第3回 Amazon Rekognition 動作確認(Python)/札幌のAI・IoT・システム開発｜ITイノベーション/最先端技術

前回の内容はこちらから「第2回 Amazon Rekognition 環境設定（２／２）」

今回は動作確認(Python)を行ってみたいと思います。

Pythonの環境の準備ができましたら（インストールはhttps://www.python.org/から）
AWSのSDKをインストールしてください。

Amazon Rekognitionにはいくつか種類がありますが、
今回はイメージ内のラベルの検出（DetectLabels）を行ってみます。

・Pythonサンプルソース。

# インストールしたPython用のライブラリ
import boto3
from matplotlib import pyplot as plt
from PIL import Image

# 画像ファイルのパス
filename = r"※画像ファイルのパスを指定"

# 画像ファイルのサイズを取得する
img = Image.open(filename)
img_width = img.size[0]
img_height = img.size[1]

rekognition=boto3.client('rekognition')

with open(filename, 'rb') as f:
    # DetectLabelsの呼び出し
    res = rekognition.detect_labels(Image={'Bytes': f.read()})

# ラベル表示用のフォント
font_dict = dict(family="serif",
        color="red",
        weight="bold",
        size=10)

for label in res["Labels"]:
    label_name = label["Name"]
    for instance in label["Instances"]:
        bb = instance["BoundingBox"]

        # 画像に枠を表示させる
        rect = plt.Rectangle(
            (bb["Left"] * img_width,
            bb["Top"] * img_height),
            bb["Width"] * img_width,
            bb["Height"] * img_height,
            fill=False,
            edgecolor='red',
        )
        plt.gca().add_patch(rect)

        # 画像にラベルを表示させる
        plt.text(bb["Left"] * img_width, bb["Top"] * img_height
        , label_name + " " + str(round(instance["Confidence"], 2)) + "%"
        , fontdict=font_dict)
        plt.grid()

plt.axis("off")
plt.imshow(img)
# 結果画像ファイルを保存
plt.savefig("result.png")

実行すると

rekognition.detect_labelsで返却されたJsonの値をもとに、読み込んだ画像に枠線とラベルを出力し結果画像に保存されます。

※返却されたJson抜粋

{'Labels': [
        {'Name': 'Person', 'Confidence': 79.16504669189453, 'Instances': [
                {'BoundingBox': {'Width': 0.6389963030815125, 'Height': 0.958643913269043, 'Left': 0.1798168122768402, 'Top': 0.019761590287089348
                    }, 'Confidence': 76.58033752441406
                }

実行した結果がこちらになります。