python opencv人脸性别年龄识别代码

以下是一个基于Python和OpenCV的人脸性别年龄识别代码示例：

import cv2

# 加载人脸识别分类器
face_cascade = cv2.CascadeClassifier('haarcascade_frontalface_default.xml')

# 加载性别识别模型
gender_net = cv2.dnn.readNetFromCaffe('deploy_gender.prototxt', 'gender_net.caffemodel')
gender_list = ['Male', 'Female']

# 加载年龄识别模型
age_net = cv2.dnn.readNetFromCaffe('deploy_age.prototxt', 'age_net.caffemodel')
age_list = ['(0-2)', '(4-6)', '(8-12)', '(15-20)', '(25-32)', '(38-43)', '(48-53)', '(60-100)']

# 读取图像
img = cv2.imread('test.jpg')

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

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

# 遍历每个人脸
for (x,y,w,h) in faces:
    # 在图像中绘制矩形框显示人脸位置
    cv2.rectangle(img,(x,y),(x+w,y+h),(255,0,0),2)
    
    # 获取人脸区域
    face_roi = img[y:y+h, x:x+w]
    
    # 将人脸区域转换为blob
    blob = cv2.dnn.blobFromImage(face_roi, scalefactor=1.0, size=(227, 227), 
                                 mean=(78.4263377603, 87.7689143744, 114.895847746), 
                                 swapRB=False, crop=False)
    
    # 性别识别
    gender_net.setInput(blob)
    gender_preds = gender_net.forward()
    gender = gender_list[gender_preds[0].argmax()]
    
    # 年龄识别
    age_net.setInput(blob)
    age_preds = age_net.forward()
    age = age_list[age_preds[0].argmax()]
    
    # 在图像中绘制性别和年龄信息
    label = "{},{}".format(gender, age)
    cv2.putText(img, label, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (0, 255, 255), 2, cv2.LINE_AA)

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

上述代码中，我们使用了OpenCV的CascadeClassifier来检测人脸，使用了Caffe深度学习框架进行性别和年龄的识别。在代码中，我们需要加载人脸识别分类器（haarcascade_frontalface_default.xml文件）、性别识别模型（deploy_gender.prototxt和gender_net.caffemodel文件）和年龄识别模型（deploy_age.prototxt和age_net.caffemodel文件），并将它们分别用于人脸检测、性别识别和年龄识别。最后，我们在图像中绘制出人脸位置和性别年龄信息，并将结果显示出来。