PHP- und OpenCV-Bibliotheken: So implementieren Sie die Gesichtserkennung

Gesichtserkennung ist eine Methode, die Computer-Vision-Technologie nutzt, um Gesichter automatisch zu identifizieren und zu verifizieren. In diesem Artikel implementieren wir die Gesichtserkennung mithilfe von PHP- und OpenCV-Bibliotheken. Wir stellen die Installation der OpenCV-Bibliothek, die Installation der PHP-Erweiterung und die detaillierten Schritte zur Gesichtserkennung mit PHP und der OpenCV-Bibliothek vor.

Vorbereitung

Bevor wir beginnen, müssen wir einige notwendige Software und Erweiterungen installieren.

1. Installieren Sie die OpenCV-Bibliothek

Zuerst müssen wir die OpenCV-Bibliothek installieren.Hier sind die Schritte zum Installieren der OpenCV-Bibliothek auf einem Ubuntu-System:

Öffnen Sie ein Terminal und führen Sie den folgenden Befehl aus, um die erforderlichen Abhängigkeiten zu installieren:

sudo apt-get update
sudo apt-get install build-essential cmake
sudo apt-get install libgtk2.0-dev libjpeg-dev libtiff5-dev libjasper-dev libopenexr-dev libavcodec-dev libavformat-dev libswscale-dev libv4l-dev libxvidcore-dev libx264-dev libatlas-base-dev gfortran python2.7-dev python3.6-dev

Laden Sie den OpenCV-Quellcode herunter und entpacken Sie ihn:

wget -O opencv.zip https://github.com/opencv/opencv/archive/4.2.0.zip
unzip opencv.zip

Erstellen a Kompiliertes Verzeichnis:

mkdir buildcd build

Verwenden Sie CMake, um kompilierte Dateien zu generieren:

cmake -D CMAKE_BUILD_TYPE=RELEASE -D CMAKE_INSTALL_PREFIX=/usr/local ..

OpenCV kompilieren und installieren:

make -j4
sudo make install
sudo ldconfig

2. PHP-Erweiterung installieren

Nach der Installation der OpenCV-Bibliothek müssen wir die PHP-Erweiterung installieren so dass in PHP die OpenCV-Bibliothek verwendet wird.以下是在Ubuntu系统上安装PHP扩展的步骤：

安装PHP开发工具：

sudo apt-get install php7.4-dev

安装PECL工具：

sudo apt-get install php-pear

使用PECL安装OpenCV扩展：

sudo pecl install opencv

在php.ini文件中添加OpenCV扩展：

extension=opencv.so

重启PHP：

sudo service apache2 restart

人脸检测

在安装和配置好所有必要的软件和扩展后，我们可以开始使用PHP和OpenCV进行人脸识别。以下是人脸检测的步骤：

1、创建一个PHP文件（例如index.php）。

2、导入OpenCV命名空间：

use \OpenCV\{
  CvImage,
  CvVideoCapture,
  CvWindow,
  CvFont,
  CvScalar};

3、创建一个函数来进行人脸检测：

function detectFace($inputImage){
  // 加载人脸识别器和级联分类器  $faceCascade = new \OpenCV\CascadeClassifier();
  $faceCascade->load('/path/to/haarcascade_frontalface_default.xml');

  // 加载输入图像  $image = new CvImage();
  $image->load($inputImage);

  // 将图像转换为灰度图像  $grayImage = $image->clone();
  $grayImage->toGray();

  // 检测人脸  $faces = $faceCascade->detectMultiScale($grayImage);

  // 在图像中绘制人脸矩形框  $rectColor = new CvScalar(0, 255, 0);
  foreach ($faces as $face) {
    $image->rectangle(
      $face->getX(),
      $face->getY(),
      $face->getX() + $face->getWidth(),
      $face->getY() + $face->getHeight(),
      $rectColor,
      2    );
  }

  // 在新窗口中显示图像  $window = new CvWindow('Face Detection');
  $window->showImage($image);
  $window->waitKey();
}

4、调用detectFace函数并传入要检测的图像路径：

detectFace('/path/to/input/image.jpg');

人脸识别

在人脸检测的基础上，我们可以进一步实现人脸识别。以下是实现人脸识别的步骤：

1、创建一个包含人脸图像和类别标签的训练数据集。每个人脸图像都应该有一个唯一的标签。

2、训练一个基于人脸数据集的人脸识别模型。以下是一个训练模型的示例：

function trainModel($trainingDataPath){
  // 加载训练数据集  $images = [];
  $labels = [];
  $labelsMap = [];

  foreach (glob($trainingDataPath . '/*') as $dir) {
    $label = basename($dir);
    $labelsMap[] = $label;

    foreach (glob($dir . '/*.jpg') as $file) {
      $images[] = CvImage::load($file);
      $labels[] = count($labelsMap) - 1;
    }
  }

  // 创建人脸识别模型  $model = new \OpenCV\Face\FisherFaceRecognizer();
  $model->train($images, $labels);

  // 保存模型  $model->save('/path/to/fisher_model.yml');

  // 保存标签映射  file_put_contents('/path/to/labels.txt', implode(PHP_EOL, $labelsMap));
}

3、创建一个函数来进行人脸识别：

function recognizeFace($inputImage){
  // 加载人脸识别模型  $model = new \OpenCV\Face\FisherFaceRecognizer();
  $model->load('/path/to/fisher_model.yml');

  // 加载标签映射  $labelsMap = file('/path/to/labels.txt', FILE_IGNORE_NEW_LINES);

  // 加载输入图像  $image = CvImage::load($inputImage);
  $grayImage = $image->clone();
  $grayImage->toGray();

  // 检测人脸  $faceCascade = new \OpenCV\CascadeClassifier();
  $faceCascade->load('/path/to/haarcascade_frontalface_default.xml');
  $faces = $faceCascade->detectMultiScale($grayImage);

  // 遍历所有检测到的人脸  foreach ($faces as $face) {
    // 提取人脸区域    $faceImage = $grayImage->getROI($face->getX(), $face->getY(), $face->getWidth(), $face->getHeight());

    // 识别人脸    $predictedLabel = $model->predict($faceImage);

    // 在图像中绘制识别结果    $font = new CvFont();
    $font->scale(1);
    $font->color(new CvScalar(0, 255, 0));
    $image->putText(
      $labelsMap[$predictedLabel],
      new CvPoint($face->getX(), $face->getY() - 10),
      $font
    );
    $image->rectangle(
      $face->getX(),
      $face->getY(),
      $face->getX() + $face->getWidth(),
      $face->getY() + $face->getHeight(),
      new CvScalar(0, 255, 0),
      2    );
  }

  // 在新窗口中显示图像  $window = new CvWindow('Face Recognition');
  $window->showImage($image);
  $window->waitKey();
}

4、调用recognizeFace函数并传入要识别的图像路径：

recognizeFace('/path/to/input/image.jpg');

总结

在本文中，我们介绍了使用PHP和OpenCV库实现人脸识别的详细步骤。我们首先安装了OpenCV库和PHP扩展，然后通过组合OpenCV的人脸检测和人脸识别功能，实现了人脸识别的应用。我们提供了具体的代码示例，并附带了安装教程，以帮助读者快速上手。希望这篇文章能够帮助您了解如何使用PHP和OpenCV库来实现人脸识别。

Empfohlenes PHP-Lernen:

Vue3+Laravel8+Uniapp-Tutorial für Anfänger bis hin zu praktischer Entwicklung

Vue3+TP6+API Social-E-Commerce-Systementwicklungslehre

swoole empfohlene Kurse vom Einstieg bis zum Master

„Workerman+TP6 Instant Messaging Chat System“ ist für begrenzte Zeit im Angebot!

Das obige ist der detaillierte Inhalt vonPHP- und OpenCV-Bibliotheken: So implementieren Sie die Gesichtserkennung. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!