目的

无需购买服务器搭建一个图片鉴黄接口 (Python语言)

Lambda介绍： https://aws.amazon.com/cn/lambda/

AWS的Lambda控制台首页： https://console.aws.amazon.com/lambda/home

图片鉴黄文档：https://docs.aws.amazon.com/zh_cn/rekognition/latest/dg/procedure-moderate-images.html

1.创建函数

选择第一个：从头开始创作 –> 输入:函数名称 –> 运行时环境选择Python

AWS支持多种语言，.Net、Go、Java、Node.js、Python和Ruby

选择“创建具有基本Lambda权限的新角色”，如果你已经有了角色，就选择第二个吧。

2.权限配置

你可以编辑此无服务函数占用的最大内存数，通常256MB和512MB就可用了

然后去配置此Lambda函数可以访问哪些AWS的资源；先点击权限 –> 然后点击配置名称，就可以去配置角色了

现在，我们去添加此Lambda函数可访问的AWS服务，点击附加策略

添加AWS的识别服务策略官方文档

如果此Lambda函数希望访问S3桶的数据，那就需要添加

3.代码编写

点击测试，会有以下输出

完整的代码如下：

import json
import boto3

def recognize_S3_image(photo, bucket):
    # 识别图片源来自S3桶
    client = boto3.client('rekognition')
    response = client.detect_moderation_labels(Image={ 
   'S3Object':{ 
   'Bucket':bucket,'Name':photo}})
    return handle_result(response)

def recognize_base64_image(image_base64_encoded):
    # 识别图片源来自base64编码
    client = boto3.client('rekognition')
    response = client.detect_moderation_labels(Image={ 
   'Bytes':image_base64_encoded})
    print("识别成功！")
    return handle_result(response)
    
def handle_result(response):
    max_confidence = 0
    optimal_name = ""
    parent_name = ""
    for label in response['ModerationLabels']:
        if label['Confidence'] > max_confidence:
            max_confidence = label['Confidence']
            optimal_name = label['Name']
            parent_name = label['ParentName']
    return max_confidence, optimal_name
    
def lambda_handler(event, context):
    print("============================================")
    print(event) 
    # 获取
    # image_base64_encoded = event["image"]
    # if image_base64_encoded is None and len(image_base64_encoded) < 0:
    # return
    # max_confidence, optimal_name = recognize_base64_image(image_base64_encoded)

    # 识别S3桶图片 
    max_confidence, optimal_name = recognize_S3_image('test_porn.jpeg', 'yooul-recognition')
  
    return { 
   
        'statusCode': 200,
        'body': { 
   
            "confidence" : max_confidence,
            "label" : optimal_name
        }
    }