AWS
2. AWS Amazon Rekognition 입문 가이드 (이미지 작업하기)
황수진
2021. 12. 29. 15:00
* 이 포스팅은 https://developing-soosoo.tistory.com/49 와 이어지는 포스팅입니다
* https://docs.aws.amazon.com/ko_kr/rekognition/latest/dg/images.html 를 바탕으로 작성했습니다
* python을 이용합니다
지금까진 Amazon Rekognition을 사용하기 위한 준비 과정을 거쳤습니다.
이제부턴 정말로 Amazon Rekognition을 이용해 이미지를 작업해봅시다 !
우선 Amazon Rekognition이 무엇인지 알아볼까요
Amazon Rekognition이란?
Amazon Rekognition은 딥러닝 기술을 기반으로 하는 aws에서 제공하는 서비스로, 애플리케이션에 이미지 및 비디오 분석을 쉽게 추가할 수 있습니다.
Amazon Rekognition API에 이미지나 비디오를 제공하면 서비스에섯 객체,사람,텍스트 등을 식별할 수 있습니다.
매우 정확한 분석을 진행하기 때문에 다양한 사용 사례가 존재합니다.
Amazon Rekognition 사용 사례
- 검색 가능한 이미지 및 비디오 라이브러리
- 얼굴 기반 사용자 확인
- 개인 보호 장비 탐지
- 감정 및 인구 통계 분석
- 얼굴 검색
- 안전하기 않은 콘텐츠 감지
- 유명 인사 인식
- 텍스트 감지
- 사용자 지정 레이블
1. 이미지에서 레이블 감지하기
* 분석할 이미지를 S3 버킷에 업로드 해야합니다. (.jpg 또는 .png)
#Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
#PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
import boto3
def detect_labels(photo, bucket):
client=boto3.client('rekognition')
response = client.detect_labels(Image={'S3Object':{'Bucket':bucket,'Name':photo}},
MaxLabels=10)
print('Detected labels for ' + photo)
print()
for label in response['Labels']:
print ("Label: " + label['Name'])
print ("Confidence: " + str(label['Confidence']))
print ("Instances:")
for instance in label['Instances']:
print (" Bounding box")
print (" Top: " + str(instance['BoundingBox']['Top']))
print (" Left: " + str(instance['BoundingBox']['Left']))
print (" Width: " + str(instance['BoundingBox']['Width']))
print (" Height: " + str(instance['BoundingBox']['Height']))
print (" Confidence: " + str(instance['Confidence']))
print()
print ("Parents:")
for parent in label['Parents']:
print (" " + parent['Name'])
print ("----------")
print ()
return len(response['Labels'])
def main():
photo=''
bucket=''
label_count=detect_labels(photo, bucket)
print("Labels detected: " + str(label_count))
if __name__ == "__main__":
main()* 이 때 photo와 bucket은 본인의 이미지 파일과 버킷 이름으로 변경해주세요
이렇게 뜨면 업로드 완료!
이런식으로 결과값이 출력되면 성공입니다 짝짝짝
2. 이미지에서 얼굴 감지하기
* 분석할 이미지를 S3 버킷에 업로드 해야합니다. (.jpg 또는 .png)
#Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
#PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
import boto3
import json
def detect_faces(photo, bucket):
client=boto3.client('rekognition')
response = client.detect_faces(Image={'S3Object':{'Bucket':bucket,'Name':photo}},Attributes=['ALL'])
print('Detected faces for ' + photo)
for faceDetail in response['FaceDetails']:
print('The detected face is between ' + str(faceDetail['AgeRange']['Low'])
+ ' and ' + str(faceDetail['AgeRange']['High']) + ' years old')
print('Here are the other attributes:')
print(json.dumps(faceDetail, indent=4, sort_keys=True))
# Access predictions for individual face details and print them
print("Gender: " + str(faceDetail['Gender']))
print("Smile: " + str(faceDetail['Smile']))
print("Eyeglasses: " + str(faceDetail['Eyeglasses']))
print("Emotions: " + str(faceDetail['Emotions'][0]))
return len(response['FaceDetails'])
def main():
photo='photo'
bucket='bucket'
face_count=detect_faces(photo, bucket)
print("Faces detected: " + str(face_count))
if __name__ == "__main__":
main()* 이 때 photo와 bucket은 본인의 이미지 파일과 버킷 이름으로 변경해주세요
이런식으로 나오면 성공!
3. 이미지에서 유명인사 인식하기
* 이 때, 유명인사 익신은 S3 버킷에 저장한 이미지가 아닌, URL로 사용합니다
#Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
#PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
import boto3
import json
def recognize_celebrities(photo):
client=boto3.client('rekognition')
with open(photo, 'rb') as image:
response = client.recognize_celebrities(Image={'Bytes': image.read()})
print('Detected faces for ' + photo)
for celebrity in response['CelebrityFaces']:
print ('Name: ' + celebrity['Name'])
print ('Id: ' + celebrity['Id'])
print ('KnownGender: ' + celebrity['KnownGender'])
print ('Smile: ' + celebrity['Smile'])
print ('Position:')
print (' Left: ' + '{:.2f}'.format(celebrity['Face']['BoundingBox']['Height']))
print (' Top: ' + '{:.2f}'.format(celebrity['Face']['BoundingBox']['Top']))
print ('Info')
for url in celebrity['Urls']:
print (' ' + url)
print
return len(response['CelebrityFaces'])
def main():
photo='moviestars.jpg'
celeb_count=recognize_celebrities(photo)
print("Celebrities detected: " + str(celeb_count))
if __name__ == "__main__":
main()
저는 어벤져스 사진을 사용하겠습니다 (https://docs.aws.amazon.com/ko_kr/rekognition/latest/dg/images-s3.html)
ㅉㅏㄴ~ 이렇게 결과가 나오면 성공입니다.! 대충 다 맞는거 같죠?
4. 이미지에서 텍스트 감지하기
#Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
#PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)
import boto3
def detect_text(photo, bucket):
client=boto3.client('rekognition')
response=client.detect_text(Image={'S3Object':{'Bucket':bucket,'Name':photo}})
textDetections=response['TextDetections']
print ('Detected text\n----------')
for text in textDetections:
print ('Detected text:' + text['DetectedText'])
print ('Confidence: ' + "{:.2f}".format(text['Confidence']) + "%")
print ('Id: {}'.format(text['Id']))
if 'ParentId' in text:
print ('Parent Id: {}'.format(text['ParentId']))
print ('Type:' + text['Type'])
print()
return len(textDetections)
def main():
bucket='bucket'
photo='photo'
text_count=detect_text(photo,bucket)
print("Text detected: " + str(text_count))
if __name__ == "__main__":
main()
저는 글귀가 적혀있는 밑에 사진을 사용해보겠습니다
WORD 도 LINE도 잘 나오네요! (아쉽게도 한글은 지원해주지 않습니다)
다음 포스팅에선 비디오를 이용해 작업해봅시다 !