python 实现性别识别

时间:2021-05-22

使用keras实现性别识别,模型数据使用的是oarriaga/face_classification的模型

实现效果

准备工作

在开始之前先要安装keras和tensorflow

安装keras使用命令:pip3 install keras

安装tensorflow使用命令:pip3 install tensorflow

编码部分

们使用OpenCV先识别到人脸,然后在通过keras识别性别,具体代码如下

#coding=utf-8#性别识别import cv2from keras.models import load_modelimport numpy as npimport ChineseTextimg = cv2.imread("img/gather.png")face_classifier = cv2.CascadeClassifier( "C:\Python36\Lib\site-packages\opencv-master\data\haarcascades\haarcascade_frontalface_default.xml")gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)faces = face_classifier.detectMultiScale( gray, scaleFactor=1.2, minNeighbors=3, minSize=(140, 140))gender_classifier = load_model( "classifier/gender_models/simple_CNN.81-0.96.hdf5")gender_labels = {0: '女', 1: '男'}color = (255, 255, 255)for (x, y, w, h) in faces: face = img[(y - 60):(y + h + 60), (x - 30):(x + w + 30)] face = cv2.resize(face, (48, 48)) face = np.expand_dims(face, 0) face = face / 255.0 gender_label_arg = np.argmax(gender_classifier.predict(face)) gender = gender_labels[gender_label_arg] cv2.rectangle(img, (x, y), (x + h, y + w), color, 2) img = ChineseText.cv2ImgAddText(img, gender, x + h, y, color, 30)cv2.imshow("Image", img)cv2.waitKey(0)cv2.destroyAllWindows()

以上就是python 实现性别识别的详细内容,更多关于python 性别识别的资料请关注其它相关文章!

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章