目录
[一、简单了解 OpenCV DNN 模块及使用流程](#一、简单了解 OpenCV DNN 模块及使用流程)
[二、代码案例：DNN 实战实现性别年龄检测](#二、代码案例：DNN 实战实现性别年龄检测)
[1. 环境准备与模块导入](#1. 环境准备与模块导入)
[2. 模型初始化（加载3个核心预训练模型）](#2. 模型初始化（加载3个核心预训练模型）)
[3. 变量初始化（定义预测标签与模型参数）](#3. 变量初始化（定义预测标签与模型参数）)
[4. 自定义函数（人脸检测+中文显示）](#4. 自定义函数（人脸检测+中文显示）)
[（1）人脸检测函数 getBoxes()](#（1）人脸检测函数 getBoxes())
[（2）中文显示函数 cv2_put_chinese_text()](#（2）中文显示函数 cv2_put_chinese_text())
[5. 主程序（打开摄像头，实时检测与预测）](#5. 主程序（打开摄像头，实时检测与预测）)
在计算机视觉领域，实时性别与年龄检测是一个非常经典且实用的场景，无论是相机美颜功能、门禁识别还是短视频特效，都能看到它的身影。而 OpenCV 中的 DNN（深度神经网络）模块，正是实现这一功能的"捷径"------无需搭建复杂的深度学习训练框架，只需加载预训练模型，就能快速完成推理预测。
一、简单了解 OpenCV DNN 模块及使用流程
OpenCV 的 DNN 模块，核心作用是加载预训练的深度学习模型，并完成图像预处理、网络推理等一系列操作，让开发者无需深入研究深度学习底层原理，就能快速实现各类视觉任务。
DNN 模块的核心使用流程非常简洁，仅需3步，也是我们本次实战的核心逻辑：
-
模型加载 ：通过
cv2.dnn.readNet()函数，加载预训练模型的"权重文件"和"配置文件"，初始化网络模型（本次需加载人脸检测、年龄预测、性别预测3个模型）。 -
图像预处理 ：通过
cv2.dnn.blobFromImage()函数，将原始图像转换成模型能接受的输入格式（Blob 格式），完成尺寸缩放、均值减法等预处理操作。 -
网络推理 ：将预处理后的图像输入模型，通过
net.setInput()设置输入，net.forward()执行前向传播，最终得到预测结果，再对结果进行解析，输出我们需要的信息（本次为性别和年龄）。
二、代码案例：DNN 实战实现性别年龄检测
下面我们结合完整代码，逐段拆解如何用 DNN 模块实现实时性别年龄检测，代码已优化注释，贴合实战场景，可直接复制运行（需提前准备好模型文件）。
1. 环境准备与模块导入
首先需要安装依赖库，本次用到 OpenCV、PIL（解决中文显示）、numpy（图像数组处理），安装命令和模块导入代码如下：
python
import cv2
from PIL import Image, ImageDraw, ImageFont # 用于解决OpenCV中文显示问题，需执行pip install pillow
import numpy as np2. 模型初始化（加载3个核心预训练模型）
本次实战需要3个预训练模型，分别用于人脸检测（定位画面中的人脸）、年龄预测、性别预测。首先指定模型文件路径（代码中路径为 model1 文件夹，可根据自己的文件位置修改），再加载网络模型。
python
# =====模型初始化======
# 模型路径：分别对应人脸检测、年龄预测、性别预测的配置文件和权重文件
faceProto = "model1/opencv_face_detector.pbtxt"
faceModel = "model1/opencv_face_detector_uint8.pb"
ageProto = "model1/deploy_age.prototxt"
ageModel = "model1/age_net.caffemodel"
genderProto = "model1/deploy_gender.prototxt"
genderModel = "model1/gender_net.caffemodel"
# 加载网络模型（DNN核心步骤1：模型加载）
ageNet = cv2.dnn.readNet(ageModel, ageProto) # 加载年龄预测模型（权重+配置）
genderNet = cv2.dnn.readNet(genderModel, genderProto) # 加载性别预测模型
faceNet = cv2.dnn.readNet(faceModel, faceProto) # 加载人脸检测模型3. 变量初始化（定义预测标签与模型参数）
定义年龄和性别的预测标签列表，以及模型预处理需要用到的均值（均值参数由模型训练时确定，直接沿用即可）。
python
# =======变量初始化===========
# 年龄段标签（模型预定义的8个年龄段，与模型输出对应）
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"]
# 性别标签（模型输出仅两类：男性、女性）
genderList = ["男性", "女性"]
# 模型均值：用于图像预处理，消除光照等因素对预测结果的影响
mean = (78.4263377603, 87.7689143744, 114.895847746) # 模型训练时用到的均值，直接复用4. 自定义函数（人脸检测+中文显示）
封装两个核心自定义函数，分别用于检测人脸并绘制人脸框、解决 OpenCV 默认不支持中文显示的问题（避免预测结果中的中文显示为方框）。
（1）人脸检测函数 getBoxes()
该函数接收模型和图像帧，完成人脸检测、置信度筛选、人脸框绘制，最终返回绘制好人脸框的图像和人脸坐标列表，完整复现 DNN 模块的3步核心流程。
python
# =======自定义函数，获取人脸包围框=======
def getBoxes(net, frame):
frameHeight, frameWidth = frame.shape[:2] # 获取图像的高度和宽度，用于后续坐标转换
# DNN核心步骤2：图像预处理，将原始图像转换成模型可接受的Blob格式
blob = cv2.dnn.blobFromImage(frame, scalefactor=1.0, size=(300, 300),
mean=[104, 117, 123], swapRB=True, crop=False)
# DNN核心步骤3：网络推理，获取人脸检测结果
net.setInput(blob) # 给模型设置输入（预处理后的Blob图像）
detections = net.forward() # 执行前向传播，得到检测结果（四维数组）
faceBoxes = [] # 用于存储检测到的所有人脸坐标（左上角x1,y1，右下角x2,y2）
# 遍历所有检测结果，筛选出置信度大于0.7的人脸（置信度越高，检测越准确）
for i in range(detections.shape[2]):
confidence = detections[0, 0, i, 2] # 获取当前检测结果的置信度
if confidence > 0.7: # 筛选置信度>0.7的有效人脸，过滤误检测
# 将归一化的坐标转换为原始图像的实际坐标
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]) # 将有效人脸坐标存入列表
# 绘制人脸框（绿色边框，线条粗细自适应图像高度，线条类型更流畅）
cv2.rectangle(frame, (x1, y1), (x2, y2),
(0, 255, 0), int(round(frameHeight / 150)), 6)
# 返回绘制了人脸框的图像、以及所有人脸的坐标列表
return frame, faceBoxes（2）中文显示函数 cv2_put_chinese_text()
利用 PIL 库将 OpenCV 图像转换为 PIL 图像，绘制中文后再转换回 OpenCV 图像格式，解决中文显示问题（代码中使用系统自带的宋体字体，无需额外下载）。
python
def cv2_put_chinese_text(img, text, pos, font_size=30, color=(0, 255, 0)):
# 将OpenCV的BGR图像转换为PIL的RGB图像（两者色彩空间不同，避免颜色失真）
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
pil_img = Image.fromarray(img_rgb) # 转换为PIL图像对象
# 加载系统自带的宋体字体（路径为Windows系统默认字体路径，Linux/Mac需修改路径）
font = ImageFont.truetype("C:/Windows/Fonts/simsun.ttc", font_size, encoding="utf-8")
draw = ImageDraw.Draw(pil_img) # 创建绘制对象
# 绘制中文文本（注意：PIL的颜色通道是RGB，与OpenCV的BGR相反，需转换颜色顺序）
draw.text(pos, text, font=font, fill=(color[2], color[1], color[0]))
# 将PIL图像转换回OpenCV的BGR图像，返回用于后续显示
img_bgr = cv2.cvtColor(np.array(pil_img), cv2.COLOR_RGB2BGR)
return img_bgr5. 主程序（打开摄像头，实时检测与预测）
打开电脑摄像头，逐帧捕获图像，调用上述函数完成人脸检测、性别年龄预测，实时显示结果，按 ESC 键退出程序。
python
"""打开摄像头，将每一帧画面传入神经网络中，实现实时检测"""
cap = cv2.VideoCapture(0) # 装载摄像头（0表示默认摄像头，外接摄像头可改为1）
while True:
_, frame = cap.read() # 读取一帧图像（_表示忽略返回的状态值）
frame = cv2.flip(frame, flipCode=1) # 镜像处理图像，让画面与实际动作一致（更自然）
# 调用人脸检测函数，获取绘制好人脸框的图像和人脸坐标列表
frame, faceBoxes = getBoxes(faceNet, frame)
if not faceBoxes: # 若未检测到人脸，打印提示并跳过后续操作，继续捕获下一帧
print("当前镜头中没有人")
continue
# 遍历每一个检测到的人脸，分别预测其性别和年龄
for faceBox in faceBoxes:
x1,y1,x2,y2 = faceBox # 提取单个人脸的坐标
face = frame[y1:y2,x1:x2] # 从原始图像中截取人脸区域（只对人脸进行预测，提高效率）
# 对截取的人脸进行预处理，适配年龄/性别模型的输入尺寸（227x227，参考模型论文要求）
blob = cv2.dnn.blobFromImage(face, scalefactor=1.0, size=(227, 227), mean=mean)
# 调用性别预测模型，得到性别结果
genderNet.setInput(blob)
genderOuts = genderNet.forward() # 得到性别预测的概率分布
gender = genderList[genderOuts[0].argmax()] # 取概率最大的标签作为性别结果
# 调用年龄预测模型，得到年龄结果
ageNet.setInput(blob)
ageOuts = ageNet.forward() # 得到年龄预测的概率分布
age = ageList[ageOuts[0].argmax()] # 取概率最大的标签作为年龄结果
# 格式化性别和年龄结果，用于后续显示
result = "{},{}".format(gender, age)# 拼接性别和年龄，格式为"性别,年龄"
# 调用中文显示函数，将结果绘制在人脸框上方（避免遮挡人脸）
frame = cv2_put_chinese_text(frame, result, (x1, y1-30))
cv2.imshow("result", frame) # 显示实时检测结果窗口
# 按下Esc键（ASCII码27），退出循环，结束程序
if cv2.waitKey(1) == 27:
break
# 释放摄像头资源，关闭所有显示窗口（避免占用资源）
cv2.destroyAllWindows()
cap.release()运行效果展示：
三、运行注意事项（必看）
-
模型文件：确保 model1 文件夹中存在代码中指定的6个模型文件（3个配置文件 .prototxt，3个权重文件 .pb/.caffemodel），可从 OpenCV 官方仓库下载。
-
中文显示：若为 Linux 或 Mac 系统，需修改
cv2_put_chinese_text()中的字体路径，替换为对应系统的宋体/黑体路径。 -
摄像头权限：运行程序时，需允许电脑摄像头访问权限，否则无法捕获图像。
-
检测效果：该案例使用轻量级预训练模型，在光线充足、正脸清晰的场景下效果最佳，侧脸、暗光环境可能会影响预测精度。
总结
通过本次实战，我们不难发现，OpenCV DNN 模块极大降低了深度学习视觉任务的实现门槛------只需遵循"模型加载→图像预处理→网络推理"3步流程，就能快速实现实时性别年龄检测。
整个代码的核心的是利用 DNN 模块加载预训练模型，避免了从零训练模型的复杂流程，适合初学者快速上手。如果想提升预测精度，可以替换更复杂的预训练模型；如果想拓展功能，还可以加入人脸跟踪、结果保存等逻辑。