Python无法访问S3桶子文件夹以调用AWS Rekognition问题

我来帮你搞定这个问题！核心原因其实是你误解了S3的存储逻辑——S3并没有真正的“文件夹”结构，那些看起来像文件夹的路径只是对象键（Object Key）的前缀而已。所以你不能把myBucket/subfolder/images/当作桶名来用，桶名只能是根桶myBucket，子路径需要作为对象键的一部分来处理。

下面是修正后的完整代码和关键说明：

核心修正点 #

• 桶名必须是根桶名称myBucket，不能包含子路径
• 要获取目标路径下的图片，需要通过**前缀（Prefix）**筛选S3对象
• 调用Rekognition时，需要传入完整的对象键（比如subfolder/images/one.jpg），而非仅文件名

修正后的代码 #

import boto3

# 初始化客户端：桶名只用根桶名
bucket_name = "myBucket"
target_prefix = "subfolder/images/"  # 这是我们要筛选的对象前缀

rekognition = boto3.client('rekognition')
s3 = boto3.resource('s3')
bucket = s3.Bucket(name=bucket_name)

# 遍历目标前缀下的所有jpg图片
for obj in bucket.objects.filter(Prefix=target_prefix):
    # 跳过前缀本身（避免处理S3自动生成的虚拟文件夹空对象）
    if obj.key == target_prefix:
        continue
    # 只处理jpg格式的图片
    if obj.key.endswith('.jpg'):
        print(f"正在处理图片: {obj.key}")
        # 调用Rekognition的detect_labels接口
        response = rekognition.detect_labels(
            Image={
                'S3Object': {
                    'Bucket': bucket_name,
                    'Name': obj.key  # 传入完整的对象键（包含子路径）
                }
            },
            MaxLabels=10,
            MinConfidence=70
        )
        # 打印识别结果
        print("识别到的标签:")
        for label in response['Labels']:
            print(f"- {label['Name']}: {label['Confidence']:.2f}%")
        print("---")

代码细节说明 #

1. 前缀筛选：用bucket.objects.filter(Prefix=target_prefix)可以获取所有以subfolder/images/开头的对象，这就相当于拿到了目标“文件夹”下的所有文件
2. 跳过虚拟文件夹：S3会自动生成一个和前缀同名的空对象（用来在控制台显示文件夹），所以我们要跳过这个无效对象
3. Rekognition参数：S3Object里的Name必须是完整的对象键，也就是从根桶到文件的完整路径，这样Rekognition才能准确定位到目标图片

这样修改后，你就能正常访问目标路径下的图片，并用Rekognition完成标签识别啦！

内容的提问来源于stack exchange，提问作者Stacking