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其它相关文章！