可以使用Python中的OpenCV库进行人脸识别和性别/年龄预测。以下是一个简单的示例代码：
```python
import cv2
import math
import argparse
# 加载人脸检测模型和性别/年龄分类器
face_cascade = cv2.CascadeClassifier(cv2.data.haarcascades + 'haarcascade_frontalface_default.xml')
gender_age_net = cv2.dnn.readNetFromCaffe('deploy_gender.prototxt', 'gender_net.caffemodel')
# 定义性别和年龄标签
gender_list = ['Male', 'Female']
age_list = ['(0-2)', '(4-6)', '(8-12)', '(15-20)', '(25-32)', '(38-43)', '(48-53)', '(60-100)']
# 解析输入参数
parser = argparse.ArgumentParser()
parser.add_argument('-v', '--video', help='path to input video file')
args = parser.parse_args()
# 打开摄像头或视频文件
if args.video:
cap = cv2.VideoCapture(args.video)
else:
cap = cv2.VideoCapture(0)
# 循环读取每一帧并进行处理
while True:
# 读取一帧
ret, frame = cap.read()
if not ret:
break
# 将帧转换为灰度图像
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 检测人脸
faces = face_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
# 遍历每个检测到的人脸
for (x, y, w, h) in faces:
# 提取人脸ROI
face_roi = gray[y:y+h, x:x+w]
# 缩放人脸ROI并进行均值归一化
face_blob = cv2.dnn.blobFromImage(cv2.resize(face_roi, (227, 227)), 1.0, (227, 227), (78.4263377603, 87.7689143744, 114.895847746), swapRB=False, crop=False)
# 进行性别/年龄预测
gender_age_net.setInput(face_blob)
gender_age_preds = gender_age_net.forward()
# 解析性别和年龄预测结果
gender_pred = gender_list[gender_age_preds[0].argmax()]
age_pred = age_list[math.floor(gender_age_preds[1][0][0][0])]
# 在图像中绘制人脸框和性别/年龄标签
cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)
label = '{}, {}'.format(gender_pred, age_pred)
cv2.putText(frame, label, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 0), 2, cv2.LINE_AA)
# 显示处理后的帧
cv2.imshow('frame', frame)
# 按下q键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
```
在上面的代码中，我们使用OpenCV库加载了人脸检测器和性别/年龄分类器，然后打开了摄像头（或视频文件），循环读取每一帧并进行处理。对于每个检测到的人脸，我们提取了人脸ROI并进行了缩放和均值归一化，然后使用性别/年龄分类器进行预测。最后，我们在图像中绘制人脸框和性别/年龄标签，并显示处理后的帧。
最低0.47元/天 解锁文章
6万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
