PHP 및 OpenCV를 사용한 이미지의 영향 인식에 대한 튜토리얼

M66 2025-06-19

소개

얼굴 표현 인식은 컴퓨터 비전 분야에서 중요한 연구 방향이며, 인간 컴퓨터 상호 작용 및 감정 모니터링과 같은 여러 실용적인 시나리오에서 널리 사용됩니다. 이 기사는 PHP 및 OpenCV 라이브러리를 사용하여 이미지에서 얼굴 표현을 인식하고 관련 예제 코드를 첨부하는 방법을 소개합니다.

1. 준비

시작하기 전에 다음 도구와 환경을 준비해야합니다.

1. OpenCV 라이브러리를 설치하십시오

OpenCV는 이미지 처리 및 컴퓨터 비전을위한 수많은 기능과 클래스를 제공하는 오픈 소스 컴퓨터 비전 라이브러리입니다. OpenCV를 사용하려면 먼저 시스템에 설치해야합니다. Ubuntu 시스템에 OpenCV를 설치하는 명령은 다음과 같습니다.

 sudo apt-get 설치 libopencv-dev

2. PHP 확장을 설치하십시오

PHP에서 OpenCV 라이브러리를 사용하려면 PHP의 OpenCV 확장을 설치해야합니다. 다음 명령을 통해 설치할 수 있습니다.

 sudo apt-get 설치 php7.4-opencv

3. 테스트 이미지를 준비하십시오

얼굴 표현 인식 코드를 테스트하려면 얼굴과 다른 표현식이 포함 된 일부 테스트 이미지를 준비해야합니다. 인터넷에서 관련 사진을 다운로드하여 로컬로 저장할 수 있습니다.

2. 코드를 쓰십시오

이제 우리는 얼굴 표정 인식 코드를 작성하기 시작할 수 있습니다. 다음은면을 감지하고 이미지에서 표현식을 식별하기위한 간단한 예제 코드입니다.

<?php
// 수입OpenCV그리고PHP펼친
use OpenCVHighgui{CV_LOAD_IMAGE_COLOR, imshow, waitKey};
use OpenCV{CascadeClassifier, Mat};

// 얼굴 감지 모델 로딩
$cascade = new CascadeClassifier();
$cascade-> 로드 ( &#39;haarcascade_frontalface_default.xml&#39;);

// 이모티콘 인식 모델을로드합니다. $ kenloizer = lbphfacerecognizer :: create ();
$ alkenizer-> read ( &#39;face_recognizer.yml&#39;);

// expression tag $ labels = [ &#39;화난&#39;, &#39;행복&#39;, &#39;중립&#39;, &#39;슬픈&#39;];

// 테스트 이미지를로드 $ image = imread ( &#39;test_image.jpg&#39;, cv_load_image_color);

// 이미지를 GrayScale로 변환 $ grey = cvtcolor ($ image, cv_bgr2gray);

//면 감지 $ faces = [];
$ Cascade-> DetectMultiscale ($ Grey, $ Faces);

// expression foreach ($ faces as $ face) {
    // 얼굴 면적 추출 $ roi = $ Grey-> submat ($ face);

    // 이미지 크기 조정 $ resize = resize ($ roi, new mat (100, 100));

    // 예측식 $ label = 0;
    $ 자신감 = 0;
    $ knowlizer-> predict ($ resize, $ label, $ confidence);

    // 이모티콘 결과 사각형 ($ im
    puttext ($ im
}

// 이미지 표시 imshow ( &#39;얼굴 표정 인식&#39;, $ image);
waitkey (0);
?>

3. 코드를 실행하십시오

코드 작성을 마친 후에는 다음 명령으로 코드를 실행할 수 있습니다.

 php facial_expression_recognition.php

달리면 이미지에서면 감지 된 얼굴을 볼 수 있어야하며 각면 영역에는 해당 표현식이 표시됩니다.

결론적으로

PHP 및 OpenCV 라이브러리를 사용하면 이미지에서 얼굴 표정 인식을 쉽게 얻을 수 있습니다. 이 기사에서 제공된 샘플 코드는면을 감지하고 이미지에서 표현을 인식하는 방법을 보여줍니다. 실제 요구에 따라이 코드를 확장하고 최적화 할 수 있습니다.

예제에 사용 된 라이브러리 및 클래스의 특정 사용은 버전 업데이트로 변경 될 수 있습니다. 사용중인 버전에 따라 적응하십시오.