一个垃圾分类的应用

主要做了三个核心内容：

对比现有垃圾分类服务，挑选一个合适并编码实现
开发桌面版垃圾分类APP
开发垃圾分类微信小程序

上面这三部分第一部分是后端的活儿，其他两部分都是前端的活儿，所以，我在这三块没有太多经验，基本上是面向搜索引擎编程。

效果图

PC版：

小程序

附上小程序连接垃圾分类小程序，大家可以体验一下。如果打开看不到效果可能审核没通过，稍微晚点再开即可。

需领取完整源码跟Python学习资料可点击这行字体

接下来进入到具体的细节是如何做的

其实垃圾分类已经开始很长一段时间了，肯定会有一些服务商把垃圾分类的能力通过API的方式开放出来，供大家调用。我找了3家简单对比下供大家参考：

聚合数据（www.juhe.cn）：提供文本、图像、语音分类。免费调用20次，定价不灵活只能批量购买

天行数据（www.tianapi.com）：提供文本、图像、语音分类。文本分类5000次，其他50次，定价按量计费

京东AI开放平台：提供文本、图像、语音分类。免费，每日5000次

简单对比了图像分类情况，聚合和天行数据明显更好，再综合定价因素最终我决定用天行数据。下面就来编写代码，将API接口封装成我们需要的服务，以文本（垃圾名称）分类接口为例，请求的接口如下

http://api.tianapi.com/txapi/lajifenlei/index?key=APIKEY&word=眼镜

APIKEY需要到天行网站注册来获取，返回的结果如下：

{"code":200,"msg":"success","newslist":[{"name":"隐形眼镜","type":3,"aipre":0,"explain":"干垃圾即其它垃圾，指除可回收物、有害垃圾、厨余垃圾（湿垃圾）以外的其它生活废弃物。","contain":"常见包括砖瓦陶瓷、渣土、卫生间废纸、猫砂、污损塑料、毛发、硬壳、一次性制品、灰土、瓷器碎片等难以回收的废弃物","tip":"尽量沥干水分；难以辨识类别的生活垃圾都可以投入干垃圾容器内"},{"name":"眼镜","type":3,"aipre":0,"explain":"干垃圾即其它垃圾，指除可回收物、有害垃圾、厨余垃圾（湿垃圾）以外的其它生活废弃物。","contain":"常见包括砖瓦陶瓷、渣土、卫生间废纸、猫砂、污损塑料、毛发、硬壳、一次性制品、灰土、瓷器碎片等难以回收的废弃物","tip":"尽量沥干水分；难以辨识类别的生活垃圾都可以投入干垃圾容器内"},]
}

接口的字段说明大家可以看官网文档，这里我就不再赘述了。

下面来编写请求文本分类接口的代码：

import base64
import requestsclass TxApiService:def __init__(self):self.appkey = 'xxx'  # 需要换成自己的self.text_cls_url_root = 'https://api.tianapi.com/txapi/lajifenlei/index?key=%s&word=%s'self.img_cls_url_root = 'https://api.tianapi.com/txapi/imglajifenlei/index'def get_text_cls_res(self, garbage_name):url = self.text_cls_url_root % (self.appkey, garbage_name)response = requests.get(url)res = []if response.status_code == 200:res_json = response.json()if res_json.get('newslist'):new_list_json = res_json['newslist']for item in new_list_json:name = item.get('name')cat = self.garbage_id_to_name(item.get('type'))tip = item.get('tip')ai_pre = item.get('aipre')pre_type = 'None'if ai_pre == 0:pre_type = '正常结果'if ai_pre == 1:pre_type = '预判结果'item_dict = {'name': name, 'type': cat, 'tip': tip, 'pre_type': pre_type}res.append(item_dict)return reselse:return Nonereturn Nonedef garbage_id_to_name(self, id):if id == 0:return '可回收物'if id == 1:return '有害垃圾'if id == 2:return '厨余垃圾'if id == 3:return '其他垃圾'return None

代码比较简单，用Python的requests库请求垃圾分类接口，并对返回的数据格式化。下面再来编写请求图像分类的接口

需领取完整源码跟Python学习资料可点击这行字体

def get_img_cls_res(self, img_base64):headers = {'Content-Type': 'application/x-www-form-urlencoded'}body = {'key': self.appkey,"img": img_base64,}response = requests.post(self.img_cls_url_root, headers=headers, data=body)res = []if response.status_code == 200:res_json = response.json()if res_json.get('newslist'):new_list_json = res_json['newslist']for item in new_list_json:name = item.get('name')cat = self.garbage_id_to_name(item.get('lajitype'))tip = item.get('lajitip')trust = item.get('trust')if trust <= 80:continueitem_dict = {'name': name, 'type': cat, 'tip': tip, 'pre_score': trust}python学习交流Q群：770699889 ###res.append(item_dict)return reselse:return Nonereturn None

函数的参数是图像的base64编码，请求方式是POST请求，返回值字段与文本分类略有不同，但思路是一样的。
这两部分内容其实比简单，这里我就不再过多解释了。

开发GUI

有了数据服务，下面我们就来开发GUI，这里我用的是tkinter，用它编写的APP可以运行在Linux、Windows和Mac系统，关于tkinter的使用这里我不会做过多介绍，不了解的朋友自行百度，之前我也没结果过基本上看网上的教程照猫画虎。

首选，创建GarbageClassificationApp类，来定义用到的各种组件

python学习交流Q群：770699889 ###
import base64
import tkinterfrom tkinter import *
import hashlib
import time
from tkinter import filedialogfrom TxApiService import TxApiServiceclass GarbageClassificationApp:def __init__(self, tk):"""初始化各个组件:param tk:"""self.tk = tk# 第一行定义文本分类相关的组件self.text_cls_label = Label(self.tk, text="垃圾名：")self.garbage_name_text = Entry(self.tk)self.text_cls_button = \Button(self.tk, text="垃圾名分类", bg="lightblue", width=10, height=1, command=self.garbage_name_cls)# 第二行定义图像分类相关的组件self.img_cls_label = Label(self.tk, text="垃圾图片：")self.select_file_button = Button(self.tk, text='选择图片', command=self.select_pic)self.img_cls_button = \Button(self.tk, text="图片分类", bg="lightblue", width=10, height=1, command=self.garbage_img_cls)self.img_name_text = Text(self.tk, height=2)self.img_name_text.insert(1.0, '未选择图片：')self.img_name_text['state'] = DISABLED# 第三行定义输出结果相关的组件self.cls_result_label = Label(self.tk, text="分类结果：")self.output_cls_result_list_box = Listbox(self.tk, width=100, height=30)# 初始化 api 服务self.api_service = TxApiService()self.set_init_window()

再来创建set_init_window函数对各个组件进行布局

# 各组件布局
def set_init_window(self):self.tk.title("垃圾分类")self.tk.geometry('1068x681+350+200')  # 1068x681为窗口大小，+100 +100 定义窗口弹出时的默认展示位置# 第一行文本分类各组件的布局self.text_cls_label.grid(row=0, column=0, sticky=E)self.garbage_name_text.grid(row=0, column=1)self.text_cls_button.grid(row=0, column=2, padx=10)# 第二行图像分类各组件的布局self.img_cls_label.grid(row=1, column=0, sticky=E)self.select_file_button.grid(row=1, column=1)self.img_cls_button.grid(row=1, column=2, padx=10)self.img_name_text.grid(row=1, column=3, padx=10)# 第三行输出结果各组件的布局self.cls_result_label.grid(row=2, column=0, rowspan=2, sticky=E)self.output_cls_result_list_box.grid(row=4, column=1, columnspan=10, pady=10, sticky=E)

这样，界面就完成了。

上面定义的一些组件中会有一些事件处理逻辑，比如一个按钮Button被按下时，它就会调用commond属性指定的函数。

以文本分类Button为例（text_cls_button），用户按下该按钮后，程序就会执行garbage_name_cls函数，在该函数中我们就可以请求文本分类服务，并将返回的数据显示到界面上。

代码如下：

def garbage_name_cls(self):garbage_name = self.garbage_name_text.get()cat_arr = self.api_service.get_text_cls_res(garbage_name)self.output_cls_result_list_box.delete(0, END)if cat_arr:i = 0for item in cat_arr:name = '垃圾名称: %s' % item.get('name', 'None')self.output_cls_result_list_box.insert(i, name)i += 1cat = '垃圾类别: %s' % item.get('type', 'None')self.output_cls_result_list_box.insert(i, cat)i += 1pre_type = '预判类型: %s' % item.get('pre_type', 'None')self.output_cls_result_list_box.insert(i, pre_type)i += 1tip = '投放提示: %s' % item.get('tip', 'None')self.output_cls_result_list_box.insert(i, tip)i += 1self.output_cls_result_list_box.insert(i, '')i += 1

其他事件处理逻辑类似，代码如下

python学习交流Q群：770699889 ###
def select_pic(self):"""单选图片:return:"""file_name = filedialog.askopenfilename(filetypes=[('图片', ('.png', '.jpg', '.jpeg'))])if file_name:self.img_name_text['state'] = NORMALself.img_name_text.delete(1.0, END)self.img_name_text.insert(1.0, '已选择图片：%s' % file_name)self.img_name_text['state'] = DISABLEDdef garbage_img_cls(self):img_name_text = self.img_name_text.get(1.0, END)if img_name_text.startswith('已选择图片：'):file_path = img_name_text[6:].strip()else:returnwith open(file_path, 'rb') as f:base64_data = base64.b64encode(f.read())img_base64 = base64_data.decode()cat_arr = self.api_service.get_img_cls_res(img_base64)self.output_cls_result_list_box.delete(0, END)if cat_arr:i = 0for item in cat_arr:name = '垃圾名称: %s' % item.get('name', 'None')self.output_cls_result_list_box.insert(i, name)i += 1cat = '垃圾类别: %s' % item.get('type', 'None')self.output_cls_result_list_box.insert(i, cat)i += 1pre_type = '预测得分: %s' % item.get('pre_score', 'None')self.output_cls_result_list_box.insert(i, pre_type)i += 1tip = '投放提示: %s' % item.get('tip', 'None')self.output_cls_result_list_box.insert(i, tip)i += 1self.output_cls_result_list_box.insert(i, '')i += 1

至此，PC端桌面APP就开发完成，这里我们没有实现语音分类服务，但思路是一样的，大家可以尝试一下。

好啦，今天的分享到这里就结束了 ~
对文章有问题的，或者有其他关于python的问题，可以在评论区留言或者私信我哦
觉得我分享的文章不错的话，可以关注一下我，或者给文章点赞(/≧▽≦)/