利用python 如何在圖片中性別人物的識(shí)別？相信很多沒(méi)有經(jīng)驗(yàn)的人對(duì)此束手無(wú)策，為此本文總結(jié)了問(wèn)題出現(xiàn)的原因和解決方法，通過(guò)這篇文章希望你能解決這個(gè)問(wèn)題。

創(chuàng)新互聯(lián)建站憑借在網(wǎng)站建設(shè)、網(wǎng)站推廣領(lǐng)域領(lǐng)先的技術(shù)能力和多年的行業(yè)經(jīng)驗(yàn)，為客戶提供超值的營(yíng)銷(xiāo)型網(wǎng)站建設(shè)服務(wù)，我們始終認(rèn)為：好的營(yíng)銷(xiāo)型網(wǎng)站就是好的業(yè)務(wù)員。我們已成功為企業(yè)單位、個(gè)人等客戶提供了做網(wǎng)站、網(wǎng)站建設(shè)服務(wù)，以良好的商業(yè)信譽(yù)，完善的服務(wù)及深厚的技術(shù)力量處于同行領(lǐng)先地位。

使用keras實(shí)現(xiàn)性別識(shí)別，模型數(shù)據(jù)使用的是oarriaga/face_classification的模型

實(shí)現(xiàn)效果

準(zhǔn)備工作

在開(kāi)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(shí)別到人臉，然后在通過(guò)keras識(shí)別性別，具體代碼如下

#coding=utf-8
#性別識(shí)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()

本文名稱(chēng)：利用python如何在圖片中性別人物的識(shí)別-創(chuàng)新互聯(lián)
分享鏈接：http://weahome.cn/article/goocd.html