python opencv预测人脸性别年龄代码

以下是使用Python OpenCV库进行人脸性别年龄预测的代码示例：

import cv2
import math

# 加载人脸检测器和性别年龄分类器
face_detector = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")
gender_age_detector = cv2.dnn.readNetFromCaffe("deploy_gender.prototxt", "gender_net.caffemodel")

# 定义性别和年龄标签
gender_labels = ["Male", "Female"]
age_labels = ["0-2", "4-6", "8-12", "15-20", "25-32", "38-43", "48-53", "60-"]

# 加载输入图像
img = cv2.imread("image.jpg")

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

# 检测人脸
faces = face_detector.detectMultiScale(gray, scaleFactor=1.2, minNeighbors=5, minSize=(30, 30))

# 对每个检测到的人脸进行处理
for (x,y,w,h) in faces:
    # 提取人脸区域
    face_img = img[y:y+h, x:x+w].copy()
    
    # 将人脸区域转换为blob格式
    blob = cv2.dnn.blobFromImage(face_img, 1, (227, 227), (78.4263377603, 87.7689143744, 114.895847746), swapRB=False)

    # 输入blob到性别年龄分类器
    gender_age_detector.setInput(blob)
    predictions = gender_age_detector.forward()

    # 解析预测结果
    gender_prediction = gender_labels[predictions[0].argmax()]
    age_prediction = age_labels[int(math.floor(predictions[1].argmax() / 3.0))]

    # 打印预测结果
    print("Gender prediction: {}".format(gender_prediction))
    print("Age prediction: {}".format(age_prediction))

注意，在运行此代码之前，你需要下载并提供以下文件：

- haarcascade_frontalface_default.xml：OpenCV的人脸检测器
- deploy_gender.prototxt：性别年龄分类器的网络架构文件
- gender_net.caffemodel：性别年龄分类器的预训练权重文件