Membuat fungsi Amazon Rekognition Lambda

Jika belum, buat peran layanan IAM untuk memberikan akses Amazon Rekognition Video ke topik Amazon SNS Anda. Perhatikan Amazon Resource Name (ARN). Untuk informasi selengkapnya, lihat Memberikan akses ke beberapa topik Amazon SNS.

Buat topik Amazon SNS dengan menggunakan Konsol Amazon SNS Anda hanya perlu menentukan nama topik. Tambahkan nama topik dengan. AmazonRekognition Perhatikan topik ARN.

Masuk ke AWS Management Console, dan buka konsol AWS Lambda di. https://console.aws.amazon.com/lambda/

Pilih Buat fungsi.

Pilih Penulis dari scratch.

Di Nama fungsi, ketikkan nama untuk fungsi Anda.

Di Waktu aktif, pilih Java 8.

Pilih Memilih atau membuat peran eksekusi.

Dalam Peran eksekusi, pilih Membuat peran baru dengan izin Lambda dasar.

Perhatikan nama peran baru yang ditampilkan di bagian bawah bagian Informasi dasar.

Pilih Buat fungsi.

Dalam Kode fungsi, ketik com.amazonaws.lambda.demo.JobCompletionHandler untuk Handler.

Dalam Pengaturan dasar, pilih Edit. Parameter Edit pengaturan dasar akan ditampilkan.

1. Pilih 1024 untuk Memori.

2. Pilih 10 detik untuk Waktu habis.

3. Pilih Simpan.

Di bawah Desainer, pilih + Tambahkan pemicu. Tambah dialog pemicu yang ditampilkan.

Dalam Konfigurasi pemicu pilih SNS.

Dalam Topik SNS, pilih topik Amazon SNS yang Anda buat di Buat topik SNS.

Pilih Aktifkan pemicu.

Untuk menambahkan pemicu, pilih Tambahkan.

Pilih Simpan untuk menyimpan fungsi Lambda.

Masuk ke AWS Management Console dan buka konsol IAM di https://console.aws.amazon.com/iam/.

Di panel navigasi, pilih Peran.

Dalam daftar, pilih nama peran eksekusi yang Anda buat di Buat fungsi Lambda.

Pilih tab Izin.

Pilih Pasang kebijakan.

Pilih AmazonRekognitionFullAccessdari daftar kebijakan.

Pilih Lampirkan kebijakan.

Sekali lagi, pilih peran eksekusi.

Pilih Tambahkan kebijakan inline.

Pilih tab JSON.

Ganti kebijakan yang sudah ada dengan kebijakan berikut. Ganti servicerole dengan peran layanan IAM yang Anda buat di Buat topik SNS.

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

Pilih Tinjau kebijakan.

Pada Nama*, ketik nama kebijakan.

Pilih Buat kebijakan.

Buat proyek AWS Toolkit for EclipseAWS Lambda.

Di Eclipse Project explorer, buka metode handler Lambda yang dihasilkan (JobCompletionHandler.java) dan ganti isinya dengan yang berikut:

//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);

   }


}

Namespace Rekognition belum terselesaikan. Untuk mengoreksi ini:

Simpan file.

Klik kanan di jendela kode Eclipse Anda, pilih AWS Lambda, lalu pilih Fungsi unggah ke AWS Lambda.

Pada halaman Pilih Target Fungsi Lambda, pilih Wilayah AWS untuk digunakan.

Pilih Pilih fungsi lambda yang sudah ada, dan pilih fungsi Lambda yang Anda buat di Buat fungsi Lambda.

Pilih Berikutnya. Parameter kotak dialog Konfigurasi fungsi akan ditampilkan.

Dalam IAM Role Pilih IAM role yang Anda buat di Buat fungsi Lambda.

Pilih Selesai, dan fungsi Lambda diunggah ke AWS.

Unggah file video format MOV atau MPEG-4 ke bucket S3 Anda. Untuk pengujian, unggah video yang panjangnya tidak lebih dari 30 detik.

Untuk petunjuk, lihat Mengunggah Objek ke Amazon S3 di Panduan Pengguna Layanan Penyimpanan Sederhana Amazon.

Jalankan AWS CLI perintah berikut untuk mulai mendeteksi label dalam video.

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

Perbarui nilai berikut:

Perhatikan nilai dari JobId dalam respons. Respons tersebut serupa dengan contoh JSON berikut ini.

{
    "JobId": "547089ce5b9a8a0e7831afa655f42e5d7b5c838553f1a584bf350ennnnnnnnnn"
}

Buka konsol https://console.aws.amazon.com/cloudwatch/.

Ketika analisis selesai, entri log untuk fungsi Lambda muncul di Grup log.

Pilih fungsi Lambda untuk melihat aliran log.

Pilih aliran log terbaru untuk melihat entri log yang dibuat oleh fungsi Lambda. Jika operasi berhasil, tampilannya mirip dengan output berikut, yang menunjukkan detail operasi pengenalan video, termasuk ID pekerjaan, jenis operasi "StartLabelDetection“, dan daftar kategori label yang terdeteksi seperti Botol, Pakaian, Kerumunan, dan Makanan:

Nilai dari ID tugas harus sesuai dengan nilai JobId yang Anda catat di langkah 3.