PHP不直接集成AI模型，而是通过调用外部AI服务实现户型图识别、空间分析与软装推荐；其核心职责是文件中转、状态追踪和结果组装，AI能力由Python微服务或云API承担。
PHP本身不直接集成AI模型，但可以通过后端调用方式，将户型图识别、空间分析与软装推荐等AI能力接入家居设计系统。关键在于“前后端分工”：PHP负责接收上传的户型图、调度AI服务、管理用户数据和渲染结果；真正的AI能力由专用服务（如Python微服务、云API或本地部署的视觉+生成模型）完成。
户型图识别与空间解析
AI需先理解图纸结构——是否为CAD文件、带尺寸的PNG/JPG，还是手绘草图。常见做法是：
- 用OpenCV或Detectron2等工具做墙体/门窗轮廓检测，提取房间类型（如“主卧”“L型厨房”）
- 结合OCR识别图中文字标注（如“3.6m×4.2m”），辅助推断功能区域
- PHP端只需把图片Base64或临时路径传给AI服务接口，并校验返回的JSON结构（含房间列表、面积、朝向）
软装方案生成逻辑
生成不是随机搭配，而是基于规则+模型的协同决策：
- 硬约束：沙发不能贴窗、床头不朝门、过道宽度≥0.9m（由PHP预校验）
- 风格匹配：用户选“北欧”或“新中式”，AI从向量库检索相似案例，再微调家具尺寸/颜色
- 色彩建议：用LAB色域分析墙面主色，推荐互补软装色卡（如浅灰墙配焦糖色单人椅+灰蓝地毯）
PHP侧核心集成点
不需要写AI代码，重点做好三件事：
立即学习“PHP免费学习笔记（深入）”；
- 文件中转：限制上传格式/大小，加水印防滥用，转存至OSS或本地临时目录供AI服务读取
- 状态追踪：用数据库记录任务ID、当前阶段（“识别中”→“布局生成”→“渲染出图”），前端轮询更新
- 结果组装：AI返回JSON家具坐标+SKU信息，PHP关联商品库补全价格/链接，生成HTML预览页或导出PDF方案书
轻量落地建议
初期不必自研模型，推荐组合方案：
- 户型识别：调用百度文心一格API或阿里云“智能设计平台”的户型解析接口
- 软装生成：用Stable Diffusion + ControlNet（输入户型线稿+文本提示词）生成多套效果图，再用CLIP评分筛选最优项
- PHP只做胶水层：cURL调用、异常重试、缓存高频户型结果（如“80㎡两居标准户型”可复用搭配库）
不复杂但容易忽略：用户上传的手绘图常带阴影、铅笔痕或倾斜，预处理环节（自动去噪、透视校正）必须由AI服务完成，PHP只需传递原始图并接收干净矢量结果。
