最近小編遇到一個生存問題，女朋友讓我給她翻譯英文化妝品標簽。美其名曰：“程序猿每天英語開發(fā)，英文一定很好吧，來幫我翻譯翻譯化妝品成分”，”來，幫我看看這個面膜建議敷幾分鐘“。。。?？磥沓饩拶Y買化妝品不算完，還需要會各種英文介紹。

默默收起大學考的一摞429分的四級證書，我打開了IDE。。。我打算開發(fā)一個能批量翻譯的圖片的demo，把家里的各種化妝品都翻譯好。機智如我，是不會自己從訓練模型做起的，打開有道智云的友好的AI接口頁面 ，果然有圖片翻譯服務，體驗了一下可是真不錯，于是果斷使用。

效果展示

Demo在這里，一起來看看效果吧：

識別過程如下：

演示

逐個看看效果哈！make up for ever 雖然沒翻譯成玫珂菲，哈哈哈但是關鍵詞長期保濕、固定噴霧都翻譯出來了~~棒

result-定妝

這個更是不明覺厲，韓文、英文混合都能翻譯~~~

result-可萊斯

櫻花水的表現也不錯哦~

result-櫻花水

再亂入一個開起來更像包裝盒的圖片識別，效果不錯，沒受圖片上文字傾斜等影響 ：

result2

調用API的準備工作——生成調用所需要的應用id和密鑰

根據有道智云的接口約定，需要先在有道智云的個人頁面上生成調用所需要的應用id和密鑰，以便作為你的調用標識以及收費參考。。

具體步驟是：在有道智云的個人頁面上創(chuàng)建實例、創(chuàng)建應用、綁定應用和實例，獲取調用接口用到的應用的id和密鑰。具體個人注冊的過程和應用創(chuàng)建過程詳見文章分享一次批量文件翻譯的開發(fā)過程

實例

開發(fā)過程介紹

1、api接口介紹

先介紹下該工程的核心部分，有道智云圖片翻譯服務的調用接口

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

接口調用方式：POST

請求格式：表單

相應格式：JSON

接口調用參數

調用API需要向接口發(fā)送以下字段來訪問服務。

字段名類型含義必填備注

typetext文件上傳類型True目前支持Base64，請置該字段值為1

fromtext源語言True參考下方的 支持語言 （可設置為auto）

totext目標語言True參考下方的 支持語言 （可設置為auto）

appKeytext應用IDTrue可在 應用管理 查看

salttextUUIDTrue1995882C5064805BC30A39829B779D7B

signtext簽名Truemd5（應用Id+q+salt+應用密鑰）

exttext翻譯結果音頻格式，支持mp3falsemp3

qtext要識別的圖片truetype為1時必填，圖片的Base64編碼

docTypetext服務器響應類型，目前只支持jsonfalsejson

rendertext是否需要服務端返回渲染的圖片，0：否；1：是，默認是0false0

nullIsErrortext如果ocr沒有檢測到文字，是否返回錯誤，false：否；true：是，默認是falsefalse注意是字符串

簽名生成方法如下：

1、將請求參數中的 應用ID appKey ， 圖片的Base64編碼 q ，UUID salt 和 應用密鑰 按照 應用ID+q+salt+應用密鑰的順序拼接得到字符串 str 。

2、對字符串 str 做 md5，得到32位大寫的 sign （參考Java生成MD5示例，可點擊右側的JAVA示例）。

輸出結果

返回的結果是json格式，具體說明如下：

字段名字段說明

orientation圖片所對應的方向

lanFromocr所識別出來認為的圖片中的語言

textAngle圖片的傾斜角度

errorCode錯誤碼

lanTo目標語言

resRegions圖片翻譯的具體內容

-boundingBox區(qū)域范圍，四個值：左上角的x值，左上角的y值，區(qū)域的的寬，區(qū)域的高 例如：134，0，1066，249

-linesCount行數（用于前端排版）

-lineheight行高

-context該區(qū)域的原文

-linespace行間距

-tranContent翻譯結果

2、詳細開發(fā)

這個demo使用python3開發(fā)，包括maindow.py，transclass.py，pictranslate.py三個文件。maindow.py主要實現界面部分，使用python自帶的tkinter庫，來進行圖片文件選擇、選擇結果存放路徑。transclass.py實現了圖片讀取、處理等邏輯，最后通過pictranslate.py中的方法來調用圖片翻譯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=‘選擇待翻譯圖片’， 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=‘選擇翻譯結果路徑’，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=“翻譯”，command=translate_files）

btn_sure.grid（row=2，column=1）

root.mainloop（）

獲取待翻譯圖片文件的方法（此處設置的僅支持.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 + ‘

’）

text1.update（）

else：

print（‘你沒有選擇任何文件’）

獲取結果存儲路徑：

def set_result_path（）：

result_path=filedialog.askdirectory（）

translate.result_root_path=result_path

text2.insert（tk.END，result_path）

翻譯按鈕，調用了translate_files，該文件中的translate_files（）方法最終調用了translate類的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”，“無文件”）

2、批量圖片處理

transclass.py實現了圖片讀取、處理等邏輯，Translate類定義如下：

class Translate（）：

def __init__（self，name，file_paths，result_root_path，trans_type）：

self.name=name

self.file_paths=file_paths # 待翻譯文件路徑

self.result_root_path=result_root_path # 結果存放路徑

self.trans_type=trans_type

def translate_files（self）：

for file_path in self.file_paths： #對批量圖片逐個處理

file_name=os.path.basename（file_path）

print（‘===========’+file_path+‘===========’）

trans_reult=self.translate_use_netease（file_path） #對單個圖片調用接口

resul_file=open（self.result_root_path+‘/result_’+file_name.split（‘?！?］+‘.txt’，‘w’）.write（trans_reult） #返回結果寫入

def translate_use_netease（self，file_content）： #調用有道接口，并返回結果

result= connect（file_content）

return result

3、有道api調用

pictranslate.py中封裝了調用有道智云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參數，發(fā)起請求并返回結果。

def connect（file_content，fromLan，toLan）：

f = open（file_content， ‘rb’） # 二進制方式打開圖文件

q = base64.b64encode（f.read（））.decode（‘utf-8’） # 讀取文件內容，轉換為base64編碼

f.close（）

data = {}

# data［‘from’］ = ‘源語言’

# data［‘to’］ = ‘目標語言’

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’］+“

”

return pictransresult

總結

又是一次愉快的開發(fā)體驗，而且還是為數不多的求生成功體驗 ： P ，沒想到借助開放平臺的力量，圖像識別，自然語言處理變得如此易如反掌，只要能正確發(fā)起請求，就能得到不錯的翻譯結果，剩下大把的時間用來和女朋友炫技，這感覺——爽！

責任編輯：haq