功能描述
ClassifyingRubbish可以对图片中的物品垃圾进行分类，并给出具体的物品名称。
前提条件
请确保您已开通图像识别服务，若未开通服务请立即开通。
图片限制
- 图片类型：JPEG、JPG、PNG。
- 图片大小：图片小于等于3M。
- 图片分辨率：不限制图片分辨率，但图片分辨率太高可能会导致API识别超时，超时时间为5秒。
URL地址中不能包含中文字符。
调试
在OpenAPI Explorer中直接运行该接口。
示例代码
#!/usr/bin/env python
#coding=utf-8
from aliyunsdkcore.client import AcsClient
from aliyunsdkcore.acs_exception.exceptions import ClientException
from aliyunsdkcore.acs_exception.exceptions import ServerException
from aliyunsdkimagerecog.request.v20190930.ClassifyingRubbishRequest import ClassifyingRubbishRequest
client = AcsClient('<accessKeyId>', '<accessSecret>', 'cn-shanghai')
request = ClassifyingRubbishRequest()
request.set_accept_format('json')
request.set_ImageURL("http://viapi-test.oss-cn-shanghai.aliyuncs.com/demo-center/imagerecog/ClassifyingRubbish2.jpg")
response = client.do_action_with_exception(request)
# python2: print(response)
print(str(response, encoding='utf-8'))请求参数
ImageURL String 图片URL地址
常见垃圾输出列举值如下：
1.可回收物
废纸张：纸板箱、报纸、废弃书本、快递纸袋、打印纸、信封、广告单、纸塑铝复合包装（利乐包）。
废塑料：食品与日用品塑料瓶罐及瓶盖（饮料瓶、奶瓶、洗发水瓶、乳液罐）、食用油桶、塑料碗（盆）、塑料盒子（食品保鲜盒、收纳盒）、塑料玩具（塑料积木、塑料模型）、塑料衣架、施工安全帽、PE塑料、pvc、亚克力板、塑料卡片、密胺餐具、kt板、泡沫（泡沫塑料、水果网套）。
废玻璃制品：食品及日用品玻璃瓶罐（调料瓶、酒瓶、化妆品瓶）、玻璃杯、窗玻璃、玻璃制品（放大镜、玻璃摆件）、碎玻璃。
废金属：金属瓶罐（易拉罐、食品罐/桶）、金属厨具（菜刀、锅）、金属工具（刀片、指甲剪、螺丝刀）、金属制品（铁钉、铁皮、铝箔）。
废织物：旧衣服、床单、枕头、棉被、皮鞋、毛绒玩具（布偶）、棉袄、包、皮带、丝绸制品。
其它：电路板（主板、内存条）、充电宝、电线、插头、木制品（积木、砧板）。
2.有害垃圾
废镍镉电池和废氧化汞电池：充电电池、镉镍电池、铅酸电池、蓄电池、纽扣电池。
废荧光灯管：荧光（日光）灯管、卤素灯。
废药品及其包装物：过期药物、药物胶囊、药片、药品内包装。
废油漆和溶剂及其包装物：废油漆桶、染发剂壳、过期的指甲油、洗甲水。
废矿物油及其包装物。
废含汞温度计、废含汞血压计：水银血压计、水银体温计、水银温度计。
废杀虫剂及其包装：老鼠药（毒鼠强）、杀虫喷雾罐。
废胶片及废相纸：x光片等感光胶片、相片底片。
3.厨余垃圾（湿垃圾）
食材废料：谷物及其加工食品（米、米饭、面、面包、豆类）、肉蛋及其加工食品（鸡、鸭、猪、牛、羊肉、蛋、动物内脏、腊肉、午餐肉、蛋壳）、水产及其加工食品（鱼、鱼鳞、虾、虾壳、鱿鱼）、蔬菜（绿叶菜、根茎蔬菜、菌菇）、调料、酱料。
剩菜剩饭：火锅汤底（沥干后的固体废弃物）、鱼骨、碎骨、茶叶渣、咖啡渣。
过期食品：糕饼、糖果、风干食品（肉干、红枣、中药材）、粉末类食品（冲泡饮料、面粉）、宠物饲料。
瓜皮果核：水果果肉（椰子肉）、水果果皮（西瓜皮、桔子皮、苹果皮）、水果茎枝（葡萄枝）、果实（西瓜籽）。
花卉植物：家养绿植、花卉、花瓣、枝叶。
中药药渣。
4.其他垃圾（干垃圾）
餐巾纸、卫生间用纸、尿不湿、猫砂、狗尿垫、污损纸张、烟蒂、干燥剂、污损塑料、尼龙制品、编织袋、防碎气泡膜、大骨头、硬贝壳、硬果壳（椰子壳、榴莲壳、核桃壳、玉米衣、甘蔗皮）、硬果实（榴莲核、菠萝蜜核）、毛发、灰土、炉渣、橡皮泥、太空沙、带胶制品（胶水、胶带）、花盆、毛巾、一次性餐具、镜子、陶瓷制品、竹制品（竹篮、竹筷、牙签）、成分复杂的制品（伞、笔、眼镜、打火机）。
在线调试实例
至于下面这个药品。这个嘛？算法看来还待优化~
