Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.
Rilevamento di immagini inappropriate
È possibile utilizzare l'operazione DetectModerationEtichette per determinare se un'immagine contiene contenuti inappropriati o offensivi. Per un elenco delle etichette di moderazione in Amazon Rekognition, consulta Utilizzo delle API di moderazione di immagini e video.
Rilevamento di contenuti inappropriati in un'immagine
L'immagine deve essere un file in formato .png o .jpg. Puoi fornire un'immagine di input come matrice di byte dell'immagine (byte dell'immagine codificata in formato Base64) o specificare un oggetto di Amazon S3. Nelle procedure descritte viene caricata un'immagine (.jpg o .png) nel bucket S3.
Per eseguire queste procedure, è necessario che sia installato l'SDK AWS CLI o l' AWS SDK appropriato. Per ulteriori informazioni, consulta Nozioni di base su Amazon Rekognition. L'account AWS utilizzato deve disporre di autorizzazioni di accesso all'API Amazon Rekognition. Per ulteriori informazioni, consulta la sezione Operazioni definite da Amazon Rekognition.
Per rilevare le etichette di moderazione in un'immagine (SDK)
Se non lo hai già fatto:
Crea o aggiorna un utente con le autorizzazioni AmazonRekognitionFullAccess e AmazonS3ReadOnlyAccess. Per ulteriori informazioni, consulta Fase 1: impostazione di un account AWS e creazione di un utente.
Installa e configura gli AWS CLI e gli AWS SDK. Per ulteriori informazioni, consulta Passaggio 2: configura gli AWS SDK AWS CLI e.
-
Carica un'immagine nel bucket S3.
Per le istruzioni, consulta Caricamento di oggetti in Amazon S3 nella Guida per l'utente di Amazon Simple Storage Service.
Utilizzare i seguenti esempi per richiamare l'operazione DetectModerationLabels.
- Java
In questo esempio vengono forniti i nomi di etichetta di contenuti inappropriati, i livelli di affidabilità e l'etichetta padre per le etichette di moderazione rilevate.
Sostituisci i valori di bucket e photo con il nome del bucket S3 e il nome del file di immagine utilizzato nella fase 2.
//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 aws.example.rekognition.image;
import com.amazonaws.services.rekognition.AmazonRekognition;
import com.amazonaws.services.rekognition.AmazonRekognitionClientBuilder;
import com.amazonaws.services.rekognition.model.AmazonRekognitionException;
import com.amazonaws.services.rekognition.model.DetectModerationLabelsRequest;
import com.amazonaws.services.rekognition.model.DetectModerationLabelsResult;
import com.amazonaws.services.rekognition.model.Image;
import com.amazonaws.services.rekognition.model.ModerationLabel;
import com.amazonaws.services.rekognition.model.S3Object;
import java.util.List;
public class DetectModerationLabels
{
public static void main(String[] args) throws Exception
{
String photo = "input.jpg";
String bucket = "bucket";
AmazonRekognition rekognitionClient = AmazonRekognitionClientBuilder.defaultClient();
DetectModerationLabelsRequest request = new DetectModerationLabelsRequest()
.withImage(new Image().withS3Object(new S3Object().withName(photo).withBucket(bucket)))
.withMinConfidence(60F);
try
{
DetectModerationLabelsResult result = rekognitionClient.detectModerationLabels(request);
List<ModerationLabel> labels = result.getModerationLabels();
System.out.println("Detected labels for " + photo);
for (ModerationLabel label : labels)
{
System.out.println("Label: " + label.getName()
+ "\n Confidence: " + label.getConfidence().toString() + "%"
+ "\n Parent:" + label.getParentName());
}
}
catch (AmazonRekognitionException e)
{
e.printStackTrace();
}
}
}
- Java V2
-
Questo codice è tratto dal repository degli esempi GitHub di AWS Documentation SDK. Guarda l'esempio completo qui.
//snippet-start:[rekognition.java2.recognize_video_text.import]
//snippet-start:[rekognition.java2.detect_mod_labels.import]
import software.amazon.awssdk.auth.credentials.ProfileCredentialsProvider;
import software.amazon.awssdk.core.SdkBytes;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.rekognition.RekognitionClient;
import software.amazon.awssdk.services.rekognition.model.RekognitionException;
import software.amazon.awssdk.services.rekognition.model.Image;
import software.amazon.awssdk.services.rekognition.model.DetectModerationLabelsRequest;
import software.amazon.awssdk.services.rekognition.model.DetectModerationLabelsResponse;
import software.amazon.awssdk.services.rekognition.model.ModerationLabel;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;
import java.util.List;
//snippet-end:[rekognition.java2.detect_mod_labels.import]
/**
* Before running this Java V2 code example, set up your development environment, including your credentials.
*
* For more information, see the following documentation topic:
*
* https://docs.aws.amazon.com/sdk-for-java/latest/developer-guide/get-started.html
*/
public class ModerateLabels {
public static void main(String[] args) {
final String usage = "\n" +
"Usage: " +
" <sourceImage>\n\n" +
"Where:\n" +
" sourceImage - The path to the image (for example, C:\\AWS\\pic1.png). \n\n";
if (args.length < 1) {
System.out.println(usage);
System.exit(1);
}
String sourceImage = args[0];
Region region = Region.US_WEST_2;
RekognitionClient rekClient = RekognitionClient.builder()
.region(region)
.credentialsProvider(ProfileCredentialsProvider.create("profile-name"))
.build();
detectModLabels(rekClient, sourceImage);
rekClient.close();
}
// snippet-start:[rekognition.java2.detect_mod_labels.main]
public static void detectModLabels(RekognitionClient rekClient, String sourceImage) {
try {
InputStream sourceStream = new FileInputStream(sourceImage);
SdkBytes sourceBytes = SdkBytes.fromInputStream(sourceStream);
Image souImage = Image.builder()
.bytes(sourceBytes)
.build();
DetectModerationLabelsRequest moderationLabelsRequest = DetectModerationLabelsRequest.builder()
.image(souImage)
.minConfidence(60F)
.build();
DetectModerationLabelsResponse moderationLabelsResponse = rekClient.detectModerationLabels(moderationLabelsRequest);
List<ModerationLabel> labels = moderationLabelsResponse.moderationLabels();
System.out.println("Detected labels for image");
for (ModerationLabel label : labels) {
System.out.println("Label: " + label.name()
+ "\n Confidence: " + label.confidence().toString() + "%"
+ "\n Parent:" + label.parentName());
}
} catch (RekognitionException | FileNotFoundException e) {
e.printStackTrace();
System.exit(1);
}
}
// snippet-end:[rekognition.java2.detect_mod_labels.main]
- AWS CLI
-
Questo AWS CLI comando visualizza l'output JSON per l'operazione detect-moderation-labels CLI.
Sostituisci bucket e input.jpg con il nome del bucket S3 e il nome del file di immagine utilizzato nella fase 2. Sostituisci il valore di profile_name con il nome del tuo profilo di sviluppatore. Per utilizzare un adattatore, fornite l'ARN della versione del progetto al parametro project-version.
aws rekognition detect-moderation-labels --image "{S3Object:{Bucket:<bucket-name>,Name:<image-name>}}" \
--profile profile-name \
--project-version "ARN"
Se accedi alla CLI da un dispositivo Windows, usa le virgolette doppie anziché le virgolette singole ed evita le virgolette doppie interne tramite barra rovesciata (ovvero, \) per risolvere eventuali errori del parser che potresti riscontrare. Per un esempio, consulta quanto segue:
aws rekognition detect-moderation-labels --image "{\"S3Object\":{\"Bucket\":\"bucket-name\",\"Name\":\"image-name\"}}" \
--profile profile-name
- Python
In questo esempio vengono forniti i nomi di etichetta di contenuti inappropriati o offensivi, i livelli di affidabilità e l'etichetta padre per le etichette di contenuto inappropriato rilevate.
Nella funzione main, sostituisci i valori di bucket e photo con i nomi del bucket S3 e dell'immagine utilizzati nella fase 2. Sostituisci il valore di profile_name nella riga che crea la sessione di Rekognition con il nome del tuo profilo di sviluppatore.
#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.)
import boto3
def moderate_image(photo, bucket):
session = boto3.Session(profile_name='profile-name')
client = session.client('rekognition')
response = client.detect_moderation_labels(Image={'S3Object':{'Bucket':bucket,'Name':photo}})
print('Detected labels for ' + photo)
for label in response['ModerationLabels']:
print (label['Name'] + ' : ' + str(label['Confidence']))
print (label['ParentName'])
return len(response['ModerationLabels'])
def main():
photo='image-name'
bucket='bucket-name'
label_count=moderate_image(photo, bucket)
print("Labels detected: " + str(label_count))
if __name__ == "__main__":
main()
- .NET
In questo esempio vengono forniti i nomi di etichetta di contenuti inappropriati o offensivi, i livelli di affidabilità e l'etichetta padre per le etichette di moderazione rilevate.
Sostituisci i valori di bucket e photo con il nome del bucket S3 e il nome del file di immagine utilizzato nella fase 2.
//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.)
using System;
using Amazon.Rekognition;
using Amazon.Rekognition.Model;
public class DetectModerationLabels
{
public static void Example()
{
String photo = "input.jpg";
String bucket = "bucket";
AmazonRekognitionClient rekognitionClient = new AmazonRekognitionClient();
DetectModerationLabelsRequest detectModerationLabelsRequest = new DetectModerationLabelsRequest()
{
Image = new Image()
{
S3Object = new S3Object()
{
Name = photo,
Bucket = bucket
},
},
MinConfidence = 60F
};
try
{
DetectModerationLabelsResponse detectModerationLabelsResponse = rekognitionClient.DetectModerationLabels(detectModerationLabelsRequest);
Console.WriteLine("Detected labels for " + photo);
foreach (ModerationLabel label in detectModerationLabelsResponse.ModerationLabels)
Console.WriteLine("Label: {0}\n Confidence: {1}\n Parent: {2}",
label.Name, label.Confidence, label.ParentName);
}
catch (Exception e)
{
Console.WriteLine(e.Message);
}
}
}
DetectModerationLabels richiesta di operazione
L'input per DetectModerationLabels è un'immagine. In questo input JSON di esempio, l'immagine di origine viene caricata da un bucket Amazon S3. MinConfidence è l'affidabilità minima che Immagini Amazon Rekognition deve avere nella precisione dell'etichetta rilevata per ottenerne la restituzione nella risposta.
{
"Image": {
"S3Object": {
"Bucket": "bucket",
"Name": "input.jpg"
}
},
"MinConfidence": 60
}
DetectModerationLabels risposta operativa
DetectModerationLabels è in grado di recuperare le immagini di input da un bucket S3; in alternativa, è possibile fornirle come byte di immagine. Di seguito è riportato un esempio di risposta generata dalla chiamata all'operazione DetectModerationLabels.
Nel seguente esempio di risposta JSON, notare quanto segue:
-
Informazioni sul rilevamento di immagini inappropriate: l'esempio mostra un elenco di etichette per i contenuti inappropriati o offensivi presenti nell'immagine. L'elenco include l'etichetta di primo livello e ogni etichetta di secondo livello rilevate nell'immagine.
Etichetta – Ogni etichetta presenta un nome, una stima del livello di affidabilità di Amazon Rekognition circa la precisione dell'etichetta e il nome della relativa etichetta padre. Il nome dell'elemento padre per un'etichetta di primo livello è "".
Affidabilità etichetta – Ogni etichetta presenta un valore di affidabilità compreso tra 0 e 100 che indica la percentuale di affidabilità di Amazon Rekognition circa la correttezza dell'etichetta. È necessario specificare il livello di affidabilità necessario affinché un'etichetta sia restituita nella risposta nella richiesta di operazione API.
{
"ModerationLabels": [
{
"Confidence": 99.44782257080078,
"Name": "Smoking",
"ParentName": "Drugs & Tobacco Paraphernalia & Use",
"TaxonomyLevel": 3
},
{
"Confidence": 99.44782257080078,
"Name": "Drugs & Tobacco Paraphernalia & Use",
"ParentName": "Drugs & Tobacco",
"TaxonomyLevel": 2
},
{
"Confidence": 99.44782257080078,
"Name": "Drugs & Tobacco",
"ParentName": "",
"TaxonomyLevel": 1
}
],
"ModerationModelVersion": "7.0",
"ContentTypes": [
{
"Confidence": 99.9999008178711,
"Name": "Illustrated"
}
]
}
