Amazon Rekognition : Analyse d’images et de vidéos avec l'IA
Amazon Rekognition est un service de reconnaissance d'images et de vidéos basé sur l'intelligence artificielle, proposé par AWS. Il permet de détecter des objets, des visages, des scènes, des émotions et même de modérer du contenu. Ce service est conçu pour offrir des fonctionnalités d'analyse avancées, accessibles à travers une API puissante et simple à intégrer.
Fonctionnalités principales
Amazon Rekognition offre une gamme variée de fonctionnalités. La détection d'objets et de scènes permet d’identifier les éléments présents dans une image, comme des voitures, des animaux ou des bâtiments. La reconnaissance faciale peut détecter des visages, comparer des visages dans différentes images ou même analyser les émotions. Le service inclut également une capacité de modération, qui identifie et filtre du contenu inapproprié dans des images ou vidéos.
Comment intégrer Amazon Rekognition
Pour utiliser Amazon Rekognition, vous devez d'abord configurer un compte AWS et activer l'API Rekognition. Les autorisations nécessaires peuvent être définies via AWS Identity and Access Management (IAM). Ensuite, vous pouvez appeler l'API Rekognition à l’aide des kits SDK AWS disponibles pour plusieurs langages, notamment Python, JavaScript et Java.
Exemples de code pour différents langages
Voici quelques exemples pratiques d’utilisation de l'API Rekognition. Ces exemples montrent comment détecter des étiquettes dans une image en utilisant différents langages de programmation.
import boto3
# Créer un client Rekognition
client = boto3.client('rekognition')
# Analyser une image locale
with open('image.jpg', 'rb') as image_file:
response = client.detect_labels(
Image={'Bytes': image_file.read()},
MaxLabels=10
)
# Afficher les étiquettes détectées
for label in response['Labels']:
print(f"Label: {label['Name']}, Confiance: {label['Confidence']:.2f}%")
// Importer AWS SDK
const AWS = require('aws-sdk');
// Configurer le client Rekognition
const rekognition = new AWS.Rekognition({ region: 'us-east-1' });
// Lire une image et analyser ses étiquettes
const params = {
Image: {
Bytes: fs.readFileSync('./image.jpg')
},
MaxLabels: 10
};
rekognition.detectLabels(params, (err, data) => {
if (err) console.error(err);
else {
data.Labels.forEach(label => {
console.log(`Label: ${label.Name}, Confiance: ${label.Confidence.toFixed(2)}%`);
});
}
});
import com.amazonaws.services.rekognition.AmazonRekognition;
import com.amazonaws.services.rekognition.AmazonRekognitionClientBuilder;
import com.amazonaws.services.rekognition.model.*;
import java.nio.file.Files;
import java.nio.file.Paths;
public class RekognitionExample {
public static void main(String[] args) throws Exception {
AmazonRekognition rekognitionClient = AmazonRekognitionClientBuilder.defaultClient();
byte[] imageBytes = Files.readAllBytes(Paths.get("image.jpg"));
Image image = new Image().withBytes(ByteBuffer.wrap(imageBytes));
DetectLabelsRequest request = new DetectLabelsRequest()
.withImage(image)
.withMaxLabels(10);
DetectLabelsResult result = rekognitionClient.detectLabels(request);
result.getLabels().forEach(label ->
System.out.printf("Label: %s, Confiance: %.2f%%%n", label.getName(), label.getConfidence()));
}
}
Aucun commentaire pour cet article.