在AWS Rekognition中，边界框是用于标识图像中物体位置的矩形框。您可以使用AWS SDK或AWS CLI与Rekognition API进行交互，以检测图像中的物体并获取其边界框。

以下是使用Python和AWS SDK（Boto3）的示例代码，以检测图像中的物体并获取边界框：

import boto3

# 创建Rekognition客户端
rekognition_client = boto3.client('rekognition', region_name='us-west-2')

# 指定要检测的图像文件名
image_file = 'image.jpg'

# 打开图像文件并读取图像字节流
with open(image_file, 'rb') as image:
    image_bytes = image.read()

# 调用Rekognition的DetectLabels API进行物体检测
response = rekognition_client.detect_labels(
    Image={'Bytes': image_bytes},
    MaxLabels=10
)

# 获取每个检测到的物体及其边界框
for label in response['Labels']:
    print('物体名称:', label['Name'])
    print('置信度:', label['Confidence'])
    print('边界框:')
    for instance in label['Instances']:
        print('  左上角坐标:', instance['BoundingBox']['Left'], instance['BoundingBox']['Top'])
        print('  宽度:', instance['BoundingBox']['Width'])
        print('  高度:', instance['BoundingBox']['Height'])
        print('')

以上代码中，我们首先创建了一个Rekognition客户端，然后指定要检测的图像文件名，并读取图像的字节流。接下来，我们调用detect_labels方法进行物体检测，并遍历每个检测到的物体。对于每个物体，我们打印其名称、置信度以及边界框的左上角坐标、宽度和高度。

请注意，您需要根据您的实际情况修改代码中的图像文件名和AWS区域。此外，您还需要配置适当的AWS凭证，以便与Rekognition服务进行身份验证。

希望这个示例能帮助您理解如何在AWS Rekognition中使用边界框。