使用keras實現(xiàn)性別識別，模型數(shù)據(jù)使用的是oarriaga/face_classification的模型

實現(xiàn)效果

準(zhǔn)備工作

在開始之前先要安裝keras和tensorflow

安裝keras使用命令：pip3 install keras

安裝tensorflow使用命令：pip3 install tensorflow

編碼部分

們使用OpenCV先識別到人臉，然后在通過keras識別性別，具體代碼如下

#coding=utf-8

#性別識別

import cv2

from keras.models import load_model

import numpy as np

import ChineseText

img = 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 實現(xiàn)性別識別的詳細(xì)內(nèi)容，更多關(guān)于python 性別識別的資料請關(guān)注腳本之家其它相關(guān)文章！

總結(jié)

以上是生活随笔為你收集整理的python判断性别程序_python 实现性别识别的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。