名刺を画像から読み取り、ChatGPTで解析するシステムの構築 その2 -AWSとGCPの使い方も紹介

C:\Users\Username>aws

usage: aws [options] <command> <subcommand> [<subcommand> ...] [parameters]
To see help text, you can run:

  aws help
  aws <command> help
  aws <command> <subcommand> help

aws: error: the following arguments are required: command

aws configure

pip install boto3

import boto3

# アップロードする画像ファイルのパス
IMAGE_FILE_PATH = r"C:\Users\Username\Desktop\meishi_card.png"
# アップロード先のS3バケット名
BUCKET_NAME = "[4.で表示されているバケット名]"
# S3バケット内での保存先ファイル名
S3_FILE_NAME = "meishi_card.png"
# AWSリージョン名
AWS_REGION = "ap-southeast-1"  # 例: 東京
# AWS CLIのプロファイル名
AWS_PROFILE_NAME = "default"  # 使用するプロファイル名を指定

def upload_to_s3(file_path: str, bucket_name: str, s3_file_name: str, region_name: str, profile_name: str) -> None:
    """
    ローカルファイルを指定したS3バケットにアップロードする関数

    :param file_path: アップロードするローカルのファイルパス
    :param bucket_name: アップロード先のS3バケット名
    :param s3_file_name: S3バケット内での保存先ファイル名
    :param region_name: AWSリージョン名
    :param profile_name: 使用するAWS CLIのプロファイル名
    """
    # 指定されたプロファイルを使用してセッションを作成
    session = boto3.Session(profile_name=profile_name, region_name=region_name)
    
    # S3クライアントの初期化
    s3 = session.client('s3')

    try:
        # S3にファイルをアップロード
        s3.upload_file(file_path, bucket_name, s3_file_name)
        print(f"File successfully uploaded to {bucket_name}/{s3_file_name} in {region_name} region")
    except Exception as e:
        print(f"Error occurred: {e}")

if __name__ == "__main__":
    # 画像をS3にアップロード
    upload_to_s3(IMAGE_FILE_PATH, BUCKET_NAME, S3_FILE_NAME, AWS_REGION, AWS_PROFILE_NAME)

Error occurred: Failed to upload C:\Users\Username\Desktop\meishi_card.png to [4.で表示されているバケット名]/meishi_card.png: An error occurred (AccessDenied) when calling the PutObject operation: User: arn:aws:iam::××××××××××××××××:user/×××× is not authorized to perform: s3:PutObject on resource: "arn:aws:s3:::[4.で表示されているバケット名]/meishi_card.png" because no identity-based policy allows the s3:PutObject action

File successfully uploaded to ×××××××××/meishi_card.png in ap-southeast-1 region

import boto3

# アップロードする画像ファイルのパス
IMAGE_FILE_PATH = r"C:\Users\Username\Desktop\meishi_card.png"
# アップロード先のS3バケット名
BUCKET_NAME = "[4.で表示されているバケット名]"
# S3バケット内での保存先ファイル名
S3_FILE_NAME = "meishi_card.png"
# AWSリージョン名
AWS_REGION = "ap-southeast-1"  # 例: 東京
# AWS CLIのプロファイル名
AWS_PROFILE_NAME = "default"  # 使用するプロファイル名を指定

def upload_to_s3(file_path: str, bucket_name: str, s3_file_name: str, region_name: str, profile_name: str) -> None:
    """
    ローカルファイルを指定したS3バケットにアップロードする関数

    :param file_path: アップロードするローカルのファイルパス
    :param bucket_name: アップロード先のS3バケット名
    :param s3_file_name: S3バケット内での保存先ファイル名
    :param region_name: AWSリージョン名
    :param profile_name: 使用するAWS CLIのプロファイル名
    """
    # 指定されたプロファイルを使用してセッションを作成
    session = boto3.Session(profile_name=profile_name, region_name=region_name)
    
    # S3クライアントの初期化
    s3 = session.client('s3')

    try:
        # S3にファイルをアップロード
        s3.upload_file(file_path, bucket_name, s3_file_name)
        print(f"File successfully uploaded to {bucket_name}/{s3_file_name} in {region_name} region")
    except Exception as e:
        print(f"Error occurred: {e}")

def detect_text(photo, bucket, region, profile_name):
    """
    S3バケット内の画像からテキストを検出する関数

    :param photo: 画像ファイル名
    :param bucket: S3バケット名
    :param region: AWSリージョン名
    :param profile_name: 使用するAWS CLIのプロファイル名
    """
    # 指定されたプロファイルを使用してセッションを作成
    session = boto3.Session(profile_name=profile_name, region_name=region)
    client = session.client('rekognition')

    # Rekognitionのdetect_text APIを実行
    response = client.detect_text(Image={'S3Object': {'Bucket': bucket, 'Name': photo}})

    # 検出されたテキストの表示
    textDetections = response['TextDetections']
    print('Detected text\n----------')
    for text in textDetections:
        print(text['DetectedText'])  # DetectedTextのみ表示

    return len(textDetections)

if __name__ == "__main__":
    # 画像をS3にアップロード
    upload_to_s3(IMAGE_FILE_PATH, BUCKET_NAME, S3_FILE_NAME, AWS_REGION, AWS_PROFILE_NAME)
    
    # テキスト検出を実行
    text_count = detect_text(S3_FILE_NAME, BUCKET_NAME, AWS_REGION, AWS_PROFILE_NAME)
    print("Text detected: " + str(text_count))

5<
1%
to
33
t B
T000-0000
ООООК» 4F
TEL 03-0000-1234 FAX 03-0000-5678
090-0000-5678
X-NPKLX sample@raksul.com
-42-2 http://raksul.com

import base64
import requests

# Google Cloud Vision APIキー
API_KEY = "[7で取得したAPIキー]"

# 画像ファイルのパス
IMAGE_PATH = rr"C:\Users\Username\Desktop\meishi_card.png"

def detect_text_in_image(image_path, api_key):
    """
    画像ファイルをGoogle Cloud Vision APIで解析し、テキストを検出する関数
    :param image_path: 画像ファイルのパス
    :param api_key: Google Cloud Vision APIのキー
    :return: 検出されたテキストまたはエラーメッセージ
    """
    # 画像をBase64形式にエンコード
    with open(image_path, "rb") as image_file:
        encoded_image = base64.b64encode(image_file.read()).decode("utf-8")

    # リクエスト用のJSONデータ
    request_data = {
        "requests": [
            {
                "image": {"content": encoded_image},
                "features": [{"type": "TEXT_DETECTION"}],
            }
        ]
    }

    # Vision APIエンドポイントにリクエストを送信
    endpoint_url = f"https://vision.googleapis.com/v1/images:annotate?key={api_key}"
    response = requests.post(endpoint_url, json=request_data)

    # レスポンスの解析
    if response.status_code == 200:
        try:
            response_data = response.json()
            return response_data["responses"][0]["textAnnotations"][0]["description"]
        except (KeyError, IndexError):
            return "Error occurred"
    else:
        return f"Error occurred:  {response.status_code}\n{response.text}"

if __name__ == "__main__":
    # 画像からテキストを検出して結果を表示
    detected_text = detect_text_in_image(IMAGE_PATH, API_KEY)
    print('Detected text\n----------')
    print(detected_text)

ラクスル株式会社
営業本部 営業一課
らくする た
ろう
営業楽刷太郎
〒000-0000
○○県○○市○○2-34-56
○○○○ビル 4F
TEL 03-0000-1234 FAX 03-0000-5678
携帯 090-0000-5678
メールアドレス sample@raksul.com
ホームページ http://raksul.com

import base64
import requests
import json

# 処理対象の画像ファイルパス
IMAGE_PATH = r"C:\Users\Username\Desktop\meishi_card.png"

# Google Cloud Vision APIキー
VISION_API_KEY = "[Google Cloud Platform（GCP）実装編で取得したAPIキー]"
VISION_API_URL = f"https://vision.googleapis.com/v1/images:annotate?key={VISION_API_KEY}"

# OpenAI APIキー
CHATGPT_API_KEY = "[ChatGPT APIとC#（またはPython）を活用したAIメール応答システムの構築方法の記事の方法で取得したキー]"
CHATGPT_API_URL = f"https://api.openai.com/v1/chat/completions"

def extract_text_from_image(image_path):
    """
    Google Cloud Vision APIを使用して画像からテキストを抽出する関数
    :param image_path: 画像ファイルのパス
    :return: 抽出されたテキスト
    """
    # 画像をBase64形式にエンコード
    with open(image_path, "rb") as image_file:
        encoded_image = base64.b64encode(image_file.read()).decode("utf-8")

    # リクエストデータを作成
    request_data = {
        "requests": [
            {
                "image": {"content": encoded_image},
                "features": [{"type": "TEXT_DETECTION"}],
            }
        ]
    }

    # Vision APIにリクエストを送信
    response = requests.post(VISION_API_URL, json=request_data)

    if response.status_code == 200:
        response_data = response.json()
        try:
            detected_text = response_data["responses"][0]["textAnnotations"][0]["description"]
            return detected_text
        except (KeyError, IndexError):
            return "テキストが検出されませんでした。"
    else:
        print(f"Vision API Error: {response.status_code}")
        print(response.text)
        return None

def send_text_to_chatgpt(text):
    """
    ChatGPTにテキストを送信して解析結果を取得する関数
    :param text: 送信するテキスト
    :return: ChatGPTからの応答
    """
    # プロンプトを作成
    prompt = f"以下のテキストを解析し、名刺に記載された情報を抽出してください:\n\n{text}"

    # リクエストデータを作成
    request_body = {
        "model": "gpt-4",
        "messages": [
            {"role": "system", "content": "You are a helpful assistant."},
            {"role": "user", "content": prompt}
        ],
        "temperature": 0
    }

    # HTTPリクエストヘッダー
    headers = {
        "Authorization": f"Bearer {CHATGPT_API_KEY}",
        "Content-Type": "application/json"
    }

    # ChatGPT APIにリクエストを送信
    response = requests.post(CHATGPT_API_URL, headers=headers, data=json.dumps(request_body))

    if response.status_code == 200:
        response_data = response.json()
        return response_data['choices'][0]['message']['content']
    else:
        print(f"ChatGPT API Error: {response.status_code}")
        print(response.text)
        return None

if __name__ == "__main__":
    
    # 画像からテキストを抽出
    detected_text = extract_text_from_image(IMAGE_PATH)

    if detected_text:
        print("Detected text:\n----------")
        print(detected_text)

        # 抽出したテキストをChatGPTに送信
        chatgpt_response = send_text_to_chatgpt(detected_text)
        print("\n\nChatGPTからの応答:\n----------")
        print(chatgpt_response)

Detected text:
----------
ラクスル株式会社
営業本部 営業一課
らくする た
ろう
営業楽刷太郎
〒000-0000
○○県○○市○○2-34-56
○○○○ビル 4F
TEL 03-0000-1234 FAX 03-0000-5678
携帯 090-0000-5678
メールアドレス sample@raksul.com
ホームページ http://raksul.com


ChatGPTからの応答:
----------
会社名: ラクスル株式会社
部署: 営業本部 営業一課
名前: 営業楽刷太郎
住所: 〒000-0000 ○○県○○市○○2-34-56 ○○○○ビル 4F
電話番号: 03-0000-1234
FAX番号: 03-0000-5678
携帯電話番号: 090-0000-5678
メールアドレス: sample@raksul.com
ホームページ: http://raksul.com