FlickrAPIで画像ダウンロード

#はじめに
画像認識プログラムを作るために、まずは訓練させるための大量の画像データが必要。
そのために、画像データを自動で収集するプログラムを作成する。

参考教材：【画像判定AIアプリ開発・パート1】TensorFlow・Python・Flaskで作る画像判定AIアプリ開発入門

##Flickr
画像収集サイト
https://www.flickr.com/

API
https://www.flickr.com/services/api/

##下準備
https://qiita.com/Saayaman/items/a3066697a108a7e7fc39
の「1. api登録」参照。
キーと秘密鍵(?)の取得が必要。

##インストール方法
https://stuvel.eu/flickrapi

pip install flickrapi

#ソースコード
検索した画像を指定のフォルダに保存する。download.pyというプログラムを作成する。
例えば、

python download.py monkey

と入力すると、monkeyで検索した画像をmonkeyというフォルダに格納する。

##インポート

from flickrapi import FlickrAPI
from urllib.request import urlretrieve
from pprint import pprint
import os, time, sys

##APIキーの情報

# APIキーの情報
key = "<<文字列>>"
secret = "<<文字列>>"
wait_time = 1

取得したキーと秘密鍵を格納しておく。
wait_timeは名前の通りウェイト時間。頻繁にFlickrにアクセスすると、アクセス拒否されてしまうため、画像1枚取得する度に1秒待つようにする。

##画像情報取得

# 保存フォルダの指定
animalname = sys.argv[1]
savedir = "./" + animalname

flickr = FlickrAPI(key, secret, format='parsed-json')
result = flickr.photos.search(
    text = animalname,
    per_page = 400,
    media = 'photos',
    sort = 'relative',
    safe_search = 1,
    extras = 'url_q, licence'
)

FlickrAPIに、「下準備」で取得したキー、秘密鍵、フォーマットを指定(今回はjson形式)してflickrインスタンスを作成し、flickr.photos.searchメソッドを呼び出す。
resultには以下のようなデータが入っている。

{'photos': {'page': 1,
            'pages': 541,
            'perpage': 400,
            'photo': [{'farm': 66,
                       'height_q': 150,
                       'id': '49823614651',
                       'isfamily': 0,
                       'isfriend': 0,
                       'ispublic': 1,
                       'owner': '14136614@N03',
                       'secret': '888c8a381a',
                       'server': '65535',
                       'title': 'LEGO Minifigures Series 19 Rainbow Bear',
                       'url_q': 'https://live.staticflickr.com/65535/49823614651_888c8a381a_q.jpg',
                       'width_q': 150},
...

##画像ダウンロード
resultに入っている情報を使って画像をダウンロードする。
画像のURLをphoto['url_q']で取得。
ダウンロードの実行はurlretrieveで行う。

photos = result['photos']

for i, photo in enumerate(photos['photo']):
    print(i)
    url_q = photo['url_q']
    filepath = savedir + '/' + photo['id'] + '.jpg'
    if os.path.exists(filepath): continue
    urlretrieve(url_q, filepath)
    time.sleep(wait_time)

##確認

python download.py monkey

と実行すると、monkeyフォルダに下記のように保存されている。
ただし、サルではない画像（サルの絵だったり、サルと全く関係が無いものなど）も含まれているため、手動で取り除くことが必要。