keras+opencv實現人臉性別檢測

這是一個小的課程作業，網上大多實現的數據集是歐美人面部數據集，這裏採用的是AFAD亞洲人臉數據集，數據是由人人網採集而來，15-70+年齡段分佈。數據集圖像大小不一致，這裏統一resize到48*48大小。

數據集下載地址：http://afad-dataset.github.io/

首先resize圖像大小，這裏只處理15-56歲的圖形

# 批量處理圖片像素
from glob import glob
from PIL import Image
import os

for old in range(15, 56):
    print(str(old), "年齡段批處理")
    # 原始男圖片路徑
    img_path_male = glob("D://dataset/AFAD-Full/AFAD-Full/" + str(old) + "/111/*.jpg")
    # 原始女圖片路徑
    img_path_female = glob("D://dataset/AFAD-Full/AFAD-Full/" + str(old) + "/112/*.jpg")
    # 男圖保存路徑
    path_save_male = "D://dataset/AFAD-Full/AFAD-Full-after-process/" + str(old) + "/0/"
    # 女圖保存路徑
    path_save_female = "D://dataset/AFAD-Full/AFAD-Full-after-process/" + str(old) + "/1/"

    # resize男圖
    a = range(0, len(img_path_male))
    for i, file in enumerate(img_path_male):
        name = os.path.join(path_save_male, str(old) + "-0-%d.jpg" % a[i])
        im = Image.open(file)
        # im.thumbnail((48, 48))
        im = im.resize((48, 48))
        print(im.format, im.size, im.mode)
        im.save(name, 'JPEG')
    # resize女圖
    a = range(0, len(img_path_female))
    for i, file in enumerate(img_path_female):
        name = os.path.join(path_save_female, str(old) + "-1-%d.jpg" % a[i])
        im = Image.open(file)
        # im.thumbnail((48, 48))
        im = im.resize((48, 48))
        print(im.format, im.size, im.mode)
        im.save(name, 'JPEG')