Reconocimiento Facial con PHP

Reconocimiento Facial con PHP

La clase se llama Face_Detector y su autor es un frances (creo?) Maurice Svay su web es http://svay.com/blog/face-detection-in-pure-php-without-opencv/(siempre respetando los derechos de autor). Su implementación es bastante sencilla y lo mejor es que no utiliza librerias ajenas como OPENCV u otros para el reconocimiento facial, según entiendo el autor saco este código de un código en javascript (el enlace ya no esta disponible) y lo migro a puro PHP, ademas esta clase hace uso de un archivo detection.DAT donde estan los patrones de reconociemto facial.

La clase Face_Dectector

<?php

class Face_Detector {

   protected $detection_data;  protected $canvas;  protected $face;  private $reduced_canvas;  #El constructor de clase carga el archivo .dat y lo asigna a una variable  public function __construct($detection_file = 'detection.dat') {    if (is_file($detection_file)) {      $this->detection_data = unserialize(file_get_contents($detection_file));    } else {      throw new Exception("No se pudo cargar el archivo");    }  }  #Dado un archivo imagen   public function face_detect($file) {    if (!is_file($file)) {      throw new Exception("No se puede carga el archivo $file");    }  #crea una nueva imagen temporal    $this->canvas = imagecreatefromjpeg($file);    $im_width = imagesx($this->canvas);    $im_height = imagesy($this->canvas);     //Resample before detection?    $ratio = 0;    $diff_width = 320 - $im_width;    $diff_height = 240 - $im_height;    if ($diff_width > $diff_height) {      $ratio = $im_width / 320;    } else {      $ratio = $im_height / 240;    }     if ($ratio != 0) {      $this->reduced_canvas = imagecreatetruecolor($im_width / $ratio, $im_height / $ratio);      imagecopyresampled($this->reduced_canvas, $this->canvas, 0, 0, 0, 0, $im_width / $ratio, $im_height / $ratio, $im_width, $im_height);       $stats = $this->get_img_stats($this->reduced_canvas);      $this->face = $this->do_detect_greedy_big_to_small($stats['ii'], $stats['ii2'], $stats['width'], $stats['height']);      $this->face['x'] *= $ratio;      $this->face['y'] *= $ratio;      $this->face['w'] *= $ratio;    } else {      $stats = $this->get_img_stats($this->canvas);      $this->face = $this->do_detect_greedy_big_to_small($stats['ii'], $stats['ii2'], $stats['width'], $stats['height']);    }    return ($this->face['w'] > 0);  }    public function toJpeg() {    $color = imagecolorallocate($this->canvas, 255, 0, 0); //red    imagerectangle($this->canvas, $this->face['x'], $this->face['y'], $this->face['x']+$this->face['w'], $this->face['y']+ $this->face['w'], $color);    header('Content-type: image/jpeg');    imagejpeg($this->canvas);  } #esto solo para JSON  public function toJson() {    return "{'x':" . $this->face['x'] . ", 'y':" . $this->face['y'] . ", 'w':" . $this->face['w'] . "}";  }   public function getFace() {    return $this->face;  }   protected function get_img_stats($canvas){    $image_width = imagesx($canvas);    $image_height = imagesy($canvas);       $iis = $this->compute_ii($canvas, $image_width, $image_height);    return array(      'width' => $image_width,      'height' => $image_height,      'ii' => $iis['ii'],      'ii2' => $iis['ii2']    );       }   protected function compute_ii($canvas, $image_width, $image_height ){    $ii_w = $image_width+1;    $ii_h = $image_height+1;    $ii = array();    $ii2 = array();        for($i=0; $i<$ii_w; $i++ ){      $ii[$i] = 0;      $ii2[$i] = 0;    }                 for($i=1; $i<$ii_w; $i++ ){       $ii[$i*$ii_w] = 0;          $ii2[$i*$ii_w] = 0;       $rowsum = 0;      $rowsum2 = 0;      for($j=1; $j<$ii_h; $j++ ){        $rgb = ImageColorAt($canvas, $j, $i);        $red = ($rgb >> 16) & 0xFF;        $green = ($rgb >> 8) & 0xFF;        $blue = $rgb & 0xFF;        $grey = ( 0.2989*$red + 0.587*$green + 0.114*$blue )>>0; // this is what matlab uses        $rowsum += $grey;        $rowsum2 += $grey*$grey;         $ii_above = ($i-1)*$ii_w + $j;        $ii_this = $i*$ii_w + $j;         $ii[$ii_this] = $ii[$ii_above] + $rowsum;        $ii2[$ii_this] = $ii2[$ii_above] + $rowsum2;      }    }    return array('ii'=>$ii, 'ii2' => $ii2);  }   protected function do_detect_greedy_big_to_small( $ii, $ii2, $width, $height ){    $s_w = $width/20.0;    $s_h = $height/20.0;    $start_scale = $s_h < $s_w ? $s_h : $s_w;    $scale_update = 1 / 1.2;    for($scale = $start_scale; $scale > 1; $scale *= $scale_update ){      $w = (20*$scale) >> 0;      $endx = $width - $w - 1;      $endy = $height - $w - 1;      $step = max( $scale, 2 ) >> 0;      $inv_area = 1 / ($w*$w);      for($y = 0; $y < $endy ; $y += $step ){        for($x = 0; $x < $endx ; $x += $step ){          $passed = $this->detect_on_sub_image( $x, $y, $scale, $ii, $ii2, $w, $width+1, $inv_area);          if( $passed ) {            return array('x'=>$x, 'y'=>$y, 'w'=>$w);          }        } // end x      } // end y    } // end scale    return null;  }   protected function detect_on_sub_image( $x, $y, $scale, $ii, $ii2, $w, $iiw, $inv_area){    $mean = ( $ii[($y+$w)*$iiw + $x + $w] + $ii[$y*$iiw+$x] - $ii[($y+$w)*$iiw+$x] - $ii[$y*$iiw+$x+$w] )*$inv_area;    $vnorm = ( $ii2[($y+$w)*$iiw + $x + $w] + $ii2[$y*$iiw+$x] - $ii2[($y+$w)*$iiw+$x] - $ii2[$y*$iiw+$x+$w] )*$inv_area - ($mean*$mean);      $vnorm = $vnorm > 1 ? sqrt($vnorm) : 1;     $passed = true;    for($i_stage = 0; $i_stage < count($this->detection_data); $i_stage++ ){      $stage = $this->detection_data[$i_stage];       $trees = $stage[0];        $stage_thresh = $stage[1];      $stage_sum = 0;       for($i_tree = 0; $i_tree < count($trees); $i_tree++ ){        $tree = $trees[$i_tree];        $current_node = $tree[0];          $tree_sum = 0;        while( $current_node != null ){          $vals = $current_node[0];          $node_thresh = $vals[0];          $leftval = $vals[1];          $rightval = $vals[2];          $leftidx = $vals[3];          $rightidx = $vals[4];          $rects = $current_node[1];           $rect_sum = 0;          for( $i_rect = 0; $i_rect < count($rects); $i_rect++ ){            $s = $scale;            $rect = $rects[$i_rect];            $rx = ($rect[0]*$s+$x)>>0;            $ry = ($rect[1]*$s+$y)>>0;            $rw = ($rect[2]*$s)>>0;             $rh = ($rect[3]*$s)>>0;            $wt = $rect[4];             $r_sum = ( $ii[($ry+$rh)*$iiw + $rx + $rw] + $ii[$ry*$iiw+$rx] - $ii[($ry+$rh)*$iiw+$rx] - $ii[$ry*$iiw+$rx+$rw] )*$wt;            $rect_sum += $r_sum;          }            $rect_sum *= $inv_area;           $current_node = null;          if( $rect_sum >= $node_thresh*$vnorm ){            if( $rightidx == -1 )               $tree_sum = $rightval;            else              $current_node = $tree[$rightidx];          } else {            if( $leftidx == -1 )              $tree_sum = $leftval;            else              $current_node = $tree[$leftidx];          }        }         $stage_sum += $tree_sum;      }       if( $stage_sum < $stage_thresh ){        return false;      }    }     return true;  }}

?>

Su Implementacion:

<?php
require ('Face_Detector.php'); $detector = new Face_Detector('detection.dat'); $detector->face_detect('FOTO.jpg'); $detector->toJpeg(); ?>

Se incluye la clase Face_Detector.php, se crea una instancia especificando el archivo .dat y se hace uso de la función face_detectet(‘archivo imagen’); indicando el archivo de imagen a detetectar. El resultado sera una imagen con un recuadro sobre el rostro, si es que lo detecto, claro nada es perfecto, si le pasamos una foto cualquiera que no incluya un rostro, los resultados podran ser bastantes curiosos.

Descarga los archivos desde Aqui