AWS 기반 이미지 텍스트/얼굴 인식👀
13050 단어 machinelearningpythonawstutorial
AWS 재인식
AWS Rekognition이란 무엇입니까?
Rekognition은 AWS 서비스로 이미지에 대한 심도 있는 시각적 분석을 제공합니다.AWS Rekognition API에 이미지나 비디오를 제공함으로써 Rekognition은 애플리케이션에 쉽게 통합됩니다.이 서비스는 대상, 인물, 텍스트, 장면과 활동 등 다음 부분을 식별합니다."아마존 Rekognition은 또한 매우 정확한 얼굴 분석과 얼굴 식별을 제공합니다. 사용자 검증, 목록, 인원 계수와 공공 안전을 포함한 다양한 용례의 얼굴을 검측, 분석, 비교할 수 있습니다."AWS Official Docs
이제 AWS Rekognition을 사용합니다.
AWS Rekognition이 어떻게 작동하는지 프레젠테이션부터 살펴보겠습니다.
1) 아래 link로 이동하여 프레젠테이션을 재생합니다.
손을 더럽힐 때가 됐어요.
경고🚨 :
1) AWS 관리 콘솔 계정이 필요합니다.
2) 신용카드 정보를 물어보지만 이 강좌에서 사용하는 내용은 무료이기 때문에 요금을 받지 않습니다.
S3 스토리지 배럴 설정
Amazon S3 또는 Amazon Simple Storage Service는 Amazon Web Services에서 제공하는 서비스로 웹 서비스 인터페이스를 통해 대상 저장소를 제공합니다.
1) 찾기 서비스로 이동하여 S3 찾기
2) CREATE A BUCKET 클릭
3) bucket 이름을 thisdot-rk-YOUR_name로 입력합니다.
4) 다음을 두 번 클릭합니다.
5) 버킷에 대한 공공 접근 권한을 부여하기 위해 모든 상자를 선택 취소합니다.다음을 클릭합니다.
주의: 제가 이 버킷을 공개한 것은 본 강좌에서 안전성을 걱정하지 않았기 때문입니다.
6) 클릭하여 BUCKET 만들기
7) 사진을 S3에 올릴 때가 됐다.방금 만든 bucket을 누르십시오.
8) 이 이미지를 다운로드하여thisdot으로 저장합니다.파푸아뉴기니.
https://thisdot-rk-pato.s3.amazonaws.com/thisdot.png
9) 권한 관리 드롭다운 목록을 클릭한 다음 이 객체에 대한 공통 읽기 권한 부여를 클릭합니다.
10) 다음을 클릭합니다.
11) Storage 클래스에서 Standard를 선택하고 NEXT 를 클릭합니다.
12) 업로드 클릭
Lambda 함수 설정
AWS Lambda는 이벤트 구동의 서버 없는 계산 플랫폼으로 Amazon이 Amazon 웹 서비스의 일부로 제공한다.이것은 이벤트에 응답하기 위해 코드를 실행하고 코드에 필요한 계산 자원을 자동으로 관리하는 계산 서비스이다.
1) 서비스 찾기 및 람다 찾기
2) 를 클릭하여 함수 만들기
3) Lambda 함수 이름에 thisdot-rk-YOUR_name 입력
4) Runtime에서 드롭다운 목록을 클릭한 다음 Python 3.7을 선택합니다.
5) 를 클릭하여 함수 만들기
6) 기능 코드가 표시되는 위치로 아래로 스크롤합니다.다음과 같은 내용을 볼 수 있습니다.
7) 편집기에서 보이는 모든 내용을 삭제하고 다음 코드를 붙여넣습니다.
주의: 버킷의 이름을 만드는dot-rk-YOUR_이름으로 변경합니다.
다음 코드는 그림의 텍스트를 찾는 데 도움을 줄 것입니다.텍스트 검사 방법.
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
fileName = dump['image']
print(fileName)
bucket='thisdot-rk-YOUR_NAME'
client=boto3.client('rekognition')
text=client.detect_text(Image={'S3Object':
{'Bucket':bucket,'Name':str(fileName)}})
res = {
"textFound": text
}
return res
참고: AWS Boto Rekognition에 대한 추가 기능은 this 웹 사이트를 참조하십시오.
8)lambda의 기본 설정을 변경하기 위해 아래로 스크롤합니다.
9) 메모리를 512MB로 변경하고 시간 초과를 2min 30sec로 변경합니다.이것은 lambda가 그림을 처리할 때 시간을 초과하지 않도록 하기 위해서입니다.
10) 위쪽까지 스크롤합니다.오른쪽 위 모서리에 SAVE 버튼이 표시됩니다.클릭하십시오.
IAM을 사용하여 보안 역할 설정
AWS ID 및 액세스 관리(IAM)는 AWS 리소스에 대한 액세스를 안전하게 제어하는 웹 서비스입니다.IAM을 사용하여 인증 (로그인) 및 권한 부여 (권한) 를 통해 리소스를 사용하는 사용자를 제어할 수 있습니다.
1) IAM 서비스 검색(서비스 IAM)
2) 왼쪽 탐색 모음에서 역할을 클릭합니다.
3) 특정 캐릭터를 지정하기 위해 만든 lambda를 선택할 수 있습니다.이 강좌에서는 AWS Rekognition에 액세스할 수 있도록 다음 옵션을 선택합니다.
4) 그런 다음 추가 정책 을 클릭합니다.
5) rekognition 검색
6) AmazonRekognitionFullAccess 선택
7) 추가 정책 클릭
참고: 여러 정책을 추가할 수 있습니다.
테스트 시간
1) lambda 함수를 반환합니다.
2) 오른쪽 위 모서리에서 드롭다운 메뉴 "테스트 이벤트 선택"을 선택합니다.
3) 그런 다음 테스트 이벤트 구성 을 선택합니다.
4) 활동의 이름 지정
5) 다음 JSON 객체를 입력합니다.
{
"image": "thisdot.png"
}
여기서 "thisdot.png"은 S3 저장소의 이미지 이름입니다.
6) 만들기 를 클릭합니다.
7) 오른쪽 상단에 테스트 버튼이 표시됩니다.클릭하십시오.
8) 당신은 녹색 상자를 보아야 합니다.를 클릭하여 세부 정보를 확장합니다.
9) 응답 대상을 봅니다.보시다시피 그림에서 우리의 텍스트를 찾았습니다.
경탄했어정당하다
이제 뛰면서 얼굴을 비교해 봅시다.한 사람이 같은 사진에 나타났는지 상상해 보세요.Rekognition은 이 정도까지 할 수 있습니다.모든 가능성을 상상해 보세요!
1) 이 두 장의 사진을 다운로드합니다.
소스 이미지 https://thepracticaldev.s3.amazonaws.com/i/ktpt1lx1ubzt3ilupph7.jpg
대상 이미지
https://thepracticaldev.s3.amazonaws.com/i/p5j8z6hiey8z8rkspms6.jpg
2) 앞서 언급한 대로 S3에 업로드합니다.
3) lambda로 돌아가 새로운 테스트를 만들거나 기존 테스트를 편집합니다.테스트는 다음과 같습니다.
{
"sourceImage": "source.jpg",
"targetImage": "target.jpg"
}
4) 그리고 우리는 비교할 수 있도록 lambda 코드를 수정할 것이다
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
sourceImage = dump['sourceImage']
targetImage = dump['targetImage']
bucket='thisdot-rk-YOUR_NAME'
client = boto3.client('rekognition')
faceComparison= client.compare_faces(
SourceImage={'S3Object': {'Bucket':bucket,'Name':str(sourceImage)}},
TargetImage={'S3Object': {'Bucket':bucket,'Name':str(targetImage)}}
)
res = {
"faceRecognition": faceComparison
}
return res
5) 실행 결과를 확인하고 데이터를 분석합니다.
트위터나 아래의 댓글에서 본 강좌에 대한 당신의 견해를 알려주세요!
이 문장을 좋아합니까?This Dot Labs로 가서 우리를 살펴보자!우리는 자바스크립트와 전단의 모든 업무에 종사하는 기술 컨설팅 회사입니다.Angular, React 및 Vue 등의 소스 소프트웨어에 집중합니다.
Reference
이 문제에 관하여(AWS 기반 이미지 텍스트/얼굴 인식👀), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://dev.to/thisdotmedia/image-text-face-recognition-with-aws-rekognition-4efa
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
경고🚨 :
1) AWS 관리 콘솔 계정이 필요합니다.
2) 신용카드 정보를 물어보지만 이 강좌에서 사용하는 내용은 무료이기 때문에 요금을 받지 않습니다.
S3 스토리지 배럴 설정
Amazon S3 또는 Amazon Simple Storage Service는 Amazon Web Services에서 제공하는 서비스로 웹 서비스 인터페이스를 통해 대상 저장소를 제공합니다.
1) 찾기 서비스로 이동하여 S3 찾기
2) CREATE A BUCKET 클릭
3) bucket 이름을 thisdot-rk-YOUR_name로 입력합니다.
4) 다음을 두 번 클릭합니다.
5) 버킷에 대한 공공 접근 권한을 부여하기 위해 모든 상자를 선택 취소합니다.다음을 클릭합니다.
주의: 제가 이 버킷을 공개한 것은 본 강좌에서 안전성을 걱정하지 않았기 때문입니다.
6) 클릭하여 BUCKET 만들기
7) 사진을 S3에 올릴 때가 됐다.방금 만든 bucket을 누르십시오.
8) 이 이미지를 다운로드하여thisdot으로 저장합니다.파푸아뉴기니.
https://thisdot-rk-pato.s3.amazonaws.com/thisdot.png
9) 권한 관리 드롭다운 목록을 클릭한 다음 이 객체에 대한 공통 읽기 권한 부여를 클릭합니다.
10) 다음을 클릭합니다.
11) Storage 클래스에서 Standard를 선택하고 NEXT 를 클릭합니다.
12) 업로드 클릭
Lambda 함수 설정
AWS Lambda는 이벤트 구동의 서버 없는 계산 플랫폼으로 Amazon이 Amazon 웹 서비스의 일부로 제공한다.이것은 이벤트에 응답하기 위해 코드를 실행하고 코드에 필요한 계산 자원을 자동으로 관리하는 계산 서비스이다.
1) 서비스 찾기 및 람다 찾기
2) 를 클릭하여 함수 만들기
3) Lambda 함수 이름에 thisdot-rk-YOUR_name 입력
4) Runtime에서 드롭다운 목록을 클릭한 다음 Python 3.7을 선택합니다.
5) 를 클릭하여 함수 만들기
6) 기능 코드가 표시되는 위치로 아래로 스크롤합니다.다음과 같은 내용을 볼 수 있습니다.
7) 편집기에서 보이는 모든 내용을 삭제하고 다음 코드를 붙여넣습니다.
주의: 버킷의 이름을 만드는dot-rk-YOUR_이름으로 변경합니다.
다음 코드는 그림의 텍스트를 찾는 데 도움을 줄 것입니다.텍스트 검사 방법.
import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
fileName = dump['image']
print(fileName)
bucket='thisdot-rk-YOUR_NAME'
client=boto3.client('rekognition')
text=client.detect_text(Image={'S3Object':
{'Bucket':bucket,'Name':str(fileName)}})
res = {
"textFound": text
}
return res
참고: AWS Boto Rekognition에 대한 추가 기능은 this 웹 사이트를 참조하십시오.8)lambda의 기본 설정을 변경하기 위해 아래로 스크롤합니다.
9) 메모리를 512MB로 변경하고 시간 초과를 2min 30sec로 변경합니다.이것은 lambda가 그림을 처리할 때 시간을 초과하지 않도록 하기 위해서입니다.
10) 위쪽까지 스크롤합니다.오른쪽 위 모서리에 SAVE 버튼이 표시됩니다.클릭하십시오.
IAM을 사용하여 보안 역할 설정
AWS ID 및 액세스 관리(IAM)는 AWS 리소스에 대한 액세스를 안전하게 제어하는 웹 서비스입니다.IAM을 사용하여 인증 (로그인) 및 권한 부여 (권한) 를 통해 리소스를 사용하는 사용자를 제어할 수 있습니다.
1) IAM 서비스 검색(서비스 IAM)
2) 왼쪽 탐색 모음에서 역할을 클릭합니다.
3) 특정 캐릭터를 지정하기 위해 만든 lambda를 선택할 수 있습니다.이 강좌에서는 AWS Rekognition에 액세스할 수 있도록 다음 옵션을 선택합니다.
4) 그런 다음 추가 정책 을 클릭합니다.
5) rekognition 검색
6) AmazonRekognitionFullAccess 선택
7) 추가 정책 클릭
참고: 여러 정책을 추가할 수 있습니다.
테스트 시간
1) lambda 함수를 반환합니다.
2) 오른쪽 위 모서리에서 드롭다운 메뉴 "테스트 이벤트 선택"을 선택합니다.
3) 그런 다음 테스트 이벤트 구성 을 선택합니다.
4) 활동의 이름 지정
5) 다음 JSON 객체를 입력합니다.
{
"image": "thisdot.png"
}
여기서 "thisdot.png"은 S3 저장소의 이미지 이름입니다.6) 만들기 를 클릭합니다.
7) 오른쪽 상단에 테스트 버튼이 표시됩니다.클릭하십시오.
8) 당신은 녹색 상자를 보아야 합니다.를 클릭하여 세부 정보를 확장합니다.
9) 응답 대상을 봅니다.보시다시피 그림에서 우리의 텍스트를 찾았습니다.
경탄했어정당하다
이제 뛰면서 얼굴을 비교해 봅시다.한 사람이 같은 사진에 나타났는지 상상해 보세요.Rekognition은 이 정도까지 할 수 있습니다.모든 가능성을 상상해 보세요!
1) 이 두 장의 사진을 다운로드합니다.
소스 이미지 https://thepracticaldev.s3.amazonaws.com/i/ktpt1lx1ubzt3ilupph7.jpg
대상 이미지
https://thepracticaldev.s3.amazonaws.com/i/p5j8z6hiey8z8rkspms6.jpg
2) 앞서 언급한 대로 S3에 업로드합니다.
3) lambda로 돌아가 새로운 테스트를 만들거나 기존 테스트를 편집합니다.테스트는 다음과 같습니다.
{
"sourceImage": "source.jpg",
"targetImage": "target.jpg"
}
4) 그리고 우리는 비교할 수 있도록 lambda 코드를 수정할 것이다 import json
import boto3
s3 = boto3.resource('s3')
def lambda_handler(event, context):
print(event)
dump = json.loads(json.dumps(event))
sourceImage = dump['sourceImage']
targetImage = dump['targetImage']
bucket='thisdot-rk-YOUR_NAME'
client = boto3.client('rekognition')
faceComparison= client.compare_faces(
SourceImage={'S3Object': {'Bucket':bucket,'Name':str(sourceImage)}},
TargetImage={'S3Object': {'Bucket':bucket,'Name':str(targetImage)}}
)
res = {
"faceRecognition": faceComparison
}
return res
5) 실행 결과를 확인하고 데이터를 분석합니다.트위터나 아래의 댓글에서 본 강좌에 대한 당신의 견해를 알려주세요!
이 문장을 좋아합니까?This Dot Labs로 가서 우리를 살펴보자!우리는 자바스크립트와 전단의 모든 업무에 종사하는 기술 컨설팅 회사입니다.Angular, React 및 Vue 등의 소스 소프트웨어에 집중합니다.
Reference
이 문제에 관하여(AWS 기반 이미지 텍스트/얼굴 인식👀), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://dev.to/thisdotmedia/image-text-face-recognition-with-aws-rekognition-4efa텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)