AWS Rekognitionから返ってくる値で条件分岐したいです。

前提・実現したいこと

[OpenCVとAmazon Rekognitionでリアルタイムに顔の表情から感情を分析する]
https://qiita.com/G-awa/items/477f2324552cb908ecd0

こちらのサイトを参考にOpenCVで顔を検出した場合にAmazon Recognition API を叩いて
表情を認識するものを作っているのですが、返ってくる値の扱い方がよくわかりません…

Amazon Recognitionから返ってくる "Emotions”のHappyの値が80以上なら分岐する処理をしたいのですが、
どのように記述すれば良いかわかりません...

また、rekognition.detect_faces()の処理が入ると途端に重くなるのですが、なにか改善する方法などがあれば教えていただきたいです。
何卒よろしくお願いいたします。

該当のソースコード

python
1facerect = cascade.detectMultiScale( #openCVで顔検出
2   gray,
3   scaleFactor=1.11,
4   minNeighbors=3,
5   minSize=(40,40)
6)
7
8If len(facerect) != 0:　#openCVで顔を検出したら
9
10　　　　　　faces = rekognition.detect_faces(Image={'Bytes':buf.tobytes()}, Attributes=['ALL'])#Recognitionに画像を送る。　返ってきたjsonの情報がfacesに格納される
11
12        for face in faces['FaceDetails']:　#jsonの値を整形する...？
13            smile = face['Smile']['Value']
14            emothions = face['Emotions']
15
16            if emothions['Happy']['Confidence'] >= 80 :#ここがよくわからない！！！
17               #処理処理

返ってくる値の例

json
1{
2    "FaceDetails": [
3        {
4            "BoundingBox": {
5                "Width": 0.20394515991210938,
6                "Height": 0.4204871356487274,
7                "Left": 0.1556132435798645,
8                "Top": 0.11629478633403778
9            },
10            "AgeRange": {
11                "Low": 17,
12                "High": 29
13            },
14            "Smile": {
15                "Value": true,
16                "Confidence": 91.7283706665039
17            },
18            "Eyeglasses": {
19                "Value": true,
20                "Confidence": 99.88982391357422
21            },
22            "Sunglasses": {
23                "Value": true,
24                "Confidence": 92.23440551757812
25            },
26            "Gender": {
27                "Value": "Female",
28                "Confidence": 99.97311401367188
29            },
30            "Beard": {
31                "Value": false,
32                "Confidence": 99.83840942382812
33            },
34            "Mustache": {
35                "Value": false,
36                "Confidence": 99.95821380615234
37            },
38            "EyesOpen": {
39                "Value": true,
40                "Confidence": 99.99461364746094
41            },
42            "MouthOpen": {
43                "Value": true,
44                "Confidence": 99.51335906982422
45            },
46            "Emotions": [
47                {
48                    "Type": "HAPPY",
49                    "Confidence": 99.58031463623047
50                },
51                {
52                    "Type": "CONFUSED",
53                    "Confidence": 0.11641046404838562
54                },
55                {
56                    "Type": "FEAR",
57                    "Confidence": 0.004482289310544729
58                },
59                {
60                    "Type": "SAD",
61                    "Confidence": 0.003681173315271735
62                },
63                {
64                    "Type": "CALM",
65                    "Confidence": 0.1430344581604004
66                },
67                {
68                    "Type": "ANGRY",
69                    "Confidence": 0.03304917365312576
70                },
71                {
72                    "Type": "SURPRISED",
73                    "Confidence": 0.1008024662733078
74                },
75                {
76                    "Type": "DISGUSTED",
77                    "Confidence": 0.018225016072392464
78                }
79            ],
80        以下略

補足情報（FW/ツールのバージョンなど）

python 3.7.3
anaconda3 2019.07
openCV
boto3

行動規範の内容に同意します

回答1件

ベストアンサー

単にjsonの扱い方の問題ではないでしょうか。
jsonを読み込んでdict型として扱ってやればよい気がします。
参考になりそうなところを貼っておきます。
https://note.nkmk.me/python-json-load-dump/

rekognitionは使ったことがないのでそれ自体の処理を改善する方法についてはちょっとわからないですが、そもそも重いのであれば顔検出の処理とそれ以後のrekognition実行の処理を非同期で実行するとかでしょうか。
全体の処理がわからないのでやりたいことにマッチするかはわかりませんが…。

投稿2019/11/11 03:03

yu_1985

総合スコア7447

onakasuita

2019/11/11 03:40

ご回答ありがとうございます！ https://qiita.com/G-awa/items/477f2324552cb908ecd0 こちらのサイトを見てみると、jsonファイルは faces = rekognition.detect_faces(Image={'Bytes':buf.tobytes()}, Attributes=['ALL']) でリアルタイムに取得してる感じ...?のように見えました... facasに格納されて for face in faces['FaceDetails']: smile = face['Smile']['Value'] emothions = face['Emotions'] などで整形されている感じでしょうか... なので、ローカルにあるjsonをロードするのとはちょっと違うかな...と思ってしましました... 超絶初心者なのでトンチンカンなことを言っていたらごめんなさい... rekognitionの処理に関してですが、試してみたいと思います！ありがとうございます！

yu_1985

2019/11/11 03:51

ローカルにあるjsonではなくて取得したjsonを処理の中でパースする話をしていました（loadではなくloadsのほう）。ただ、detect_facesの戻り値がそもそもdict型なんですね…。 https://boto3.amazonaws.com/v1/documentation/api/latest/reference/services/rekognition.html#Rekognition.Client.detect_faces なので、この回答はあまり役に立たないものかもしれません。 > 辞書のリストが要素となっている場合、リストの要素は[インデックス]で指定。 HAPPYのところはリストになってるので、参考サイトのここの部分が役に立つのではないでしょうか。

onakasuita

2019/11/11 06:36 編集

ご回答ありがとうございます！ emothions の内容を print(emothions) で出力してみたところ {'Type': 'ANGRY', 'Confidence': 45.94972610473633} {'Type': 'SAD', 'Confidence': 45.239723205566406} {'Type': 'CONFUSED', 'Confidence': 45.03734588623047} {'Type': 'DISGUSTED', 'Confidence': 45.02240753173828}... と出力され、各TypeとConfidenceがdictで返されてることを確認しました。ちょっと前進できた気がします！ちなみになのですが... この値を整形するなどして、条件分岐を作ることって可能なのでしょうか... 取得したConfidenceの値が一番大きいTypeを選び出しそれに応じて処理をさせるような...

yu_1985

2019/11/11 07:01

そこまでできたのならあとはdictの操作だけではないでしょうか。最大値を取り出すのは標準メソッドでできたはずです。このへんとかですかね。 https://note.nkmk.me/python-dict-value-max-min/ 多分そのへんは調べると色々出てくるはずです。

onakasuita

2019/11/13 04:02

ありがとうございます！いろいろ調べてみたいと思います！

行動規範の内容に同意します