使用python 实现批量图片识别并翻译的方法

发布时间：2020-11-03 14:39:32 作者：Leah
来源：亿速云阅读：366

这期内容当中小编将会给大家带来有关使用python 实现批量图片识别并翻译的方法，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

识别过程如下：

逐个看看效果哈！make up for ever 虽然没翻译成玫珂菲，哈哈哈但是关键词长期保湿、固定喷雾都翻译出来了~~棒

使用python 实现批量图片识别并翻译的方法

这个更是不明觉厉,韩文、英文混合都能翻译~~~

使用python 实现批量图片识别并翻译的方法

樱花水的表现也不错哦~

使用python 实现批量图片识别并翻译的方法

再乱入一个开起来更像包装盒的图片识别，效果不错，没受图片上文字倾斜等影响：

使用python 实现批量图片识别并翻译的方法

调用API的准备工作——生成调用所需要的应用id和密钥

根据有道智云的接口约定，需要先在有道智云的个人页面上生成调用所需要的应用id和密钥，以便作为你的调用标识以及收费参考。。

具体步骤是：在有道智云的个人页面上创建实例、创建应用、绑定应用和实例，获取调用接口用到的应用的id和密钥。具体个人注册的过程和应用创建过程详见文章分享一次批量文件翻译的开发过程

使用python 实现批量图片识别并翻译的方法

开发过程介绍

1、api接口介绍

先介绍下该工程的核心部分，有道智云图片翻译服务的调用接口

API HTTPS地址：https://openapi.youdao.com/ocrtransapi

接口调用方式：POST

请求格式：表单

相应格式：JSON

接口调用参数
调用API需要向接口发送以下字段来访问服务。

字段名	类型	含义	必填	备注
type	text	文件上传类型	True	目前支持Base64，请置该字段值为1
from	text	源语言	True	参考下方的支持语言 (可设置为auto)
to	text	目标语言	True	参考下方的支持语言 (可设置为auto)
appKey	text	应用ID	True	可在应用管理查看
salt	text	UUID	True	1995882C5064805BC30A39829B779D7B
sign	text	签名	True	md5(应用Id+q+salt+应用密钥)
ext	text	翻译结果音频格式，支持mp3	false	mp3
q	text	要识别的图片	true	type为1时必填,图片的Base64编码
docType	text	服务器响应类型，目前只支持json	false	json
render	text	是否需要服务端返回渲染的图片，0：否；1：是，默认是0	false	0
nullIsError	text	如果ocr没有检测到文字，是否返回错误，false：否；true：是，默认是false	false	注意是字符串

签名生成方法如下：
1、将请求参数中的应用ID appKey , 图片的Base64编码 q ,UUID salt 和应用密钥按照应用ID+q+salt+应用密钥的顺序拼接得到字符串 str 。
2、对字符串 str 做 md5，得到32位大写的 sign (参考Java生成MD5示例,可点击右侧的JAVA示例)。

输出结果
返回的结果是json格式，具体说明如下：

字段名	字段说明
orientation	图片所对应的方向
lanFrom	ocr所识别出来认为的图片中的语言
textAngle	图片的倾斜角度
errorCode	错误码
lanTo	目标语言
resRegions	图片翻译的具体内容
-boundingBox	区域范围，四个值：左上角的x值，左上角的y值，区域的的宽，区域的高例如：134,0,1066,249
-linesCount	行数（用于前端排版）
-lineheight	行高
-context	该区域的原文
-linespace	行间距
-tranContent	翻译结果

2、详细开发

这个demo使用python3开发，包括maindow.py，transclass.py，pictranslate.py三个文件。maindow.py主要实现界面部分，使用python自带的tkinter库，来进行图片文件选择、选择结果存放路径。transclass.py实现了图片读取、处理等逻辑，最后通过pictranslate.py中的方法来调用图片翻译API。

1、界面部分
主要元素：

root=tk.Tk()
root.title("netease youdao translation test")
frm = tk.Frame(root)
frm.grid(padx='50', pady='50')
btn_get_file = tk.Button(frm, text='选择待翻译图片', command=get_files)
btn_get_file.grid(row=0, column=0, ipadx='3', ipady='3', padx='10', pady='20')
text1 = tk.Text(frm, width='40', height='10')
text1.grid(row=0, column=1)
btn_get_result_path=tk.Button(frm,text='选择翻译结果路径',command=set_result_path)
btn_get_result_path.grid(row=1,column=0)
text2=tk.Text(frm,width='40', height='2')
text2.grid(row=1,column=1)

btn_sure=tk.Button(frm,text="翻译",command=translate_files)
btn_sure.grid(row=2,column=1)


root.mainloop()

获取待翻译图片文件的方法（此处设置的仅支持.jpg文件）：

def get_files():
  files = filedialog.askopenfilenames(filetypes=[('text files', '.jpg')])
  translate.file_paths=files
  if files:
    for file in files:
      text1.insert(tk.END, file + '\n')
      text1.update()
  else:
    print('你没有选择任何文件')

获取结果存储路径:

def set_result_path():
  result_path=filedialog.askdirectory()
  translate.result_root_path=result_path
  text2.insert(tk.END,result_path)

翻译按钮，调用了translate_files，该文件中的translate_files()方法最终调用了translate类的translate_files()方法：

def translate_files():
  if translate.file_paths:
    translate.translate_files()
    tk.messagebox.showinfo("提示","搞定")
  else :
    tk.messagebox.showinfo("提示","无文件")

2、批量图片处理

transclass.py实现了图片读取、处理等逻辑，Translate类定义如下：

class Translate():
  def __init__(self,name,file_paths,result_root_path,trans_type):
    self.name=name
    self.file_paths=file_paths 			# 待翻译文件路径
    self.result_root_path=result_root_path # 结果存放路径
    self.trans_type=trans_type


  def translate_files(self):
    for file_path in self.file_paths:	#对批量图片逐个处理
      file_name=os.path.basename(file_path)
      print('==========='+file_path+'===========')
      trans_reult=self.translate_use_netease(file_path) #对单个图片调用接口
      resul_file=open(self.result_root_path+'/result_'+file_name.split('.')[0]+'.txt','w').write(trans_reult)   #返回结果写入


  def translate_use_netease(self,file_content): #调用有道接口，并返回结果
    result= connect(file_content)
    return result

3、有道api调用
pictranslate.py中封装了调用有道智云API的一些方法，其中最核心的是connect()方法，按照接口要求拼接了所需参数，发起请求并返回结果。

def connect(file_content,fromLan,toLan):
  f = open(file_content, 'rb') # 二进制方式打开图文件
  q = base64.b64encode(f.read()).decode('utf-8') # 读取文件内容，转换为base64编码
  f.close()
  data = {}
  # data['from'] = '源语言'
  # data['to'] = '目标语言'
  data['from'] = 'auto'
  data['to'] = 'auto'
  data['type'] = '1'
  data['q'] = q
  salt = str(uuid.uuid1())
  signStr = APP_KEY + q + salt + APP_SECRET
  sign = encrypt(signStr)
  data['appKey'] = APP_KEY
  data['salt'] = salt
  data['sign'] = sign

  response = do_request(data)
  result=json.loads(str(response.content, encoding="utf-8"))
  print(result)

  translateResults=result['resRegions']
  print(translateResults)
  pictransresult=""
  for i in translateResults:
    pictransresult=pictransresult+i['tranContent']+"\n"
  return pictransresult

上述就是小编为大家分享的使用python 实现批量图片识别并翻译的方法了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注亿速云行业资讯频道。

使用python 实现批量图片识别并翻译的方法

相关阅读