Amazon Rekognitionとは
Amazon Rekognition機械学習の専門知識が無くとも、APIを通して画像分析、動画分析が可能なサービスです。
目標
Amazon Rekognitionを使いレシピ画像を分析してみる
- ステップ1. レシピ画像を試しにいくつか分析してみる！
- ステップ2. PHPを使い、Amazon S3上にあるレシピ画像を分析してみる
##ステップ１ レシピ画像を試しにいくつか解析してみる！
awsアカウント作成後以下にアクセス
https://ap-northeast-1.console.aws.amazon.com/rekognition/home?region=ap-northeast-1#/label-detection
###まず簡単そうなキーマカレーを解析してみました
Foodが99.7% ほぼ食べ物であることは間違いないという結果。
Eggが99.7%。
Cutleryが98.3% カトラリー。
Spoonが98.3% さらにスプーン。確率が結構高い。
Plantが91.9% 植物？
Burger 61.8% バーガー
###もう一つ実験！海鮮トマト鍋！
Bowl 98.3 % ボール。
Meal 98.1 % 食事。Foodとの違いはなんだろう
Food 98.1 % 食べ物。
Dish 98.1 % お皿。
Seafood 88.2 % シーフード。これはすごい
Sea Life 86.7 % 海洋生物?。エビ・カニを認識できたもよう
Animal 86.7 % 動物?
Seashell 70.6 % 貝殻。
Clam 70.6 % あさり！食材の特定までできた
Invertebrate 70.6 % 無脊椎動物.カニを認識した？
Soup Bowl 68.2 % スープボール。
Crawdad 59.3 % ロブスターに似た甲殻類
Stew 58.8 % シチュー。
Lobster 58.7 % ロブスター。まぁエビがいるから
どちらも、食べ物であることはほぼ確定できた。
ある程度までは食材の認識もできている。
#####左メニューに「画像の節度」というものがあることに気がつき、確認したところ、アダルトコンテンツかどうか確認できるとのこと。これも２つの料理写真を登録してみたが、もちろんセーフだった。
ちなみにデモの、女性の水着写真でテストしてみたところ、
Suggestive 98.3 % いかがわしい
Female Swimwear Or Underwear 98.3% 水着、下着
という結果。
#ステップ2. Amazon S3上にあるレシピ画像を分析してみる!
まず公式ドキュメントはこちら
https://docs.aws.amazon.com/ja_jp/rekognition/latest/dg/images-s3.html
####アカウント設定など
AWS CLIや、AWS SDKなどがまだサーバーに入っていない方は、こちらを参考にセットアップしてください
https://docs.aws.amazon.com/ja_jp/rekognition/latest/dg/getting-started.html
####まず、AWS CLIで試してみる
サーバーに接続し、コマンドプロンプトにて以下を実行
aws rekognition help
上記の応答があればOK
次に、S3サーバー上にある画像のタグを取得してみる
aws rekognition detect-labels --image "S3Object={Bucket=任意のS3のバケット名,Name=upload/save_image/00/00000003_recipe_07_3.jpg}" --region ap-northeast-1
LABELS 97.9916305542 Food
LABELS 97.9916305542 Burrito
LABELS 88.9598083496 Sandwich Wrap
LABELS 87.1909713745 Burger
LABELS 81.8015441895 Bread
LABELS 80.849319458 Meal
LABELS 77.7892456055 Dish
LABELS 57.3305091858 Lunch
無事にラベルが返ってきた
これでAWS CLIの確認まで完了。
####続いてAWS SDKを通してS3上の画像を分析する
今回はAWS SDK for PHPを利用します
まず、aws-sdk-phpのインストール
homeディレクトリ配下に作成
mkdir ~/aws-test
cd ~/aws-test
curl -sS https://getcomposer.org/installer | php
php composer.phar require aws/aws-sdk-php
※番外：ここで、以下のエラーが出たので、swapを割当ててやる必要がある。
The following exception is caused by a lack of memory or swap, or not having swap configured
su -
/bin/dd if=/dev/zero of=/var/swap.1 bs=1M count=1024
/sbin/mkswap /var/swap.1
/sbin/swapon /var/swap.1
free -m
total used free shared buffers cached
Mem: 533 257 275 16 14 106
-/+ buffers/cache: 136 396
Swap: 1023 147 876
Swapに割当られたので、これで再度以下を実行.
php composer.phar require aws/aws-sdk-php
無事成功したので、
テスト用のphpを作成する
vi ~/aws-test/aws-rekognition-test.php
<?php
require 'vendor/autoload.php';
use Aws\Rekognition\RekognitionClient;
// 画像URL指定
$file_name = 'https://s3-ap-northeast-1.amazonaws.com/任意のバケット名/upload/save_image/39/39008c3fa1d8.jpg';
$options = [
'region' => 'ap-northeast-1',
'version' => 'latest',
];
try {
$rekognition = new RekognitionClient($options);
// Call DetectFaces
$result = $rekognition->detectLabels([
'Image' => [
'Bytes' => file_get_contents($file_name),
],
]);
} catch (Exception $e) {
echo $e->getMessage();
}
var_dump($result["Labels"]);
実行結果
php aws-rekognition-test.php
array(11) {
[0]=>
array(4) {
["Name"]=>
string(5) "Plant"
["Confidence"]=>
float(95.830200195312)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(0) {
}
}
[1]=>
array(4) {
["Name"]=>
string(13) "Confectionery"
["Confidence"]=>
float(87.443229675293)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(4) "Food"
}
}
}
[2]=>
array(4) {
["Name"]=>
string(4) "Food"
["Confidence"]=>
float(87.443229675293)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(0) {
}
}
[3]=>
array(4) {
["Name"]=>
string(6) "Sweets"
["Confidence"]=>
float(87.443229675293)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(4) "Food"
}
}
}
[4]=>
array(4) {
["Name"]=>
string(6) "Flower"
["Confidence"]=>
float(78.220794677734)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(5) "Plant"
}
}
}
[5]=>
array(4) {
["Name"]=>
string(7) "Blossom"
["Confidence"]=>
float(78.220794677734)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(5) "Plant"
}
}
}
[6]=>
array(4) {
["Name"]=>
string(5) "Bread"
["Confidence"]=>
float(67.359039306641)
["Instances"]=>
array(1) {
[0]=>
array(2) {
["BoundingBox"]=>
array(4) {
["Width"]=>
float(0.96886533498764)
["Height"]=>
float(0.7333869934082)
["Left"]=>
float(0.029630890116096)
["Top"]=>
float(0.2265917211771)
}
["Confidence"]=>
float(67.359039306641)
}
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(4) "Food"
}
}
}
[7]=>
array(4) {
["Name"]=>
string(7) "Dessert"
["Confidence"]=>
float(64.220893859863)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(1) {
[0]=>
array(1) {
["Name"]=>
string(4) "Food"
}
}
}
[8]=>
array(4) {
["Name"]=>
string(7) "Pottery"
["Confidence"]=>
float(62.139472961426)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(0) {
}
}
[9]=>
array(4) {
["Name"]=>
string(5) "Petal"
["Confidence"]=>
float(59.423400878906)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(2) {
[0]=>
array(1) {
["Name"]=>
string(5) "Plant"
}
[1]=>
array(1) {
["Name"]=>
string(6) "Flower"
}
}
}
[10]=>
array(4) {
["Name"]=>
string(4) "Flax"
["Confidence"]=>
float(55.462413787842)
["Instances"]=>
array(0) {
}
["Parents"]=>
array(2) {
[0]=>
array(1) {
["Name"]=>
string(5) "Plant"
}
[1]=>
array(1) {
["Name"]=>
string(6) "Flower"
}
}
}
}
これでPHPからS3上の画像ファイルを読み込み、レシピ画像のラベルが取得できるようになった。