利用OpenCV 和 Dlib 实现年龄性别猜测

弁言

在计算机视觉领域，人脸检测与属性分析是一项基础且重要的技能。本文将详细介绍怎样利用OpenCV和深度学习模子实现一个实时的人脸检测体系，该体系不仅能定位人脸位置，还能猜测性别和年龄段。这个体系可以广泛应用于智能监控、人机交互、广告投放等场景。
1.体系架构

本体系由三个核心模块组成：

• 人脸检测模块：定位图像中的人脸位置
  
• 性别辨认模块：猜测检测到的人脸性别
  
• 年龄猜测模块：估计检测到的人脸年龄段
  

2.代码剖析

2.1 模子初始化

1. # 加载预训练模型
2. faceNet = cv2.dnn.readNet("opencv_face_detector_uint8.pb", "opencv_face_detector.pbtxt")
3. ageNet = cv2.dnn.readNet("age_net.caffemodel", "deploy_age.prototxt")
4. genderNet = cv2.dnn.readNet("gender_net.caffemodel", "deploy_gender.prototxt")
6. # 定义年龄段和性别分类标签
7. ageList = ['0-2岁','4-6岁','8-12岁','15-20岁','25-32岁','38-43岁','48-53岁','60-100岁']
8. genderList = ['男性','女性']

复制代码

这里我们加载了三个预训练模子：

• 人脸检测模子（基于SSD框架）
  
• 年龄猜测模子（Caffe格式）
  
• 性别辨认模子（Caffe格式）
  

2.2 核心函数实现

(1) 人脸检测函数 getBoxes()

1. def getBoxes(net, frame):
2.     # 图像预处理
3.     blob = cv2.dnn.blobFromImage(frame, 1.0, (300,300), [104,117,123], True, False)
5.    
6.     # 模型推理
7.     net.setInput(blob)
8.     detections = net.forward()
9.    
10.     # 解析检测结果
11.     faceBoxes = []
12.     for i in range(detections.shape[2]):
13.         confidence = detections[0,0,i,2]
14.         if confidence > 0.7:  # 置信度阈值
15.             # 坐标转换
16.             x1 = int(detections[0,0,i,3] * frameWidth)
17.             y1 = int(detections[0,0,i,4] * frameHeight)
18.             x2 = int(detections[0,0,i,5] * frameWidth)
19.             y2 = int(detections[0,0,i,6] * frameHeight)
20.             faceBoxes.append([x1,y1,x2,y2])
21.             
22.             # 绘制人脸框
23.             cv2.rectangle(frame,(x1,y1),(x2,y2),(0,255,0),2)
24.     return frame, faceBoxes

复制代码

这段代码界说了一个名为 getBoxes 的函数，用于通过深度学习模子检测图像中的人脸并返回人脸边界框。以下是详细剖析：

---

1.函数功能

• 输入：
  
  
  
  • net：预加载的深度学习模子（通常是Caffe或TensorFlow格式的SSD、YOLO等人脸检测模子）
    
  • frame：输入的图像帧（OpenCV格式的BGR图像）
    
  
  
• 输出：
  
  
  
  • 返回两个值：
    
    
    • 绘制了人脸框的图像帧（frame）
      
    • 检测到的人脸边界框列表（faceBoxes，每个框格式为 [x1, y1, x2, y2]）
      
    
    
  
  

---

2.关键步骤剖析
(1) 图像预处理

1. blob = cv2.dnn.blobFromImage(frame, 1.0, (300,300), [104,117,123], True, False)

复制代码

• 作用：将输入图像转换为深度学习模子所需的Blob格式
  
• 参数阐明：
  
  
  
  • 1.0：缩放因子（保持原图亮度）
    
  • (300,300)：模子要求的输入尺寸（SSD模子常用）
    
  • [104,117,123]：BGR通道的均值（用于归一化）
    
  • True：交换R和B通道（OpenCV用BGR，模子通常必要RGB）
    
  • False：不裁剪图像
    
  
  

(2) 模子推理

1. net.setInput(blob)
2. detections = net.forward()

复制代码

• detections结构：
  返回一个4维数组，格式为(batch_size, 1, num_detections, 7)，其中：
  
  
  
  • 最后一个维度7包罗：[_, _, confidence, x1_norm, y1_norm, x2_norm, y2_norm]
    
  • 坐标是归一化后的值（0~1之间）
    
  
  

(3) 剖析检测结果

1. for i in range(detections.shape[2]):
2.     confidence = detections[0,0,i,2]  # 获取置信度
3.     if confidence > 0.7:  # 过滤低置信度检测
4.         # 将归一化坐标转换为实际像素坐标
5.         x1 = int(detections[0,0,i,3] * frameWidth)
6.         y1 = int(detections[0,0,i,4] * frameHeight)
7.         x2 = int(detections[0,0,i,5] * frameWidth)
8.         y2 = int(detections[0,0,i,6] * frameHeight)
9.         faceBoxes.append([x1,y1,x2,y2])

复制代码

• 置信度阈值：0.7（可调解，值越高检测越严格）
  
• 坐标转换：将模子输出的归一化坐标乘以图像宽/高，得到实际像素坐标
  

(4) 绘制人脸框

1. cv2.rectangle(frame, (x1,y1), (x2,y2), (0,255,0), int(round(frameHeight/150)), 6)

复制代码

• (0,255,0)：绿色框（BGR格式）
  
• frameHeight/150：动态调解框线粗细（基于图像高度）
  
• 6：线型（实线）
  

---

3. 典范应用场景

1. # 示例用法
2. net = cv2.dnn.readNetFromCaffe("deploy.prototxt", "res10_300x300_ssd_iter_140000.caffemodel")
3. frame = cv2.imread("test.jpg")
4. processed_frame, boxes = getBoxes(net, frame)
5. cv2.imshow("Detection", processed_frame)

复制代码

• 必要预加载的模子文件（如Caffe的.prototxt和.caffemodel）
  

---

4. 输出示例
假设检测到一个人脸：

• faceBoxes：[[120, 80, 320, 280]]
  （表示人脸框左上角(120,80)，右下角(320,280)）
  
• frame：原始图像上绘制了绿色矩形框
  

---

5. 注意事项

• 模子选择：
  需确保net与输入的Blob尺寸匹配（这里是300x300的SSD模子）。
  
• 性能优化：
  高分辨率图像可先缩放到公道尺寸再检测。
  
• 阈值调解：
  confidence > 0.7可根据实际场景调解（值越高漏检越多，但误检越少）。
  

---

6.总结
这段代码实现了一个基于深度学习的人脸检测流水线，完成了从图像预处理、模子推理到结果剖析的全过程，是构建实时人脸辨认、心情分析等体系的核心组件之一。

---

(2) 中文文本显示函数

1. def cv2AddChineseText(img, text, position, textColor=(0,255,0), textSize=30):
2.     # 将OpenCV图像转换为PIL格式
3.     img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
4.     draw = ImageDraw.Draw(img)
5.    
6.     # 加载中文字体
7.     fontStyle = ImageFont.truetype("simsun.ttc", textSize, encoding="utf-8")
8.     draw.text(position, text, textColor, font=fontStyle)
9.    
10.     # 转换回OpenCV格式
11.     return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)

复制代码

3. 主循环流程

1. cap = cv2.VideoCapture(0)
2. while True:
3.     _, frame = cap.read()
4.     frame = cv2.flip(frame, 1)  # 镜像处理
5.    
6.     # 人脸检测
7.     frame, faceBoxes = getBoxes(faceNet, frame)
8.    
9.     # 对每个检测到的人脸进行属性分析
10.     for faceBox in faceBoxes:
11.         x1,y1,x2,y2 = faceBox
12.         face = frame[y1:y2, x1:x2]
13.         
14.         # 性别预测
15.         blob = cv2.dnn.blobFromImage(face, 1.0, (277,277), mean)
16.         genderNet.setInput(blob)
17.         gender = genderList[genderNet.forward()[0].argmax()]
18.         
19.         # 年龄预测
20.         ageNet.setInput(blob)
21.         age = ageList[ageNet.forward()[0].argmax()]
22.         
23.         # 显示结果
24.         result = f"{gender},{age}"
25.         frame = cv2AddChineseText(frame, result, (x1,y1-30))
26.    
27.     cv2.imshow("Face Analysis", frame)
28.     if cv2.waitKey(1) == 27:  # ESC键退出
29.         break

复制代码

4.关键技能点

• 模子选择：
  
  
  
  • 人脸检测：利用轻量级的SSD模子
    
  • 性别/年龄辨认：利用Caffe框架的CNN模子
    
  
  
• 图像预处理：
  
  
  
  • 均值减法归一化
    
  • 尺寸调解
    
  • BGR到RGB通道转换
    
  
  
• 性能优化：
  
  
  
  • 置信度阈值过滤（0.7）
    
  • 动态调解检测框线宽
    
  
  

5.总结

本文介绍了一个完整的实时人脸属性分析体系，从模子加载、图像预处理到属性猜测和结果显示。该体系展示了怎样将多个深度学习模子集成到一个实用的应用中。可以根据实际需求调解模子参数、优化性能或扩展功能。
完整代码已在上文给出，发起在实际应用中：

• 根据场景调解置信度阈值
  
• 考虑添加异常处理机制
  
• 对模子输出进行后处理以提高正确性
  

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。