文件 AWS 開發套件範例 GitHub 儲存庫中有更多可用的 [AWS SDK 範例](https://github.com/awsdocs/aws-doc-sdk-examples)。

本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

# 使用 SDK for Rust 的 Amazon Rekognition 範例
<a name="rust_1_rekognition_code_examples"></a>

下列程式碼範例示範如何使用 AWS SDK for Rust 搭配 Amazon Rekognition 來執行動作和實作常見案例。

*案例*是向您展示如何呼叫服務中的多個函數或與其他 AWS 服務組合來完成特定任務的程式碼範例。

每個範例均包含完整原始碼的連結，您可在連結中找到如何設定和執行內容中程式碼的相關指示。

**Topics**
+ [案例](#scenarios)

## 案例
<a name="scenarios"></a>

### 建立無伺服器應用程式來管理相片
<a name="cross_PAM_rust_1_topic"></a>

下列程式碼範例示範如何建立無伺服器應用程式，讓使用者以標籤管理相片。

**適用於 Rust 的 SDK**  
 顯示如何開發照片資產管理應用程式，以便使用 Amazon Rekognition 偵測圖片中的標籤，並將其儲存以供日後擷取。  
如需完整的原始碼和如何設定及執行的指示，請參閱 [GitHub](https://github.com/awsdocs/aws-doc-sdk-examples/tree/main/rustv1/cross_service/photo_asset_management) 上的完整範例。  
如要深入探索此範例的來源，請參閱 [AWS  社群](https://community.aws/posts/cloud-journeys/01-serverless-image-recognition-app)上的文章。  

**此範例中使用的服務**
+ API Gateway
+ DynamoDB
+ Lambda
+ Amazon Rekognition
+ Amazon S3
+ Amazon SNS

### 偵測映像中的人臉
<a name="cross_DetectFaces_rust_1_topic"></a>

以下程式碼範例顯示做法：
+ 在 Amazon S3 儲存貯體儲存映像。
+ 使用 Amazon Rekognition 偵測面部細節，例如年齡範圍、性別和情感 (例如微笑)。
+ 顯示這些詳細資訊。

**適用於 Rust 的 SDK**  
 將映像儲存在 Amazon S3 儲存貯體中，並包含**上傳**字首，使用 Amazon Rekognition 偵測面部細節，例如年齡範圍、性別和情感 (微笑等)，並顯示這些詳細資訊。  
 如需完整的原始碼和如何設定及執行的指示，請參閱 [GitHub](https://github.com/awsdocs/aws-doc-sdk-examples/blob/main/rustv1/cross_service/detect_faces/src/main.rs) 上的完整範例。  

**此範例中使用的服務**
+ Amazon Rekognition
+ Amazon S3

### 儲存 EXIF 和其他映像資訊
<a name="cross_DetectLabels_rust_1_topic"></a>

以下程式碼範例顯示做法：
+ 從 JPG、JPEG 或 PNG 檔案中取得 EXIF 資訊。
+ 將映像檔案上傳至 Amazon S3 儲存貯體。
+ 使用 Amazon Rekognition 識別檔案中的三個主要屬性 (標籤)。
+ 將 EXIF 和標籤資訊新增至區域中的 Amazon DynamoDB 資料表。

**適用於 Rust 的 SDK**  
 從 JPG、JPEG 或 PNG 檔案獲取 EXIF 資訊，將映像檔案上傳至 Amazon S3 儲存貯體，使用 Amazon Rekognition 識別三個主要屬性 (Amazon Rekognition 中的*標籤*)，然後將 EXIF 和標籤資訊新增至區域中的 Amazon DynamoDB 資料表中。  
 如需完整的原始碼和如何設定及執行的指示，請參閱 [GitHub](https://github.com/awsdocs/aws-doc-sdk-examples/blob/main/rustv1/cross_service/detect_labels/src/main.rs) 上的完整範例。  

**此範例中使用的服務**
+ DynamoDB
+ Amazon Rekognition
+ Amazon S3