Restful API : AWS boto3 로 Rekognition 사용하여 객체 감지(Object Detection) 하기

< AWS boto3 로 Rekognition

사용하여 객체 감지(Object Detection) 하기 >

 

# Amazon Rekognition 이란?

- 애플리케이션에 고급 컴퓨터 비전 기능을 쉽게 추가할 수 있는 클라우드 기반 이미지 및 비디오 분석 서비스

- 참고 : https://docs.aws.amazon.com/ko_kr/rekognition/latest/dg/what-is.html

Amazon Rekognition이란 무엇인가요? - Amazon Rekognition

 

# 이제 직접 사용하여 객체 감지를해보자

- 주로 사진 파일을 분석하여 이미지에 맞는 태그 메시지를 보여준다.

- 바로 이전 작성하였던 프로젝트에 이어서 작성 (참고 : https://sorktjrrb.tistory.com/170)

- Postman을 실행하여 API 설계 및 리퀘스트 생성

 

# 이제 Visual Studio Code를 실행하여 코드 작성

- resources 폴더 안에 rekognition.py 라는 파일을 생성하여 작성

※ boto3 설치되어 있지 않다면 install하고 작성해야함

 

from flask import request

from flask_restful import Resource

from datetime import datetime

import boto3

from config import Config

class ObjectDetectionResource(Resource) :

    def post(self) :

        if 'photo' not in request.files :

            return {'result' : 'fail',

                    'error' : '사진은 필수입니다.'}, 400

       

        file = request.files['photo']

        if 'image' not in file.content_type :

            return {'result' : 'fail',

                    'error' : '이미지 파일을 업로드하세요.'}, 400

       

        current_time = datetime.now()

        file_name = current_time.isoformat().replace(':','_') + '.jpg'

        file.filename = file_name

        # rekognition 서비스를 이용하려면,

        # 먼저, S3에 이미지파일을 업로드 해놔야 한다.

        client = boto3.client ('s3',

                    aws_access_key_id = Config.AWS_ACCESS_KEY,

                    aws_secret_access_key = Config.AWS_SECRET_ACCESS_KEY)

       

        try :

            client.upload_fileobj(file,

                                  Config.S3_BUCKET,

                                  file_name,

                                  ExtraArgs = {'ACL' : 'public-read',

                                               'ContentType' : 'image/jpeg'})

        except Exception as e :

            return {'result' : 'fail',

                    'error' : str(e)}, 500

        # 리코그니션을 이용한다.

        # 하단에 작성한 detect_labels 함수를 self.하여 사용한다.

        label_list = self.detect_labels(file_name, Config.S3_BUCKET)

        return {'result' : 'success',

                'labels' : label_list}

   

    def detect_labels(self, photo, bucket):

        client = boto3.client('rekognition',

                     'ap-northeast-2',

                     aws_access_key_id = Config.AWS_ACCESS_KEY,

                     aws_secret_access_key = Config.AWS_SECRET_ACCESS_KEY)

        response = client.detect_labels(Image={'S3Object':{'Bucket':bucket,'Name':photo}},

        MaxLabels=10,

        # Uncomment to use image properties and filtration settings

        #Features=["GENERAL_LABELS", "IMAGE_PROPERTIES"],

        #Settings={"GeneralLabels": {"LabelInclusionFilters":["Cat"]},

        # "ImageProperties": {"MaxDominantColors":10}}

        )

        print('Detected labels for ' + photo)

        print()

        print(response['Labels'])

       

        label_list = []

        for label in response['Labels']:

            print("Label: " + label['Name'])

            label_list.append(label['Name'])

       

        return label_list

 

 

# app.py 에도 경로 설정

 

from flask import Flask

from flask_restful import Api

from resources.image import FileUploadResource

from resources.rekognition import ObjectDetectionResource

app = Flask(__name__)

api = Api(app)

# 경로와 리소스를 연결하는 코드 작성

api.add_resource( FileUploadResource , '/upload')

api.add_resource( ObjectDetectionResource , '/object_detection')

if __name__ == '__main__':

    app.run()

 

 

# 테스트해 보자

- Postman 실행하여서 소행성 사진을 하나 올려서 SEND

- 사진 분석 결과를 메시지로 출력하는것 확인

- VSC에도 출력되는것 CMD창에서 확인 가능

 

다음 게시글로 계속~!