python opencv识别年龄性别代码

以下是使用OpenCV的Python代码，可以识别图像中的性别和年龄：

import cv2
import math

# 加载性别和年龄分类器
gender_net = cv2.dnn.readNetFromCaffe('deploy_gender.prototxt', 'gender_net.caffemodel')
age_net = cv2.dnn.readNetFromCaffe('deploy_age.prototxt', 'age_net.caffemodel')

# 加载图像
img = cv2.imread('image.jpg')
(h, w) = img.shape[:2]

# 构建一个blob对象，将图像大小调整为 227x227，并对图像进行均值减法
blob = cv2.dnn.blobFromImage(cv2.resize(img, (227, 227)), 1.0, (227, 227), (78.4263377603, 87.7689143744, 114.895847746), swapRB=False)

# 将blob对象输入到性别和年龄分类器中，进行前向传递
gender_net.setInput(blob)
gender_preds = gender_net.forward()
age_net.setInput(blob)
age_preds = age_net.forward()

# 解析性别分类器的输出
gender = 'Male' if gender_preds[0].argmax() == 0 else 'Female'

# 解析年龄分类器的输出
age = age_preds[0][0] * 100
age = round(age, 0)
age = int(math.floor(age))

# 在图像上绘制性别和年龄
cv2.putText(img, "Gender: {}".format(gender), (10, h - 50), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)
cv2.putText(img, "Age: {}".format(age), (10, h - 20), cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 0, 255), 2)

# 显示输出图像
cv2.imshow("Output", img)
cv2.waitKey(0)

上述代码中，我们首先加载了性别和年龄分类器的权重文件，然后读入图像并调整其大小，并将其输入到分类器中进行前向传递。最后，我们解析分类器的输出，将性别和年龄绘制在图像上，并显示输出图像。

请注意，上述代码中使用的性别和年龄分类器是已经训练好的模型，可以从OpenCV官方网站下载。如果您希望训练自己的模型，则需要准备一个带有标签的数据集，并使用深度学习框架（如TensorFlow或PyTorch）训练模型。