标签：函数 Rekognition JavaScript Amazon 人脸集合搜索 response lambda

使用 Amazon Rekognition、Lambda 和 JavaScript 进行面部识别

创建面部搜索 lambda 函数以按图像搜索面部

亚马逊识别

亚马逊识别 是一个 基于云的SAAS平台 提供 计算机视觉服务 可用于 图像和视频的人工智能分析 .通过向 AWS Rekognition API 提供图像或视频，也很容易集成到应用程序中。它提供了高度准确的面部分析、面部比较和面部搜索功能。我们可以检测、分析和比较各种用例的人脸，包括用户验证、编目、人数统计和公共安全。 — AWS 官方文档

在本文中，我们将研究以下描述的用例之一：

面部搜索

借助 Amazon Rekognition，您可以 在图像中搜索与存储在称为人脸集合的容器中的人脸相匹配的人脸 . 面孔集合是您拥有和管理的面孔的索引 .在 Amazon Rekognition 中根据人脸搜索需要两个主要步骤：

索引面
搜索面孔

对于上述用例，我们将首先创建一个集合，我们将在其中存储所有面孔。然后我们将不同的面孔添加到集合中。这将创建添加到集合中的所有面的列表。然后，我们可以执行面部搜索来搜索我们收藏中的图像。因此，我们可以将其分为以下三个步骤。

创建一个集合
将面孔添加到集合中
在集合中搜索面孔

先决条件

你需要有一个 AWS 管理控制台账户 .不用担心，对于我们在这里使用的东西，您不会被收取费用作为它的一部分 免费套餐
一个 base 64 编码的输入图像 （例如：data:image/png;base64, KzApRSe22iP0w8Gp…..）用于 API 的输入。我们也可以使用 S3 存储桶 在这里，但我只想专注于 Rekoginition API。

Rekognition API

我们的用例需要以下 Amazon Rekognition API。

rekognition.createCollection — 在 AWS 区域中创建一个集合。我们可以使用 IndexFaces 操作将人脸添加到集合中。
识别.indexFaces — 检测输入图像中的人脸并将它们添加到指定的集合中。
rekognition.searchFacesByImage — 对于给定的输入图像，首先检测图像中最大的人脸，然后在指定的集合中搜索匹配的人脸。该操作将输入人脸的特征与指定集合中的人脸进行比较。

设置 Lambda 函数

我们将使用 拉姆达函数 和 节点.js 执行所有上述三个操作。我将演示为我们的“ 面部搜索”操作 .同样，您可以为“ 创建面集合 “ 和 ” 添加面 ” 操作。

步骤1

转到查找服务，然后搜索 lambda。

第2步

点击 创建函数 lambda 函数页面上的按钮。

第 3 步

将函数命名为“ 面部搜索 ”，然后在运行时下，单击下拉菜单，然后选择 节点.js。

第4步

点击 创建函数 ，保持其余部分不变。这也将创建一个 lambda 函数的默认角色 .就我而言，它是用名称“facial-search-role-8sy40unw”创建的。稍后我们还将更新角色。

第 5 步

在 lambda 函数页面上，向下滚动到 代码源 .擦除编辑器中的所有内容并粘贴以下代码。

**常量 AWS = 要求（'aws-sdk'）；  
 const rekognition = new AWS.Rekognition();** **exports.handler = async (event) = > {**  
 // 回复  
    **常量响应 = {  
 数据：空，  
 状态码：200，  
 信息： ''，  
 };**  
      
 // 人脸搜索  
    **尝试 {**  
 // 获取不带 'data:image/png;base64,' 文本的编码图像  
        **常量编码图像 = event.imgdata;**  
          
 // 转换为缓冲区  
        **const decodedImage = Buffer.from(encodedImage, 'base64');** // rekoginition api 的参数  
        **变量参数 = {**  
 // 存放人脸的集合名称  
            **CollectionId：“面孔集合”，**   
              
 // 最小匹配置信度得分  
            **FaceMatchThreshold：90，  
 图片： {  
 字节：解码图像  
 },**  
              
 // 要返回的最大面数  
           **最大面数：5**  
        **};**  
          
 // 调用rekognition api搜索输入人脸  
        **常量数据 = 等待 rekognition.searchFacesByImage(params).promise();**  
          
        **response.data = 数据；  
 response.message = "人脸识别成功！！"  
 response.error = null;**  
    **} 抓住 (e) {**  
        **响应数据=空；  
 response.message = "人脸识别失败"  
 response.error = e;**  
   **}** **返回响应；**  
 **};**

facial-search lambda function

第 6 步

跟着 从 1 到 4 的相同步骤 为了 其他两个 lambda 函数 ， IE。 ” create-face-collection”和“add-face”。 这些函数的代码将在接下来的步骤中提及。

请注意 ，我们可以重用为我们的“ 面部搜索” 这两个函数的函数。这如下所示。

Select existing role

第 7 步

在“ 创建集合 “ 功能。将以下代码擦除并粘贴到编辑器中。

 常量 AWS = 要求（'aws-sdk'）；  
 const rekognition = new AWS.Rekognition(); exports.handler = async (event) => {  
 // 形成要返回的响应  
 让响应 = {  
 “数据”： ””，  
 “信息”： ””，  
 “错误”： ””  
 };  
      
 // 创建一个集合  
 尝试 {  
 // 唯一命名集合  
 变量参数 = {  
 “CollectionId”：“面孔集合”  
 };  
           
 常量数据 = 等待 rekognition.createCollection(params).promise();  
          
 response.data = 数据；  
 response.message = "集合创建成功";  
 response.error = null;  
 } 抓住 (e) {  
 响应数据=空；  
 response.message = "集合创建失败";  
 response.error = e;  
 }  
 返回响应；  
 };

第 8 步

在“ 添加面 “ 功能。将以下代码擦除并粘贴到编辑器中。

 常量 AWS = 要求（'aws-sdk'）；  
 const rekognition = new AWS.Rekognition(); exports.handler = async (event) => {  
 // 形成要返回的响应  
 让响应 = {  
 “数据”： ””，  
 “信息”： ””，  
 “错误”： ””  
 };  
      
 // 将人脸添加到集合中  
 尝试 {  
 // 没有 'data:image/png;base64,' 文本的编码图像  
 常量编码图像 = event.imgdata;  
          
 // 转换为缓冲区  
 const decodedImage = Buffer.from(encodedImage, 'base64'); // rekoginition api 的参数  
 让参数 = {  
 // 存放人脸的集合名称  
 CollectionId: "人脸收藏",  
 检测属性：[  
 “默认”  
 ],  
 // ExternalImageId: "myphotoid",  
 图片： {  
 字节：解码图像  
 }  
 };  
          
 常量数据 = 等待 rekognition.indexFaces(params).promise();  
          
 response.data = 数据；  
 response.message = "人脸添加成功！！"  
 response.error = null;  
 } 抓住 (e) {  
 响应数据=空；  
 response.message = "添加人脸数据失败！！"  
 response.error = e;  
 }  
 返回响应；  
 };

现在，我们已经准备好使用我们的 lambda 函数了。它们需要按以下顺序执行。