Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# Mencari wajah dengan gambar
Anda dapat menggunakan operasi [SearchFacesByImage](https://docs.aws.amazon.com/rekognition/latest/APIReference/API_SearchFacesByImage.html) untuk mencari wajah dalam koleksi yang cocok dengan wajah terbesar dalam citra yang disediakan.
Untuk informasi selengkapnya, lihat [Mencari wajah dan pengguna dalam koleksi](collections-search-faces.md).
**Untuk mencari wajah dalam koleksi menggunakan citra (SDK)**
1. Jika belum:
1. Buat atau perbarui pengguna dengan `AmazonRekognitionFullAccess` dan `AmazonS3ReadOnlyAccess` izin. Untuk informasi selengkapnya, lihat [Langkah 1: Siapkan akun AWS dan buat Pengguna](setting-up.md#setting-up-iam).
1. Instal dan konfigurasikan AWS CLI dan AWS SDK. Untuk informasi selengkapnya, lihat [Langkah 2: Siapkan AWS CLI and AWS SDK](setup-awscli-sdk.md).
1. Unggah citra (yang berisi satu atau beberapa wajah) ke bucket S3 Anda.
Untuk petunjuk, lihat [Mengunggah Objek ke Amazon](https://docs.aws.amazon.com/AmazonS3/latest/userguide/UploadingObjectsintoAmazonS3.html) S3 di Panduan Pengguna *Layanan Penyimpanan Sederhana Amazon*.
1. Gunakan contoh berikut untuk memanggil operasi `SearchFacesByImage`.
------
#### [ Java ]
Contoh ini menampilkan informasi tentang wajah yang cocok dengan wajah terbesar dalam citra. Contoh kode menentukan kedua parameter `FaceMatchThreshold` dan `MaxFaces` untuk membatasi hasil yang ditampilkan dalam respons.
Dalam contoh berikut, lakukan perubahan berikut: ubah nilai `collectionId` dengan koleksi yang ingin Anda cari, ubah nilai `bucket` dengan bucket yang berisi citra input, dan ubah nilai `photo` dengan citra input.
```
//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.FaceMatch;
import com.amazonaws.services.rekognition.model.Image;
import com.amazonaws.services.rekognition.model.S3Object;
import com.amazonaws.services.rekognition.model.SearchFacesByImageRequest;
import com.amazonaws.services.rekognition.model.SearchFacesByImageResult;
import java.util.List;
import com.fasterxml.jackson.databind.ObjectMapper;
public class SearchFaceMatchingImageCollection {
public static final String collectionId = "MyCollection";
public static final String bucket = "bucket";
public static final String photo = "input.jpg";
public static void main(String[] args) throws Exception {
AmazonRekognition rekognitionClient = AmazonRekognitionClientBuilder.defaultClient();
ObjectMapper objectMapper = new ObjectMapper();
// Get an image object from S3 bucket.
Image image=new Image()
.withS3Object(new S3Object()
.withBucket(bucket)
.withName(photo));
// Search collection for faces similar to the largest face in the image.
SearchFacesByImageRequest searchFacesByImageRequest = new SearchFacesByImageRequest()
.withCollectionId(collectionId)
.withImage(image)
.withFaceMatchThreshold(70F)
.withMaxFaces(2);
SearchFacesByImageResult searchFacesByImageResult =
rekognitionClient.searchFacesByImage(searchFacesByImageRequest);
System.out.println("Faces matching largest face in image from" + photo);
List < FaceMatch > faceImageMatches = searchFacesByImageResult.getFaceMatches();
for (FaceMatch face: faceImageMatches) {
System.out.println(objectMapper.writerWithDefaultPrettyPrinter()
.writeValueAsString(face));
System.out.println();
}
}
}
```
------
#### [ Java V2 ]
Kode ini diambil dari GitHub repositori contoh SDK AWS Dokumentasi. Lihat contoh lengkapnya [di sini](https://github.com/awsdocs/aws-doc-sdk-examples/blob/master/javav2/example_code/rekognition/src/main/java/com/example/rekognition/SearchFaceMatchingImageCollection.java).
```
// snippet-start:[rekognition.java2.search_faces_collection.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.SearchFacesByImageRequest;
import software.amazon.awssdk.services.rekognition.model.Image;
import software.amazon.awssdk.services.rekognition.model.SearchFacesByImageResponse;
import software.amazon.awssdk.services.rekognition.model.FaceMatch;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.InputStream;
import java.util.List;
// snippet-end:[rekognition.java2.search_faces_collection.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 SearchFaceMatchingImageCollection {
public static void main(String[] args) {
final String usage = "\n" +
"Usage: " +
" \n\n" +
"Where:\n" +
" collectionId - The id of the collection. \n" +
" sourceImage - The path to the image (for example, C:\\AWS\\pic1.png). \n\n";
if (args.length != 2) {
System.out.println(usage);
System.exit(1);
}
String collectionId = args[0];
String sourceImage = args[1];
Region region = Region.US_EAST_1;
RekognitionClient rekClient = RekognitionClient.builder()
.region(region)
.credentialsProvider(ProfileCredentialsProvider.create("profile-name"))
.build();
System.out.println("Searching for a face in a collections");
searchFaceInCollection(rekClient, collectionId, sourceImage ) ;
rekClient.close();
}
// snippet-start:[rekognition.java2.search_faces_collection.main]
public static void searchFaceInCollection(RekognitionClient rekClient,String collectionId, String sourceImage) {
try {
InputStream sourceStream = new FileInputStream(new File(sourceImage));
SdkBytes sourceBytes = SdkBytes.fromInputStream(sourceStream);
Image souImage = Image.builder()
.bytes(sourceBytes)
.build();
SearchFacesByImageRequest facesByImageRequest = SearchFacesByImageRequest.builder()
.image(souImage)
.maxFaces(10)
.faceMatchThreshold(70F)
.collectionId(collectionId)
.build();
SearchFacesByImageResponse imageResponse = rekClient.searchFacesByImage(facesByImageRequest) ;
System.out.println("Faces matching in the collection");
List faceImageMatches = imageResponse.faceMatches();
for (FaceMatch face: faceImageMatches) {
System.out.println("The similarity level is "+face.similarity());
System.out.println();
}
} catch (RekognitionException | FileNotFoundException e) {
System.out.println(e.getMessage());
System.exit(1);
}
}
// snippet-end:[rekognition.java2.search_faces_collection.main]
}
```
------
#### [ AWS CLI ]
AWS CLI Perintah ini menampilkan output JSON untuk operasi `search-faces-by-image` CLI. Ganti nilai `Bucket` dengan bucket S3 yang Anda gunakan pada langkah 2. Ganti nilai `Name` dengan nama file citra yang Anda gunakan pada langkah 2. Ganti nilai `collection-id` dengan koleksi yang ingin Anda lakukan pencarian. Ganti nilai `profile_name` di baris yang membuat sesi Rekognition dengan nama profil pengembang Anda.
```
aws rekognition search-faces-by-image --image '{"S3Object":{"Bucket":"bucket-name","Name":"image-name"}}' \
--collection-id "collection-id" --profile profile-name
```
Jika Anda mengakses CLI pada perangkat Windows, gunakan tanda kutip ganda alih-alih tanda kutip tunggal dan hindari tanda kutip ganda bagian dalam dengan garis miring terbalik (yaitu\\) untuk mengatasi kesalahan parser yang mungkin Anda temui. Sebagai contoh, lihat berikut ini:
```
aws rekognition search-faces-by-image --image "{\"S3Object\":{\"Bucket\":\"bucket-name\",\"Name\":\"image-name\"}}" \
--collection-id "collection-id" --profile profile-name
```
------
#### [ Python ]
Contoh ini menampilkan informasi tentang wajah yang cocok dengan wajah terbesar dalam citra. Contoh kode menentukan kedua parameter `FaceMatchThreshold` dan `MaxFaces` untuk membatasi hasil yang ditampilkan dalam respons.
Dalam contoh berikut, lakukan perubahan berikut: ubah nilai `collectionId` dengan koleksi yang ingin Anda cari, dan ganti nilai `bucket` dan `photo` dengan nama bucket Amazon S3 dan citra yang Anda gunakan pada Langkah 2. Ganti nilai `profile_name` di baris yang membuat sesi Rekognition dengan nama profil pengembang Anda.
```
#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
if __name__ == "__main__":
bucket='amzn-s3-demo-bucket'
collectionId='MyCollection'
fileName='input.jpg'
threshold = 70
maxFaces=2
client=boto3.client('rekognition')
response=client.search_faces_by_image(CollectionId=collectionId,
Image={'S3Object':{'Bucket':bucket,'Name':fileName}},
FaceMatchThreshold=threshold,
MaxFaces=maxFaces)
faceMatches=response['FaceMatches']
print ('Matching faces')
for match in faceMatches:
print ('FaceId:' + match['Face']['FaceId'])
print ('Similarity: ' + "{:.2f}".format(match['Similarity']) + "%")
print
```
------
#### [ .NET ]
Contoh ini menampilkan informasi tentang wajah yang cocok dengan wajah terbesar dalam citra. Contoh kode menentukan kedua parameter `FaceMatchThreshold` dan `MaxFaces` untuk membatasi hasil yang ditampilkan dalam respons.
Dalam contoh berikut, lakukan perubahan berikut: ubah nilai `collectionId` dengan koleksi yang ingin Anda cari, dan ganti nilai-nilai `bucket` dan `photo` dengan nama bucket Amazon S3 dan citra yang Anda gunakan pada langkah 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 SearchFacesMatchingImage
{
public static void Example()
{
String collectionId = "MyCollection";
String bucket = "amzn-s3-demo-bucket";
String photo = "input.jpg";
AmazonRekognitionClient rekognitionClient = new AmazonRekognitionClient();
// Get an image object from S3 bucket.
Image image = new Image()
{
S3Object = new S3Object()
{
Bucket = bucket,
Name = photo
}
};
SearchFacesByImageRequest searchFacesByImageRequest = new SearchFacesByImageRequest()
{
CollectionId = collectionId,
Image = image,
FaceMatchThreshold = 70F,
MaxFaces = 2
};
SearchFacesByImageResponse searchFacesByImageResponse = rekognitionClient.SearchFacesByImage(searchFacesByImageRequest);
Console.WriteLine("Faces matching largest face in image from " + photo);
foreach (FaceMatch face in searchFacesByImageResponse.FaceMatches)
Console.WriteLine("FaceId: " + face.Face.FaceId + ", Similarity: " + face.Similarity);
}
}
```
------
## SearchFacesByImage permintaan operasi
Parameter input pada `SearchFacesImageByImage` adalah koleksi untuk mencari dan lokasi citra sumber. Dalam contoh ini, citra sumber disimpan dalam sebuah bucket Amazon S3 (`S3Object`). Yang juga ditentukan adalah wajah maksimal yang dikembalikan (`Maxfaces`) dan kepercayaan minimal yang harus dicocokkan agar wajah dikirimkan (`FaceMatchThreshold`).
```
{
"CollectionId": "MyCollection",
"Image": {
"S3Object": {
"Bucket": "bucket",
"Name": "input.jpg"
}
},
"MaxFaces": 2,
"FaceMatchThreshold": 99
}
```
## SearchFacesByImage respon operasi
Mengingat citra input (.jpeg atau .png), operasi mendeteksi wajah dalam citra input terlebih dahulu, kemudian mencari koleksi wajah yang ditentukan untuk wajah yang serupa.
**catatan**
Jika layanan mendeteksi beberapa wajah pada citra input, layanan ini menggunakan wajah terbesar yang terdeteksi untuk mencari koleksi wajah.
Operasi tersebut mengirimkan array kecocokan wajah yang ditemukan dan informasi tentang wajah input. Termasuk informasi seperti kotak pembatas, bersama dengan nilai kepercayaan, yang menunjukkan tingkat kepercayaan bahwa kotak pembatas berisi wajah.
Secara default, `SearchFacesByImage` mengirimkan wajah yang algoritmenya mendeteksi kemiripan lebih dari 80%. Kemiripan menunjukkan seberapa cocok wajah tersebut dengan wajah input. Anda juga dapat menggunakan `FaceMatchThreshold` untuk menentukan nilai yang berbeda. Untuk setiap kecocokan wajah yang ditemukan, respons tersebut meliputi kemiripan dan metadata wajah, seperti yang ditunjukkan dalam respons contoh berikut:
```
{
"FaceMatches": [
{
"Face": {
"BoundingBox": {
"Height": 0.06333330273628235,
"Left": 0.1718519926071167,
"Top": 0.7366669774055481,
"Width": 0.11061699688434601
},
"Confidence": 100,
"ExternalImageId": "input.jpg",
"FaceId": "578e2e1b-d0b0-493c-aa39-ba476a421a34",
"ImageId": "9ba38e68-35b6-5509-9d2e-fcffa75d1653"
},
"Similarity": 99.9764175415039
}
],
"FaceModelVersion": "3.0",
"SearchedFaceBoundingBox": {
"Height": 0.06333333253860474,
"Left": 0.17185185849666595,
"Top": 0.7366666793823242,
"Width": 0.11061728745698929
},
"SearchedFaceConfidence": 99.99999237060547
}
```