使用OpenCV 和 Dlib 实现年龄性别预测

文章目录

• • 引言
  • 1.系统架构
  • 2.代码解析
  • • [2.1 模型初始化](#2.1 模型初始化)
    • [2.2 核心函数实现](#2.2 核心函数实现)
    • • [(1) 人脸检测函数 getBoxes()](#(1) 人脸检测函数 getBoxes())
      • [(2) 中文文本显示函数](#(2) 中文文本显示函数)
  • [3. 主循环流程](#3. 主循环流程)
  • 4.关键技术点
  • 5.总结

引言

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术。本文将详细介绍如何使用OpenCV和深度学习模型实现一个实时的人脸检测系统，该系统不仅能定位人脸位置，还能预测性别和年龄段。这个系统可以广泛应用于智能监控、人机交互、广告投放等场景。

1.系统架构

本系统由三个核心模块组成：

1. 人脸检测模块：定位图像中的人脸位置
2. 性别识别模块：预测检测到的人脸性别
3. 年龄预测模块：估计检测到的人脸年龄段

2.代码解析

2.1 模型初始化

# 加载预训练模型
faceNet = cv2.dnn.readNet("opencv_face_detector_uint8.pb", "opencv_face_detector.pbtxt")
ageNet = cv2.dnn.readNet("age_net.caffemodel", "deploy_age.prototxt")
genderNet = cv2.dnn.readNet("gender_net.caffemodel", "deploy_gender.prototxt")

# 定义年龄段和性别分类标签
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']
genderList = ['男性','女性']

这里我们加载了三个预训练模型：

• 人脸检测模型（基于SSD框架）
• 年龄预测模型（Caffe格式）
• 性别识别模型（Caffe格式）

2.2 核心函数实现

(1) 人脸检测函数 getBoxes()

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

这段代码定义了一个名为 getBoxes 的函数，用于通过深度学习模型检测图像中的人脸并返回人脸边界框。以下是详细解析：

---

1.函数功能

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

---

2.关键步骤解析

(1) 图像预处理

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

• 作用：将输入图像转换为深度学习模型所需的Blob格式
• 参数说明 ：
  • 1.0：缩放因子（保持原图亮度）
  • (300,300)：模型要求的输入尺寸（SSD模型常用）
  • [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，模型通常需要RGB）
  • False：不裁剪图像

(2) 模型推理

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

• 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包含：[_, _, confidence, x1_norm, y1_norm, x2_norm, y2_norm]
  • 坐标是归一化后的值（0~1之间）

(3) 解析检测结果

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

• 置信度阈值 ：0.7（可调整，值越高检测越严格）
• 坐标转换：将模型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

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

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

---

3. 典型应用场景

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

• 需要预加载的模型文件（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

1. 模型选择 ：
   需确保net与输入的Blob尺寸匹配（这里是300x300的SSD模型）。
2. 性能优化 ：
   高分辨率图像可先缩放到合理尺寸再检测。
3. 阈值调整 ：
   confidence > 0.7可根据实际场景调整（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、模型推理到结果解析的全过程，是构建实时人脸识别、表情分析等系统的核心组件之一。

---

(2) 中文文本显示函数

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

3. 主循环流程

cap = cv2.VideoCapture(0)
while True:
    _, frame = cap.read()
    frame = cv2.flip(frame, 1)  # 镜像处理
    
    # 人脸检测
    frame, faceBoxes = getBoxes(faceNet, frame)
    
    # 对每个检测到的人脸进行属性分析
    for faceBox in faceBoxes:
        x1,y1,x2,y2 = faceBox
        face = frame[y1:y2, x1:x2]
        
        # 性别预测
        blob = cv2.dnn.blobFromImage(face, 1.0, (277,277), mean)
        genderNet.setInput(blob)
        gender = genderList[genderNet.forward()[0].argmax()]
        
        # 年龄预测
        ageNet.setInput(blob)
        age = ageList[ageNet.forward()[0].argmax()]
        
        # 显示结果
        result = f"{gender},{age}"
        frame = cv2AddChineseText(frame, result, (x1,y1-30))
    
    cv2.imshow("Face Analysis", frame)
    if cv2.waitKey(1) == 27:  # ESC键退出
        break

4.关键技术点

1. 模型选择：

   • 人脸检测：使用轻量级的SSD模型
   • 性别/年龄识别：使用Caffe框架的CNN模型

2. 图像预处理：

   • 均值减法归一化
   • 尺寸调整
   • BGR到RGB通道转换

3. 性能优化：

   • 置信度阈值过滤（0.7）
   • 动态调整检测框线宽

5.总结

本文介绍了一个完整的实时人脸属性分析系统，从模型加载、图像预处理到属性预测和结果显示。该系统展示了如何将多个深度学习模型集成到一个实用的应用中。可以根据实际需求调整模型参数、优化性能或扩展功能。

完整代码已在上文给出，建议在实际应用中：

1. 根据场景调整置信度阈值
2. 考虑添加异常处理机制
3. 对模型输出进行后处理以提高准确性