如何在Android Studio中使用Amazon Rekognition实现图片物体检测

前置准备 #

你需要先完成AWS账号基础配置：开通Amazon Rekognition服务，创建具备rekognition:DetectLabels调用权限的IAM用户，拿到对应的AccessKey、SecretKey。注意：测试阶段可临时使用固定密钥，生产环境绝对不要把密钥硬编码在APK包中，建议配合AWS Cognito发放临时访问凭证避免密钥泄露

第一步：项目依赖配置 #

在项目根目录的build.gradle（Project层级）的repositories块中添加AWS Maven源：

maven { url 'https://aws.amazon.com/maven2/' }

在模块级的build.gradle（Module层级）的dependencies块中引入依赖，版本号可根据实际情况调整：

dependencies {
    implementation 'com.amazonaws:aws-android-sdk-rekognition:2.70.0'
    implementation 'com.amazonaws:aws-android-sdk-core:2.70.0'
}

配置完成后同步Gradle即可。

第二步：权限配置 #

在AndroidManifest.xml中添加网络权限，Rekognition接口调用需要联网：

<uses-permission android:name="android.permission.INTERNET" />

第三步：核心检测功能实现 #

封装工具类实现图片检测逻辑，注意：网络请求必须在子线程执行，不要直接在主线程调用：

import com.amazonaws.auth.BasicAWSCredentials;
import com.amazonaws.services.rekognition.AmazonRekognitionClient;
import com.amazonaws.services.rekognition.model.*;
import android.graphics.Bitmap;
import android.util.Log;
import java.io.ByteArrayOutputStream;
import java.nio.ByteBuffer;
import java.util.List;

public class RekognitionHelper {
    // 测试用密钥，生产环境请删除，改为从Cognito获取临时凭证
    private static final String ACCESS_KEY = "替换为你的IAM用户AccessKey";
    private static final String SECRET_KEY = "替换为你的IAM用户SecretKey";
    private static final String SERVICE_REGION = "us-east-1"; // 替换为你开通服务的区域

    public static void detectImageObjects(Bitmap imageBitmap, DetectResultListener listener) {
        new Thread(() -> {
            try {
                // 初始化Rekognition客户端
                BasicAWSCredentials credentials = new BasicAWSCredentials(ACCESS_KEY, SECRET_KEY);
                AmazonRekognitionClient rekognitionClient = new AmazonRekognitionClient(credentials);
                rekognitionClient.setRegion(com.amazonaws.regions.Region.getRegion(SERVICE_REGION));

                // 将Bitmap转换为接口要求的字节流格式
                ByteArrayOutputStream stream = new ByteArrayOutputStream();
                imageBitmap.compress(Bitmap.CompressFormat.JPEG, 80, stream);
                ByteBuffer imageBytes = ByteBuffer.wrap(stream.toByteArray());

                // 构造检测请求，可自行调整返回标签数量和置信度阈值
                DetectLabelsRequest request = new DetectLabelsRequest()
                        .withImage(new Image().withBytes(imageBytes))
                        .withMaxLabels(10)
                        .withMinConfidence(75F);

                // 发起请求获取结果
                DetectLabelsResult result = rekognitionClient.detectLabels(request);
                List<Label> detectLabels = result.getLabels();
                
                if (listener != null) listener.onSuccess(detectLabels);
            } catch (Exception e) {
                Log.e("Rekognition检测", "调用失败", e);
                if (listener != null) listener.onError(e.getMessage());
            }
        }).start();
    }

    // 结果回调接口
    public interface DetectResultListener {
        void onSuccess(List<Label> labels);
        void onError(String errorMsg);
    }
}

第四步：功能调用示例 #

在Activity中拿到选中/拍摄的图片Bitmap后，直接调用工具类即可，结果回调后切回主线程更新UI：

// 此处selectedImageBitmap为你获取到的待检测图片Bitmap对象
RekognitionHelper.detectImageObjects(selectedImageBitmap, new RekognitionHelper.DetectResultListener() {
    @Override
    public void onSuccess(List<Label> labels) {
        runOnUiThread(() -> {
            // 遍历结果更新UI即可
            for (Label label : labels) {
                Log.d("检测结果", "物体名称：" + label.getName() + "，置信度：" + label.getConfidence() + "%");
            }
        });
    }

    @Override
    public void onError(String errorMsg) {
        runOnUiThread(() -> {
            // 处理错误逻辑
            Log.e("检测失败", errorMsg);
        });
    }
});

注意事项 #

• Rekognition支持的图片格式为JPEG、PNG，单张图片大小不能超过15MB
• 调用前请确认你的IAM用户已经配置了足够的Rekognition服务权限
• 生产环境请务必替换硬编码的密钥方案，避免账号安全风险

内容的提问来源于stack exchange，提问作者Rob Aberan