《OpenCV计算机视觉》—— 年龄与性别预测

结合以下链接中的文章有助于理解此篇案例：

• OpenCV中的 cnn 模块
  • https://blog.csdn.net/weixin_73504499/article/details/142965441?spm=1001.2014.3001.5501

此案例是通过使用OpenCV中的cnn模块来调用别人已经训练好的深度学习模型，此篇案例中用到了人脸检测模型、年龄预测模型，性别预测模型。

• 以下链接中是这三种模型所需要的模型文件和配置文件

  • 链接: https://pan.baidu.com/s/1hzatG5CNVVULCA8TjEegag?pwd=iaeg
  • 提取码: iaeg

• 完整代码如下：

  import cv2
  from PIL import Image, ImageDraw, ImageFont
  import numpy as np
  
  # ======模型初始化======
  # 模型(网络模型/预训练模型)：face/age/gender(脸、年龄、性别)
  faceProto = "model/opencv_face_detector.pbtxt"
  faceModel = "model/opencv_face_detector_uint8.pb"
  ageProto = "model/deploy_age.prototxt"
  ageModel = "model/age_net.caffemodel"
  genderProto = "model/deploy_gender.prototxt"
  genderModel = "model/gender_net.caffemodel"
  
  # 加载网络
  ageNet = cv2.dnn.readNet(ageModel, ageProto)  # 模型的权重参数、模型的配置
  genderNet = cv2.dnn.readNet(genderModel, genderProto)
  faceNet = cv2.dnn.readNet(faceModel, faceProto)
  # ======年龄初始化======
  # 年龄段和性别  共有8个年龄区间，区间范围可自行更改
  ageList = ['0-2岁', '4-6岁', '8-12岁', '15-22岁', '25-32岁', '38-43岁', '48-53岁', '60-100岁']
  genderList = ['男性', '女性']
  mean = (78.4263377603, 87.7689143744