API Amazon Rekognition IndexFaces Nombre maximum de visages que vous souhaitez enregistrer au moment de l'action, Il est possible d'éliminer les visages qui ne sont pas clairs mais flous.
Avec les paramètres par défaut, les images floues et les images de visage qui sont mélangées à l'arrière-plan sont également soumises à un enregistrement, ce qui entraîne une diminution de la précision. Traditionnellement, les faces d'index indexent jusqu'à 15 visages dans l'image d'entrée. La nouvelle version du modèle de détection de visage indexe jusqu'à 100 visages dans l'image d'entrée.
MaxFaces Vous pouvez définir la valeur maximale de l'image du visage que vous souhaitez enregistrer En ce qui concerne les images enregistrées, les images claires et nettes ont la priorité la plus élevée.
QualityFilter Filtre pour exclure les images de mauvaise qualité Si vous définissez QualityFilter sur automatique, Amazon exclura les images de mauvaise qualité.
Niveau contrôlable à filtrer Si vous souhaitez que le filtre soit automatique du côté Amazon, "** AUTO " Jugement doux filtre " BAS " Filtre intermédiaire " MEDIUM " Filtre strict " HIGH " Si vous ne souhaitez pas filtrer, spécifiez " NONE **"
amareko_filter.py
import boto3
collection = "qrestia"
image_file = "TestImage.jpg "
external_image_id = "Qiita test ID"
def index_faces():
rekognition_client = boto3.client('rekognition')
with open(image_file, 'rb') as image:
rekognition_response = rekognition_client.index_faces(
Image={'Bytes': image.read()},
CollectionId=collection,
ExternalImageId=external_image_id,
QualityFilter="AUTO", #Réglez le filtre de qualité sur "Automatique"
MaxFaces=3) #Définissez le nombre maximum de détection de visage sur 3
print(rekognition_response)
if __name__ == '__main__':
index_faces()
Les informations sur les visages trouvés dans l'image mais non indexés peuvent être trouvées dans le tableau d'objets UnindexedFace. À partir de cette réponse, vous pouvez comprendre la cause et effectuer les ajustements de filtre appropriés.
Recommended Posts