计算机视觉（opencv）——基于 OpenCV DNN 的实时人脸检测 + 年龄与性别识别
基于 OpenCV DNN 的实时人脸检测与年龄、性别识别系统全解析（含完整源码）
一、项目概述
在计算机视觉领域中，人脸检测与**人脸属性识别（如年龄、性别）**是最典型的视觉分析任务之一。本文将带你从零构建一个完整的“摄像头实时人脸检测 + 年龄识别 + 性别识别”系统，基于 OpenCV 的 DNN 模块和预训练的 Caffe 模型实现。
系统功能：
自动检测摄像头中的人脸；
实时预测每张人脸的年龄段与性别；
中文可视化输出；
结构清晰、易于扩展（可添加情绪识别、人脸识别等模块）。
二、完整源码
以下是完整的 Python 实现代码，包含详细注释，直接可运行。
import cv2
from PIL import Image, ImageDraw, ImageFont
import numpy as np# =====模型初始化========
# 模型(网络模型/预训练模型):face/age/gender(脸、年龄、性别)
faceProto = "model/opencv_face_detector.pbtxt"
faceModel = "model/opencv_face_detector_uint8.pb"
ageProto = "model/deploy_age.prototxt"
ageModel = "model/age_net.caffemodel"
genderProto = "model/deploy_gender.prototxt"
genderModel = "model/gender_net.caffemodel"# 加载网络
ageNet = cv2.dnn.readNet(ageModel, ageProto) # 年龄模型
genderNet = cv2.dnn.readNet(genderModel, genderProto) # 性别模型
faceNet = cv2.dnn.readNet(faceModel, faceProto) # 人脸检测模型# ============变量初始化==============
# 年龄段和性别
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']
mean = (78.4263377603, 87.7689143744, 114.895847746) # 模型均值# ========自定义函数，获取人脸包围框===============
def getBoxes(net, frame):frameHeight, frameWidth = frame.shape[:2] # 获取图像高度、宽度blob = cv2.dnn.blobFromImage(frame, 1.0, (300, 300),[104, 117, 123], True, False)net.setInput(blob) # 调用网络模型输入图片detections = net.forward() # 前向传播输出检测结果faceBoxes = []for i in range(detections.shape[2]):confidence = detections[0, 0, i, 2] # 置信度if confidence > 0.7: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])cv2.rectangle(frame, (x1, y1), (x2, y2),(0, 255, 0), int(round(frameHeight / 150)), 6)return frame, faceBoxesdef cv2AddChineseText(img, text, position, textColor=(0, 255, 0), textSize=30):""" 向图片中添加中文 """if (isinstance(img, np.ndarray)):img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))draw = ImageDraw.Draw(img)fontStyle = ImageFont.truetype("simsun.ttc", textSize, encoding="utf-8")draw.text(position, text, textColor, font=fontStyle)return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)# =========摄像头捕获与预测循环=========
cap = cv2.VideoCapture(0)
while True:_, frame = cap.read()# frame = cv2.flip(frame, 1) # 镜像处理frame, faceBoxes = getBoxes(faceNet, frame)if not faceBoxes:print("当前镜头中没有人")continuefor faceBox in faceBoxes:x1, y1, x2, y2 = faceBoxface = frame[max(0, y1):min(y2, frame.shape[0]),max(0, x1):min(x2, frame.shape[1])]blob = cv2.dnn.blobFromImage(face, 1.0, (227, 227), mean)# 性别预测genderNet.setInput(blob)genderOuts = genderNet.forward()gender = genderList[genderOuts[0].argmax()]# 年龄预测ageNet.setInput(blob)ageOuts = ageNet.forward()age = ageList[ageOuts[0].argmax()]label = "{}, {}".format(gender, age)frame = cv2AddChineseText(frame, label, (x1, y1 - 30))cv2.imshow("result", frame)if cv2.waitKey(1) == 27: # 按ESC退出breakcap.release()
cv2.destroyAllWindows()
三、逐段解析与原理讲解
1️⃣ 模型加载
cv2.dnn.readNet() 可加载多种模型格式（Caffe、TensorFlow、ONNX 等）。
DNN 模块是 OpenCV 的轻量推理引擎，可以在 CPU 上直接运行深度学习模型，无需 TensorFlow/PyTorch 环境，非常适合嵌入式或教学场景。
2️⃣ blobFromImage 的意义
cv2.dnn.blobFromImage() 是预处理函数，主要步骤：
调整输入大小（如 227×227）
减去每个通道的均值（mean）
转换通道顺序（BGR→RGB）
生成四维输入张量
[batch, channels, height, width]
这确保输入图像的格式与模型训练时一致，否则输出会失真。
3️⃣ 人脸检测模块
opencv_face_detector_uint8.pb 模型基于 SSD（Single Shot MultiBox Detector）网络结构。
输出 detections 的形状为 [1, 1, N, 7]，每个检测包含：
[image_id, class_id, confidence, x1, y1, x2, y2]
当置信度大于 0.7 时，才认为检测到人脸。
4️⃣ 中文绘制函数
OpenCV 自带的 cv2.putText() 不支持中文，需借助 Pillow：
把 OpenCV 图像转为 Pillow Image；
用
ImageDraw绘制文字；再转回 OpenCV 格式。
字体文件 simsun.ttc 在 Windows 系统中路径为：
C:\Windows\Fonts\simsun.ttc
如在 Linux / macOS，需要指定可用中文字体路径。
5️⃣ 年龄与性别预测
输入到 ageNet 与 genderNet 的数据都是 blob，经前向传播 forward() 输出各类别概率。
年龄模型输出 8 个概率，对应八个年龄段：
['0-2', '4-6', '8-12', '15-20', '25-32', '38-43', '48-53', '60-100']
性别模型输出 2 个概率：['Male', 'Female']。
我们取最大概率对应类别的索引，匹配列表即得预测结果。
四、运行效果与测试说明
运行程序后，摄像头开启：
检测到人脸会显示绿色矩形框；
框上方标注中文“性别, 年龄段”；
没有人脸时会在控制台输出“当前镜头中没有人”。
按下 ESC 即可退出。
测试环境建议：
光线充足；
人脸正对摄像头；
距离 0.5–1 米范围；
分辨率建议 640×480 或 720p。
五、常见问题与解决方案
| 问题 | 原因 | 解决方法 |
|---|---|---|
| 报错找不到模型文件 | 路径错误或模型未下载 | 确保路径与脚本一致 |
| 中文乱码 | 字体文件缺失 | 使用系统字体或改用英文 |
| 摄像头打不开 | 设备占用或索引错误 | 改用 cv2.VideoCapture(1) |
| 性别识别不准 | 输入未裁剪人脸 | 使用裁剪后的人脸区域 |
| 延迟高 | 模型较大 | 使用 GPU 或 OpenVINO 加速 |
六、性能优化建议
模型加速：
faceNet.setPreferableBackend(cv2.dnn.DNN_BACKEND_CUDA) faceNet.setPreferableTarget(cv2.dnn.DNN_TARGET_CUDA_FP16)在支持 CUDA 的系统上显著加速。
多线程采集：
视频采集线程与推理线程分离，可防止阻塞。帧率控制：
若实时性要求不高，可每隔 5 帧进行一次推理。轻量模型替换：
可用 MobileNet 或 ONNX 模型取代 Caffe 模型以提升速度。
七、伦理与隐私声明
隐私保护：本系统仅作技术演示，请勿将人脸数据用于未经授权的采集或识别。
偏差问题：模型在不同种族、光照、角度下可能产生偏差，不适用于安全或法律决策。
数据安全：在生产系统中应遵守《个人信息保护法》等相关法规，明确用途与存储策略。
八、结语与扩展方向
本文展示了如何用简洁的 Python 代码构建一个完整的“人脸检测 + 年龄/性别识别”系统。整个流程使用 OpenCV 的 DNN 模块，无需额外深度学习框架即可实现。
扩展方向包括：
加入 人脸表情识别；
添加 人脸关键点定位 提升检测精度；
将系统部署到 Flask Web 服务 或 移动端；
利用 ONNX Runtime / TensorRT 实现高性能推理。
通过对该项目的理解，你不仅能掌握人脸属性识别的流程，也能深入理解深度学习模型在视觉任务中的应用方式。