我用python给女朋友翻译化妆品标签

曾经终败给现在 2022-12-20 15:54 157阅读 0赞

# Python批量图片识别并翻译——我用python给女朋友翻译化妆品标签 #

最近小编遇到一个生存问题，女朋友让我给她翻译英文化妆品标签。美其名曰：“程序猿每天英语开发,英文一定很好吧，来帮我翻译翻译化妆品成分”，”来，帮我看看这个面膜建议敷几分钟“。。。。看来斥巨资买化妆品不算完，还需要会各种英文介绍。

![在这里插入图片描述][20201113072138656.gif_pic_center]

默默收起大学考的一摞429分的四级证书，我打开了IDE。。。我打算开发一个能批量翻译的图片的[demo][]，把家里的各种化妆品都翻译好。机智如我，是不会自己从训练模型做起的，打开有道智云的友好的AI接口页面 ，果然有图片翻译服务，[体验][Link 1]了一下可是真不错，于是果断使用。

### 效果展示 ###

Demo在[这里][demo]，一起来看看效果吧：

识别过程如下：

![在这里插入图片描述][20201113072159731.gif_pic_center]

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

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center]

这个更是不明觉厉,韩文、英文混合都能翻译~~~

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 1]

樱花水的表现也不错哦~

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 2]

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 ：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 3]

### 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][Link 2]

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 4]

### 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][Link 3]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。

<table> 
 <thead> 
  <tr> 
   <th>字段名</th> 
   <th>类型</th> 
   <th>含义</th> 
   <th>必填</th> 
   <th>备注</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>type</td> 
   <td>text</td> 
   <td>文件上传类型</td> 
   <td>True</td> 
   <td>目前支持Base64，请置该字段值为1</td> 
  </tr> 
  <tr> 
   <td>from</td> 
   <td>text</td> 
   <td>源语言</td> 
   <td>True</td> 
   <td>参考下方的 <a href="https://ai.youdao.com/DOCSIRMA/html/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91/API%E6%96%87%E6%A1%A3/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1-API%E6%96%87%E6%A1%A3.html#section-9" rel="nofollow">支持语言</a> (可设置为auto)</td> 
  </tr> 
  <tr> 
   <td>to</td> 
   <td>text</td> 
   <td>目标语言</td> 
   <td>True</td> 
   <td>参考下方的 <a href="https://ai.youdao.com/DOCSIRMA/html/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91/API%E6%96%87%E6%A1%A3/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1-API%E6%96%87%E6%A1%A3.html#section-9" rel="nofollow">支持语言</a> (可设置为auto)</td> 
  </tr> 
  <tr> 
   <td>appKey</td> 
   <td>text</td> 
   <td>应用ID</td> 
   <td>True</td> 
   <td>可在 <a href="https://ai.youdao.com/appmgr.s" rel="nofollow">应用管理</a> 查看</td> 
  </tr> 
  <tr> 
   <td>salt</td> 
   <td>text</td> 
   <td>UUID</td> 
   <td>True</td> 
   <td>1995882C5064805BC30A39829B779D7B</td> 
  </tr> 
  <tr> 
   <td>sign</td> 
   <td>text</td> 
   <td>签名</td> 
   <td>True</td> 
   <td>md5(应用Id+q+salt+应用密钥)</td> 
  </tr> 
  <tr> 
   <td>ext</td> 
   <td>text</td> 
   <td>翻译结果音频格式，支持mp3</td> 
   <td>false</td> 
   <td>mp3</td> 
  </tr> 
  <tr> 
   <td>q</td> 
   <td>text</td> 
   <td>要识别的图片</td> 
   <td>true</td> 
   <td>type为1时必填,图片的Base64编码</td> 
  </tr> 
  <tr> 
   <td>docType</td> 
   <td>text</td> 
   <td>服务器响应类型，目前只支持json</td> 
   <td>false</td> 
   <td>json</td> 
  </tr> 
  <tr> 
   <td>render</td> 
   <td>text</td> 
   <td>是否需要服务端返回渲染的图片，0：否；1：是，默认是0</td> 
   <td>false</td> 
   <td>0</td> 
  </tr> 
  <tr> 
   <td>nullIsError</td> 
   <td>text</td> 
   <td>如果ocr没有检测到文字，是否返回错误，false：否；true：是，默认是false</td> 
   <td>false</td> 
   <td>注意是字符串</td> 
  </tr> 
 </tbody> 
</table>

> 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：

<table> 
 <thead> 
  <tr> 
   <th>字段名</th> 
   <th>字段说明</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td>orientation</td> 
   <td>图片所对应的方向</td> 
  </tr> 
  <tr> 
   <td>lanFrom</td> 
   <td>ocr所识别出来认为的图片中的语言</td> 
  </tr> 
  <tr> 
   <td>textAngle</td> 
   <td>图片的倾斜角度</td> 
  </tr> 
  <tr> 
   <td>errorCode</td> 
   <td>错误码</td> 
  </tr> 
  <tr> 
   <td>lanTo</td> 
   <td>目标语言</td> 
  </tr> 
  <tr> 
   <td>resRegions</td> 
   <td>图片翻译的具体内容</td> 
  </tr> 
  <tr> 
   <td>-boundingBox</td> 
   <td>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</td> 
  </tr> 
  <tr> 
   <td>-linesCount</td> 
   <td>行数（用于前端排版）</td> 
  </tr> 
  <tr> 
   <td>-lineheight</td> 
   <td>行高</td> 
  </tr> 
  <tr> 
   <td>-context</td> 
   <td>该区域的原文</td> 
  </tr> 
  <tr> 
   <td>-linespace</td> 
   <td>行间距</td> 
  </tr> 
  <tr> 
   <td>-tranContent</td> 
   <td>翻译结果</td> 
  </tr> 
 </tbody> 
</table>

#### 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

### 总结 ###

又是一次愉快的开发体验，而且还是为数不多的求生成功体验 : P ，没想到借助开放平台的力量，图像识别，自然语言处理变得如此易如反掌，只要能正确发起请求，就能得到不错的翻译结果，剩下大把的时间用来和女朋友炫技，这感觉——爽！

项目地址：[https://github.com/LemonQH/BatchPicTranslate][demo]

[20201113072138656.gif_pic_center]: /images/20221120/7b2b4b7a961f428cb082d43e0ae4a3db.png
[demo]: https://github.com/LemonQH/BatchPicTranslate
[Link 1]: https://ai.youdao.com/product-fanyi-picture.s
[20201113072159731.gif_pic_center]: /images/20221120/5acc4937d7324c04a6f5783b19c5276c.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center]: /images/20221120/858d01a51cd24181b50931e87bc525e8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221120/86f5438afaf8456791b21862dd201d50.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221120/64ce75ca88e34bfe8dedcb1ebdebbb88.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 3]: /images/20221120/92924b83ec8f49eda426cea438423245.png
[Link 2]: https://blog.csdn.net/qiedabeng8686/article/details/108416385
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzE3NjIzMzYz_size_16_color_FFFFFF_t_70_pic_center 4]: /images/20221120/5045f146c9c141528f8a05ca284b0764.png
[Link 3]: https://ai.youdao.com/DOCSIRMA/html/%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E7%BF%BB%E8%AF%91/API%E6%96%87%E6%A1%A3/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1/%E5%9B%BE%E7%89%87%E7%BF%BB%E8%AF%91%E6%9C%8D%E5%8A%A1-API%E6%96%87%E6%A1%A3.html