Comment utiliser la technologie de reconnaissance d'image en PHP

La technologie de reconnaissance d'images est une branche importante dans le domaine de l'intelligence artificielle. Elle permet aux ordinateurs d'identifier automatiquement le contenu des images et d'en extraire des informations utiles. Dans les applications Web, la technologie de reconnaissance d'images peut être largement utilisée, comme la vérification du code de vérification, la reconnaissance faciale, la recherche d'images, etc. Dans cet article, nous présenterons comment utiliser la technologie de reconnaissance d'image en PHP.

1. Installer les bibliothèques dépendantes

Tout d'abord, nous devons installer certaines bibliothèques dépendantes nécessaires sur le serveur. Le plus important d'entre eux est le moteur Tesseract OCR, qui est un projet OCR open source qui peut être utilisé pour reconnaître du texte dans des images. Vous devez également installer l'extension Gd, qui peut être utilisée pour traiter les images.

Sur le système Ubuntu, utilisez la commande suivante pour installer :

sudo apt-get install tesseract-ocr libtesseract-dev
sudo apt-get install php-gd

2. Reconnaissance du code de vérification d'image

Le code de vérification d'image est un moyen utilisé par de nombreux sites Web pour empêcher les programmes malveillants d'enregistrer automatiquement des comptes ou d'attaquer. Cependant, il n’est pas pratique pour les utilisateurs de saisir des codes de vérification complexes. Par conséquent, nous pouvons laisser PHP reconnaître automatiquement le code de vérification en utilisant la technologie de reconnaissance d’image.

Exemple de code :

// 图像处理
$im = imagecreatefromjpeg('captcha.jpg');

// 处理后的图像
$image = imagecreatetruecolor(120, 70);

// 转换为灰度图像
imagefilter($im, IMG_FILTER_GRAYSCALE);

// 去除噪点
imagefilter($im, IMG_FILTER_CONTRAST, 255);

// 复制到新图像
imagecopyresampled($image, $im, 0, 0, 0, 0, 120, 70, 120, 70);

// 保存处理后的图像
imagejpeg($image, 'captcha_processed.jpg');

// 调用OCR识别验证码
$output = shell_exec('tesseract captcha_processed.jpg stdout -c tessedit_char_whitelist=0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz');

Cet exemple traite une image de code de vérification au format jpg, notamment en grisant l'image, en supprimant le bruit et enfin en appelant le moteur OCR Tesseract pour la reconnaissance. Les résultats de la reconnaissance seront enregistrés dans la variable $output.

3. Reconnaissance faciale

La reconnaissance faciale est une technologie de reconnaissance d'image largement utilisée qui peut être utilisée pour vérifier l'identité de l'utilisateur, la gestion des photos, etc. En PHP, nous pouvons utiliser la bibliothèque OpenCV pour implémenter la reconnaissance faciale.

Étant donné qu'OpenCV n'est pas une bibliothèque d'extension de PHP lui-même, nous devons la compiler et l'installer.

Exemple de code :

// 加载图像
$im = cvLoadImage('test.jpg');

// 创建Cascade分类器
$face_cascade = cvLoadHaarClassifierCascade('haarcascade_frontalface_alt.xml');

// 识别人脸
$faces = cvHaarDetectObjects($im, $face_cascade, new CvMemStorage(), 1.5, 3, 0);

// 绘制识别结果
for ($i = 0; $i < count($faces); $i++) {
    cvRectangle($im, new CvPoint($faces[$i]-x, $faces[$i]-y), new CvPoint($faces[$i]-x + $faces[$i]-width, $faces[$i]-y + $faces[$i]-height), new CvScalar(0, 255, 0));
}

// 保存识别结果
cvSaveImage('test_result.jpg', $im);

Cet exemple utilise la bibliothèque OpenCV pour charger une image portrait au format jpg et détecter les visages qu'elle contient via un classificateur spécifique. Les résultats de la détection sont marqués d'un cadre rectangulaire et enregistrés sous une nouvelle image jpg.

4. Recherche d'images

La recherche d'images est une technologie qui peut trouver des images similaires et peut être utilisée pour la protection des droits d'auteur, l'identification des sous-images, etc. En PHP, nous pouvons utiliser l'algorithme Dhash pour implémenter la recherche d'images.

Exemple de code :

// 加载图像
$img1 = imagecreatefromjpeg('test1.jpg');
$img2 = imagecreatefromjpeg('test2.jpg');

// 计算Dhash值
$hash1 = dhash($img1);
$hash2 = dhash($img2);

// 计算汉明距离
$distance = hammingDistance($hash1, $hash2);

// 显示比对结果
echo $distance;

// Dhash算法实现
function dhash($im) {
    $im = imagecreatetruecolor(9, 8);
    imagecopyresampled($im, $src, 0, 0, 0, 0, 9, 8, imagesx($src), imagesy($src));
    $str = '';
    for ($y = 0; $y < 8; $y++) {
        $val = 0;
        for ($x = 0; $x < 8; $x++) {
            $curr = imagecolorat($im, $x, $y) & 0xFF;
            $next = imagecolorat($im, $x+1, $y) & 0xFF;
            $val <<= 1;
            $val |= ($curr > $next) ? 1 : 0;
        }
        $str .= sprintf('%02x', $val);
    }
    return $str;
}
// 计算汉明距离
function hammingDistance($str1, $str2) {
    $distance = 0;
    $len = strlen($str1);
    for ($i = 0; $i < $len; $i++) {
        if ($str1[$i] != $str2[$i]) {
            $distance++;
        }
    }
    return $distance;
}

Cet exemple utilise l'algorithme Dhash pour comparer deux images au format jpg et calculer la distance de Hamming entre elles. Plus la distance de Hamming est petite, plus la similarité des images est élevée.

Résumé :

Grâce à l'introduction de cet article, nous avons appris à utiliser la technologie de reconnaissance d'image en PHP, notamment la reconnaissance de code de vérification d'image, la reconnaissance faciale, la recherche d'images, etc. Ces technologies peuvent nous aider à améliorer la sécurité et l'intelligence des applications Web et à offrir aux utilisateurs des fonctions plus pratiques et plus riches.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!