Help us understand the problem. What is going on with this article?

Amazon Rekognitionで画像ファイルのラベル検出(Python boto3で)

More than 1 year has passed since last update.

概要

Amazon Rekognitionでは様々な画像認識機能が提供されます。
今回はLabel Detect、画像からのラベル検出をPythonから実行するスクリプトを紹介します。
ラベル検出では、例えば例えば海辺の写真なら海、岩、灯台、砂浜などのラベルが検出されます。
DetectLabels - Amazon Rekognition

前提条件

Rekognitionを実行できる権限としてAmazonRekognitionFullAccessなどを付けたIAMアカウント、もしくはロールを事前に設定しておきましょう。

スクリプト

Pythonとboto3を使った場合のスクリプト例です。
S3のURLパスを渡す方法と画像ファイルのバイト列を渡す方法があります。今回はバイト列を渡す方法でやってみました。

# -*- coding: utf-8 -*-
import boto3

#boto3のclient作成、rekognitionとリージョンを指定
client = boto3.client('rekognition','us-east-1')

# 画像ファイルを読み込んでバイト列を取得
with open('sample.png', 'rb') as source_image:
    source_bytes = source_image.read()

# rekognitionのdetect_labelsにバイト列を渡してラベル検出実行
response = client.detect_labels(
               Image={
                   'Bytes': source_bytes
               }
)

# 返ってきたresponseからラベル名(Name)と確度(Confidence)を整形して出力
for label in response['Labels']:
    print("{Name:30},{Confidence:.2f}%".format(**label))

処理結果

今回はレスポンスのJSONを整形したので以下のような結果が返ります。ラベルとその確度になります

Beacon                        ,96.46%
Coast                         ,76.84%
Nature                        ,76.84%
Ocean                         ,76.84%
Outdoors                      ,76.84%
Sea                           ,76.84%
Water                         ,76.84%
Architecture                  ,51.37%
Building                      ,51.37%
Lighthouse                    ,51.37%
Tower                         ,51.37%
Flora                         ,50.57%
Grass                         ,50.57%
Plant                         ,50.57%
oyngtmhr
プロダクトマネージャ。前職は銀行システム開発、プロジェクト管理、クラウドインフラエンジニア、機械学習とかやってました。通勤がつらかったけど、コロナで今は在宅なので通勤なくなった。
Why not register and get more from Qiita?
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
Comments
No comments
Sign up for free and join this conversation.
If you already have a Qiita account
Why do not you register as a user and use Qiita more conveniently?
You need to log in to use this function. Qiita can be used more conveniently after logging in.
You seem to be reading articles frequently this month. Qiita can be used more conveniently after logging in.
  1. We will deliver articles that match you
    By following users and tags, you can catch up information on technical fields that you are interested in as a whole
  2. you can read useful information later efficiently
    By "stocking" the articles you like, you can search right away
ユーザーは見つかりませんでした