本文共 4987 字，大约阅读时间需要 16 分钟。
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。
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 了一下可是真不错，于是果断使用。
效果展示
Demo在 这里 ，一起来看看效果吧：
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
这个更是不明觉厉,韩文、英文混合都能翻译~~~
樱花水的表现也不错哦~
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 ：
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
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typetext文件上传类型True目前支持Base64，请置该字段值为1fromtext源语言True参考下方的 支持语言 (可设置为auto)totext目标语言True参考下方的 支持语言 (可设置为auto)appKeytext应用IDTrue可在 应用管理 查看salttextUUIDTrue1995882C5064805BC30A39829B779D7Bsigntext签名Truemd5(应用Id+q+salt+应用密钥)exttext翻译结果音频格式，支持mp3falsemp3qtext要识别的图片truetype为1时必填,图片的Base64编码docTypetext服务器响应类型，目前只支持jsonfalsejsonrendertext是否需要服务端返回渲染的图片，0：否；1：是，默认是0false0nullIsErrortext如果ocr没有检测到文字，是否返回错误，false：否；true：是，默认是falsefalse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lanFromocr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 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！
转载地址：http://zkwv.baihongyu.com/