Initial commit

README.md

@@ -0,0 +1,112 @@
+# 木条检测与分类 Python 接口示例
+
+本项目提供完整的 Python 示例，用于图像中木条数量检测、存在性判定以及 NG 木条异常分类。
+它支持：
+- 基于 RKNNLite 的木条检测
+- NG/OK 木条判定
+- NG 木条异常类型分类
+- 简单接口调用，支持本地图片推理
+
+---
+
+## 目录结构
+
+wood_detection/  
+├── wood_detect/  
+│   ├── wood_detect.py        # 木条数量检测接口  
+│   └── wood_detect.rknn      # RKNN模型文件  
+├── wood_exist/  
+│   ├── wood_exist.py         # 木条存在性判定接口  
+│   └── wood_exist_cls.rknn   # RKNN模型文件  
+├── wood_ng/  
+│   ├── wood_ng.py            # NG木条异常分类接口  
+│   └── wood_ng_cls.rknn      # RKNN模型文件  
+└── README.md                 # 说明文档  
+---
+
+## 配置
+
+### 安装依赖
+```bash
+pip install opencv-python numpy rknnlite
+
+```
+
+## 接口说明
+
+### 1. 木条数量检测
+
+函数：detect_wood(img: np.ndarray) -> int
+
+参数：
+
+img：BGR格式图像 (np.ndarray)
+
+返回值：
+
+检测到的木条数量 (int)
+
+示例：
+
+#### 函数调用
+
+```python
+import cv2
+from wood_detect.wood_detect import detect_wood
+
+img = cv2.imread("1.jpg")
+result = detect_wood(img)
+print(f"检测到木条数量: {result}")
+
+```
+
+### 2. 木条存在性判定
+
+函数：classify_wood_exist(img: np.ndarray) -> int
+
+参数：
+
+img：BGR格式图像 (np.ndarray)
+
+返回值：
+
+整数结果，对应木条状态（int: 存在结果（0 / 1））
+
+示例：
+
+```python
+import cv2
+from wood_exist.wood_exist import classify_wood_exist, CLASS_NAMES
+
+img = cv2.imread("1.png")
+result = classify_wood_exist(img)
+print(f"木条存在性判定: {result}")
+
+```
+
+### 3. NG 木条异常分类
+
+函数：classify_wood_ng(img: np.ndarray) -> int
+
+参数：
+
+img：BGR格式图像 (np.ndarray)
+
+返回值：
+
+整数结果，对应 NG木条（int: NG结果（0 / 1））
+
+示例：
+
+```python
+import cv2
+from wood_ng.wood_ng import classify_wood_ng, CLASS_NAMES
+
+img = cv2.imread("1.png")
+result = classify_wood_ng(img)
+print(f"NG 木条: {result}")
+
+```
+
+
+