Erstellen einer Lambda-Funktion für Amazon Rekognition

Wenn Sie es noch nicht getan haben, erstellen Sie eine IAM-Servicerolle, um Amazon-Rekognition-Video Zugriff auf Ihre Amazon-SNS-Themen zu geben. Notieren Sie den Amazon-Ressourcennamen (ARN). Weitere Informationen finden Sie unter Den Zugriff auf mehrfache Amazon-SNS-Themen ermöglichen.

Erstellen Sie ein Amazon-SNS-Thema über die Amazon-SNS-Konsole, wobei Sie nur den Namen des Themas angeben müssen. Stellen Sie dem Themennamen ein. AmazonRekognition Notieren Sie den ARN des Themas.

Melden Sie sich bei der AWS-Managementkonsole an und öffnen Sie die AWS Lambda-Konsole unter https://console.aws.amazon.com/lambda/.

Wählen Sie Funktion erstellen aus.

Wählen Sie Von Grund auf neu schreiben aus.

Geben Sie in Funktionsname einen Namen für Ihre Funktion ein.

Wählen Sie in Laufzeit die Option Java 8 aus.

Wählen Sie Ausführungsrolle auswählen oder erstellen aus.

Wählen Sie in Ausführungsrolle die Option Neue Rolle mit Lambda-Basisberechtigungen erstellen aus.

Notieren Sie den Namen der neuen Rolle, der unten im Abschnitt Basisinformationen angezeigt wird.

Wählen Sie Funktion erstellen aus.

Geben Sie in Funktionscode folgenden Text für den com.amazonaws.lambda.demo.JobCompletionHandlerHandler ein:

Wählen Sie in Basiseinstellungen die Option Bearbeiten aus. Anschließend wird das Dialogfeld Basiseinstellungen bearbeiten angezeigt.

1. Wählen Sie 1024 für Speicher.

2. Wählen Sie für Timeout 10 Sekunden.

3. Wählen Sie Speichern.

Wählen Sie in Designer die Option + Auslöser hinzufügen aus. Anschließend wird das Dialogfeld „Auslöser hinzufügen“ angezeigt.

Wählen Sie in Auslöserkonfiguration die Option SNS aus.

Wählen Sie in SNS-Thema das Amazon-SNS-Thema aus, das Sie in Erstellen eines SNS-Themas erstellt haben.

Klicken Sie auf Auslöser aktivieren.

Wählen Sie Hinzufügen aus, um den Auslöser hinzuzufügen.

Wählen Sie Speichern, um die Lambda-Funktion zu speichern.

Melden Sie sich bei der an AWS Management Console und öffnen Sie die IAM-Konsole unter. https://console.aws.amazon.com/iam/

Wählen Sie im Navigationsbereich Rollen.

Wählen Sie in der Liste den Namen der Ausführungsrolle aus, die Sie in So erstellen Sie die Lambda-Funktion: erstellt haben.

Wählen Sie die Registerkarte Berechtigungen.

Wählen Sie Richtlinien anfügen.

Wählen Sie AmazonRekognitionFullAccessaus der Liste der Richtlinien aus.

Wählen Sie Richtlinie anfügen aus.

Wählen Sie die Ausführungsrolle erneut aus.

Wählen Sie Inline-Richtlinie hinzufügen.

Wählen Sie den Tab JSON.

Ersetzen Sie die vorhandene Richtlinie durch die unten stehende. Tauschen Sie servicerole durch die IAM-Servicerolle aus, die Sie im Abschnitt Erstellen eines SNS-Themas erstellt haben.

{
    "Version": "2012-10-17",
    "Statement": [
        {
            "Sid": "mysid",
            "Effect": "Allow",
            "Action": "iam:PassRole",
            "Resource": "arn:servicerole"
        }
    ]
}

Wählen Sie Richtlinie prüfen.

Geben Sie in Name* einen Namen für die Richtlinie ein.

Wählen Sie Richtlinie erstellen aus.

Erstellen Sie ein AWS Toolkit for EclipseAWS Lambda-Projekt.

Öffnen Sie im Eclipse-Projektexplorer die generierte Lambda-Handler-Methode (JobCompletionHandler.java) und ersetzen Sie den Inhalt durch Folgendes:

//Copyright 2018 Amazon.com, Inc. or its affiliates. All Rights Reserved.
//PDX-License-Identifier: MIT-0 (For details, see https://github.com/awsdocs/amazon-rekognition-developer-guide/blob/master/LICENSE-SAMPLECODE.)

package com.amazonaws.lambda.demo;

import com.amazonaws.services.lambda.runtime.Context;
import com.amazonaws.services.lambda.runtime.LambdaLogger;
import com.amazonaws.services.lambda.runtime.RequestHandler;
import com.amazonaws.services.lambda.runtime.events.SNSEvent;
import java.util.List;
import com.amazonaws.regions.Regions;
import com.amazonaws.services.rekognition.AmazonRekognition;
import com.amazonaws.services.rekognition.AmazonRekognitionClientBuilder;
import com.amazonaws.services.rekognition.model.GetLabelDetectionRequest;
import com.amazonaws.services.rekognition.model.GetLabelDetectionResult;
import com.amazonaws.services.rekognition.model.LabelDetection;
import com.amazonaws.services.rekognition.model.LabelDetectionSortBy;
import com.amazonaws.services.rekognition.model.VideoMetadata;
import com.fasterxml.jackson.databind.JsonNode;
import com.fasterxml.jackson.databind.ObjectMapper;



public class JobCompletionHandler implements RequestHandler<SNSEvent, String> {

   @Override
   public String handleRequest(SNSEvent event, Context context) {

      String message = event.getRecords().get(0).getSNS().getMessage();
      LambdaLogger logger = context.getLogger(); 

      // Parse SNS event for analysis results. Log results
      try {
         ObjectMapper operationResultMapper = new ObjectMapper();
         JsonNode jsonResultTree = operationResultMapper.readTree(message);
         logger.log("Rekognition Video Operation:=========================");
         logger.log("Job id: " + jsonResultTree.get("JobId"));
         logger.log("Status : " + jsonResultTree.get("Status"));
         logger.log("Job tag : " + jsonResultTree.get("JobTag"));
         logger.log("Operation : " + jsonResultTree.get("API"));

         if (jsonResultTree.get("API").asText().equals("StartLabelDetection")) {

            if (jsonResultTree.get("Status").asText().equals("SUCCEEDED")){
               GetResultsLabels(jsonResultTree.get("JobId").asText(), context);
            }
            else{
               String errorMessage = "Video analysis failed for job " 
                     + jsonResultTree.get("JobId") 
                     + "State " + jsonResultTree.get("Status");
               throw new Exception(errorMessage); 
            }

         } else
            logger.log("Operation not StartLabelDetection");

      } catch (Exception e) {
         logger.log("Error: " + e.getMessage());
         throw new RuntimeException (e);


      }

      return message;
   }

   void GetResultsLabels(String startJobId, Context context) throws Exception {

      LambdaLogger logger = context.getLogger();

      AmazonRekognition rek = AmazonRekognitionClientBuilder.standard().withRegion(Regions.US_EAST_1).build();

      int maxResults = 1000;
      String paginationToken = null;
      GetLabelDetectionResult labelDetectionResult = null;
      String labels = "";
      Integer labelsCount = 0;
      String label = "";
      String currentLabel = "";
     
      //Get label detection results and log them. 
      do {

         GetLabelDetectionRequest labelDetectionRequest = new GetLabelDetectionRequest().withJobId(startJobId)
               .withSortBy(LabelDetectionSortBy.NAME).withMaxResults(maxResults).withNextToken(paginationToken);

         labelDetectionResult = rek.getLabelDetection(labelDetectionRequest);
         
         paginationToken = labelDetectionResult.getNextToken();
         VideoMetadata videoMetaData = labelDetectionResult.getVideoMetadata();

         // Add labels to log
         List<LabelDetection> detectedLabels = labelDetectionResult.getLabels();
         
         for (LabelDetection detectedLabel : detectedLabels) {
            label = detectedLabel.getLabel().getName();
            if (label.equals(currentLabel)) {
               continue;
            }
            labels = labels + label + " / ";
            currentLabel = label;
            labelsCount++;

         }
      } while (labelDetectionResult != null && labelDetectionResult.getNextToken() != null);

      logger.log("Total number of labels : " + labelsCount);
      logger.log("labels : " + labels);

   }


}

Die Rekognition-Namespaces werden nicht aufgelöst. Korrigieren Sie dies wie folgt:

Speichern Sie die Datei.

Klicken Sie mit der rechten Maustaste in Ihr Eclipse-Code-Fenster und wählen AWS Lambda und dann Upload function to AWS Lambda aus.

Wählen Sie auf der Seite Ziel-Lambda-Funktion auswählen die zu verwendende AWS-Region aus.

Wählen Sie Vorhandene Lambda-Funktion auswählen aus und klicken Sie auf die Lambda-Funktion, die Sie im Abschnitt So erstellen Sie die Lambda-Funktion: fertiggestellt haben.

Wählen Sie Weiter. Das Dialogfeld Funktionskonfiguration wird angezeigt.

Wählen Sie in IAM-Rolle die IAM-Rolle aus, die Sie in So erstellen Sie die Lambda-Funktion: erstellt haben.

Klicken Sie auf Beenden. Die Lambda-Funktion wird in AWS hochgeladen.

Laden Sie eine Videodatei im MOV- oder MPEG-4-Format in Ihren S3-Bucket hoch. Laden Sie zu Testzwecken ein Video hoch, das nicht länger als 30 Sekunden ist.

Weitere Anleitungen finden Sie unter Upload eines Objekts in Amazon S3 im Benutzerhandbuch für Amazon Simple Storage Service.

Führen Sie den folgenden AWS CLI Befehl aus, um mit der Erkennung von Labels in einem Video zu beginnen.

aws rekognition start-label-detection --video "S3Object={Bucket="bucketname",Name="videofile"}" \
--notification-channel "SNSTopicArn=TopicARN,RoleArn=RoleARN" \
--region Region 
    

Aktualisieren Sie die folgenden Werte:

Notieren Sie den JobId-Wert in der Antwort. Die Antwort sollte dem folgenden JSON-Beispiel ähnlich sein.

{
    "JobId": "547089ce5b9a8a0e7831afa655f42e5d7b5c838553f1a584bf350ennnnnnnnnn"
}

Öffnen Sie die https://console.aws.amazon.com/cloudwatch/-Konsole.

Wenn die Analyse abgeschlossen ist, wird ein Protokolleintrag für die Lambda-Funktion in der Protokollgruppe angezeigt.

Wählen Sie die Lambda-Funktion aus, um die Protokollstreams anzuzeigen.

Wählen Sie den neuesten Protokollstream aus, um die Protokolleinträge der Lambda-Funktion anzusehen. Wenn der Vorgang erfolgreich war, ähnelt er der folgenden Ausgabe, in der die Details des Videoerkennungsvorgangs angezeigt werden, einschließlich der Auftrags-ID, des Vorgangstyps "StartLabelDetection„und einer Liste der erkannten Etikettenkategorien wie Flasche, Kleidung, Menschenmenge und Lebensmittel:

Der Wert für Aufgaben-ID sollte mit dem Wert für JobId übereinstimmen, den Sie in Schritt 3 notiert haben.