当前位置: 萬仟网 > IT编程>脚本编程>Python > python 实现性别识别

python 实现性别识别

2020年11月21日  | 萬仟网IT编程  | 我要评论
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:pi

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 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 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萬仟网其它相关文章!

如您对本文有疑问或者有任何想说的,请点击进行留言回复,万千网友为您解惑!

相关文章:

验证码:
Copyright © 2017-2020  萬仟网 保留所有权利. 粤ICP备17035492号-1