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小牛知识库其它相关文章!
本文向大家介绍python 实现表情识别,包括了python 实现表情识别的使用技巧和注意事项,需要的朋友参考一下 表情识别 表情识别支持7种表情类型,生气、厌恶、恐惧、开心、难过、惊喜、平静等。 实现思路 使用OpenCV识别图片中的脸,在使用keras进行表情识别。 效果预览 实现代码 与《性别识别》相似,本文表情识别也是使用keras实现的,和性别识别相同,型数据使用的是oarriaga/f
本文向大家介绍python+opencv实现动态物体识别,包括了python+opencv实现动态物体识别的使用技巧和注意事项,需要的朋友参考一下 注意:这种方法十分受光线变化影响 自己在家拿着手机瞎晃的成果图: 源代码: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持呐喊教程。
本文向大家介绍python opencv pytesseract 验证码识别的实现,包括了python opencv pytesseract 验证码识别的实现的使用技巧和注意事项,需要的朋友参考一下 一、环境配置 需要 pillow 和 pytesseract 这两个库,pip install 安装就好了。 安装好Tesseract-OCR.exe pytesseract 库的配置:搜索找到pyt
本文向大家介绍Python实现识别手写数字大纲,包括了Python实现识别手写数字大纲的使用技巧和注意事项,需要的朋友参考一下 写在前面 其实我之前写过一个简单的识别手写数字的程序,但是因为逻辑比较简单,而且要求比较严苛,是在50x50大小像素的白底图上手写黑色数字,并且给的训练材料也不够多,导致准确率只能五五开。所以这一次准备写一个加强升级版的,借此来提升我对Python处理文件与图片的能力。
本文向大家介绍Python识别验证码的实现示例,包括了Python识别验证码的实现示例的使用技巧和注意事项,需要的朋友参考一下 废话不多说,直接开干! 首先安装库 然后按照tesseract程序下载安装 tessercat下载地址:https://digi.bib.uni-mannheim.de/tesseract/ //请依据自己的操作系统下载exe文件安装 用户变量,系统变量都添加:PATH
本文向大家介绍Python通过Tesseract库实现文字识别,包括了Python通过Tesseract库实现文字识别的使用技巧和注意事项,需要的朋友参考一下 机器视觉 从Google的无人驾驶汽车到可以识别假钞的自动售卖机,机器视觉一直都是一个应用广泛且具有深远的影响和雄伟的愿景的领域。 这里我们将重点介绍机器视觉的一个分支:文字识别。介绍如何用一些Python库来识别和使用在线图片中的文字。