本发明提供了一种基于二维光谱数据和CARS算法的梨硬度识别方法，属于光谱检测技术领域，包括：采集梨样品的近红外光谱数据，构建动态光谱矩阵，获取二维同步光谱数据；基于Savitzky‑Golay滤波器对二维同步光谱数据进行预处理，获取预处理光谱数据；基于竞争性自适应重加权采样算法对预处理光谱数据进行特征筛选；将获取的特征光谱数据向基于梯度提升算法构建的梨硬度预测模型传输，获取硬度预测结果。上述方法通过采集梨样品的近红外光谱数据，并通过Savitzky‑Golay滤波器和竞争性自适应重加权采样算法进行处理，基于梨硬度预测模型，实现对梨硬度的预测，进而实现对梨样品的大规模实时评价，并且不会对梨造成物理损失，检测步骤简便，能够满足梨行业快速分级的效率要求。