百度翻译的图片翻译API效果还不错，能实现整图的译文实景贴合，对于部分场景很有帮助，我也尝试着接入了下。
实现需求：本地的文件夹有n张图片，将这些图片挨个去请求百度的图片翻译API，然后将识别结果分别保存，翻译后的译文图单独存为文件，翻译后的识别结果和位置等json数据单独存为txt文件。
具体源码如下：
# -*- coding: utf-8 -*-import requestsimport randomimport jsonimport osimport sysimport base64from hashlib import md5#定义APPID和appkey，需要去百度翻译开放平台申请app_id = 'XXX'app_key = 'XXX'#从文件夹中取出图片文件名ocr_path='/Users/lid/downloads/图片'file_path=os.listdir(ocr_path)#去掉取出来的.Ds_Store(针对Mac系统)for x in file_path:if x.startswith('.'):file_path.remove(x)#针对每一个图片文件，调图片翻译API得到翻译后的图片for x in file_path:file_name = x#拼接请求接口endpoint = ''path = '/pageData/{}'.format(a)url = endpoint + pathheader={'user-agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/100.0.4896.75 Safari/537.36'}cookies=#定义请求参数：源语言、目标语言、cuid、mac、paste、versionfrom_lang = 'en'to_lang = 'zh'cuid = 'APICUID'mac = 'mac'version = 3paste = 1#paste=1表示返回整图贴合，0表示不返回，2表示返回块区擦除# 生成 salt and signdef get_md5(string, encoding='utf-8'):return md5(string.encode(encoding)).hexdigest()def get_file_md5(file_name):with open(os.path.join(ocr_path,file_name), 'rb') as f:data = f.read()return md5(data).hexdigest()salt = random.randint(32768, 65536)sign = get_md5(app_id + get_file_md5(file_name) + str(salt) + cuid + mac + app_key)# 构建请求参数payload = {'from': from_lang, 'to': to_lang, 'appid': app_id, 'salt': salt, 'sign': sign, 'cuid': cuid, 'mac': mac, 'paste': paste, 'version': version}image = {'image': (os.path.basename(file_name), open(os.path.join(ocr_path,file_name), 'rb'), "multipart/form-data")}# 发送请求response = requests.post(url, params = payload, files = image)#输出请求返回的结果result = response.json()print(json.dumps(result,indent=4,ensure_ascii=False))#处理请求回来的json,得到base64图片trans= result['data']trans_end= trans['pasteImg']#base64图片保存成图片，存到原文件夹目录下，文件名后带_transimgdata = base64.b64decode(trans_end)a=os.path.splitext(file_name)file_name1=a[0]+'_trans.jpg'with open(os.path.join(ocr_path,file_name1), 'wb') as f:f.write(imgdata)#识别结果保存成文本，存到原文件夹目录下，文件名后带_transfile_name2=a[0]+'_trans.txt'with open(os.path.join(ocr_path,file_name2), 'w+') as f:f.write(json.dumps(result,indent=4,ensure_ascii=False))
