TensorFlow读取图片进行人脸性别年龄识别

TensorFlow可以通过读取图片进行人脸性别年龄识别，一般用到的是基于卷积神经网络的人脸识别算法。

以下是一个简单的示例代码，用于读取图片进行人脸性别年龄识别：

import cv2
import tensorflow as tf

# 加载人脸检测器
face_cascade = cv2.CascadeClassifier('./haarcascade_frontalface_default.xml')

# 加载性别和年龄模型
gender_model = tf.keras.models.load_model('./gender_model.h5')
age_model = tf.keras.models.load_model('./age_model.h5')

# 读取图片
img = cv2.imread('./test.jpg')

# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 人脸检测
faces = face_cascade.detectMultiScale(gray, 1.3, 5)

# 遍历每个人脸
for (x, y, w, h) in faces:
    # 裁剪出人脸部分
    face_img = img[y:y+h, x:x+w]

    # 重设大小为模型输入大小
    resized = cv2.resize(face_img, (128, 128))
    normalized = resized / 255.0

    # 预测性别和年龄
    gender_pred = gender_model.predict(np.array([normalized]))
    age_pred = age_model.predict(np.array([normalized]))

    # 获取性别和年龄
    gender = "Male" if gender_pred[0][0] > 0.5 else "Female"
    age = int(age_pred[0][0])

    # 在图片上绘制性别和年龄
    cv2.putText(img, f"{gender}, {age}", (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (36,255,12), 2)

# 显示图片
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

需要注意的是，此代码中使用的人脸检测器是Haar级联检测器，可能存在一定的误检率。如果需要更高的精度，可以考虑使用基于深度学习的人脸检测算法。