[AWS]Rekognition - Flask Restful Api로 안면 비교 기능(두 얼굴 유사도) 사용하는 방법

AWS Rekognition을 활용하면 안면을 쉽게 인식하고 두 얼굴을 비교하여 유사도를 알 수 있다.

VS code에서 Flask 프레임워크를 이용하여 api를 설계한다.

 

1. 클라이언트로 받은 이미지 파일을 Bytes 형식으로 변경.

def post(self) :
        # 포스트맨에서 Body를 from-data로 받아온다.
        sourceFile = request.files.get("sourceFile")
        targetFile = request.files.get("targetFile")

        if sourceFile is None or targetFile is None :
            return {"error" : "파일 두개를 올려주세요."}, 400

def compare_faces(self, sourceFile, targetFile) :       
        # boto3의 client를 사용하여 AWS Rekognition 클라이언트를 생성
        client = boto3.client('rekognition', region_name='ap-northeast-2',                                aws_access_key_id=Config.AWS_ACCESS_KEY_ID,                                aws_secret_access_key=Config.AWS_SECRET_ACCESS_KEY)     

        #포스트맨에서 가져온 이미지파일을 Bytes형식으로 변경한다
        imageSource = BytesIO(sourceFile.read())
        imageTarget = BytesIO(targetFile.read())

 

2. 얼굴 비교 compare_faces() 함수 작성

#AWS Rekognition 서비스의 compare_faces 얼굴을 비교하는 함수 작성
        response = client.compare_faces(SimilarityThreshold=0, SourceImage={'Bytes': imageSource.read()}, TargetImage={'Bytes': imageTarget.read()})
        # 이미지를 열어 얼굴 좌표를 불러오기, 이미지 다시 불러오기
        imageTarget.seek(0)
        # 객체로 생성
        target_image = Image.open(imageTarget)
        # draw객체를 생성해 이미지에 도형등을 그릴수 있게 만든다
        draw = ImageDraw.Draw(target_image)

 

[바이트 형식으로 바꾸는 이유]

API 서버 개발 시 request 방식 가이드를 따라야 하기 때문이다.

아래는 AWS 요청 방식 가이드

{
    "SourceImage": {
        "Bytes": "/9j/4AAQSk2Q==..."
    },
    "TargetImage": {
        "Bytes": "/9j/4O1Q==..."
    },
    "SimilarityThreshold": 70
}

 

3. 얼굴 BoundingBox로 얼굴 위치와 크기 값 가져오기

#빈 리스트를 생성
        similarity_list = []
        for faceMatch in response['FaceMatches']:
            # 얼굴의 BoundingBox 값을 가져와 얼굴의 위치와 크기값을 가져옵니다.
            position = faceMatch['Face']['BoundingBox']
            #얼굴의 일치정보를 문자열로 저장합니다
            similarity = str(faceMatch['Similarity'])
            #각 얼굴의 일치 확률을 similarity_list에 추가합니다.
            similarity_list.append(similarity)

            # 얼굴 좌표를 픽셀 단위로 변환
            # 이미지의 가로,세로값을 셋팅
            imgWidth, imgHeight = target_image.size
            # 가로,세로값을 기반으로 좌표를 셋팅
            left = imgWidth * position['Left']
            top = imgHeight * position['Top']
            width = imgWidth * position['Width']
            height = imgHeight * position['Height']
            
            
    #얼굴의 상하좌우의 꼭지점을 만든다
            points = (
            (left, top),
            (left + width, top),
            (left + width, top + height),
            (left, top + height),
            (left, top)
            )
            #꼭 지점을 기반으로 도형으로 얼굴을 감싼다
            draw.line(points, fill='#ff0000', width=2)
            # 일치 확률을 이미지에 표시 소수점 3자리에서 반올림
            similarity = round(float(similarity), 3)
            # 수정한 확률값을 이미지에 표시
            draw.text((left + width + 5, top), f"similarity : {similarity}%", fill='#ff0000')       
        # 수정한 이미지를 뛰운다
        target_image.show()
        imageSource.close()
        imageTarget.close()
        print(response['FaceMatches'])
        return similarity_list

 

4. 결과값 가져오는 코드 작성

def post(self) :
        # 포스트맨에서 Body를 from-data로 받아온다.
        sourceFile = request.files.get("sourceFile")
        targetFile = request.files.get("targetFile")

        if sourceFile is None or targetFile is None :
            return {"error" : "파일 두개를 올려주세요."}, 400

# compare_faces메서드를 호출하여 결과를 FaceMatches로 초기화한다.
        FaceMatches = self.compare_faces(sourceFile, targetFile)
       
        return {"result" : "success", "FaceMatches" : FaceMatches}, 200

 

5. 실행 결과