前言

最近写了个 丐版 的 百度 OCR 翻译 ，其实网络上也有很多类似的源码。

该教程为 简化版 ，详细查看 技术文档 ， 支持 python 版本 2.7.+ 和 3.+ 。

效果展示

百度OCR

准备工作

  1. 登录 / 注册 百度账号

  2. 创建 通用场景OCR ，应用归属 选择 个人 ，应用名称 和 应用描述 自定义

  3. 填完以上信息后，点击 立即创建 (注意要实名认证)

  4. 此时，应用列表 会出现 刚创建好的应用 ，分别把 AppID 、 API Key 和 Secret Key 记录好 等下用

核心代码

  1. 当前版本为 python 3.8.1 (PIL 在 python3 时，第三方库应安装 pillow)

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    # 截图
    import keyboard
    import time
    from PIL import ImageGrab


    keyboard.wait(hotkey='ctrl+c')      # 触发按键

    time.sleep(0.01)                    # 延迟

    # 保存图片
    image = ImageGrab.grabclipboard()
    image.save('OCR.png')               # 图片命名为'OCR.png'

  2. 安装 OCR Python SDK

    1
    pip install baidu-aip

  3. 配置 OCR

  • 配置AipOcr ，把在 准备工作 获取的 AppID 、 API Key 和 Secret Key 对应填入

    1
    2
    3
    4
    5
    6
    7
    8
    # 配置AipOcr
    from aip import AipOcr

    APP_ID = '你的 App ID'
    API_KEY = '你的 Api Key'
    SECRET_KEY = '你的 Secret Key'

    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

  • 接口说明

    1
    2
    3
    4
    5
    6
    7
    8
    9
    def get_file_content(filePath):
        with open('OCR.png', "rb") as fp:
           return fp.read()

     image = get_file_content('OCR.png')
    	
     # 调用通用文字识别（标准版）
     res_image = client.basicGeneral(image)
     print(res_image)

  • 删减 + 筛选数据 

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    with open('OCR.png', "rb") as fp:
      image = fp.read()

      # 调用通用文字识别（标准版）
      res_image = client.basicGeneral(image)
      # print(res_image)

      # 筛选数据
      res = res_image['words_result']
      for i in res:
          print(i['words'])

有道翻译

  • 用到了 爬虫 ，网上有教程，不细说
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    import requests
    import json
    import time
    import random
    import hashlib


    # 网址
    url = 'https://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

    # 反爬
    header = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36',
        'Cookie': 'OUTFOX_SEARCH_USER_ID=1870252624@10.110.96.157; OUTFOX_SEARCH_USER_ID_NCOO=1338974472.751384; ___rl__test__cookies=1654489795853',
        'Referer': 'https://fanyi.youdao.com/'
    }

    # 时间戳
    r = str(int(time.time()*1000))
    # print(r)

    # 随机数
    random_num = random.randint(0,9)
    i = r + str(random_num)
    # print(i)

    def data_new(e):
        # md5
        str_sign = "fanyideskweb" + e + i + "Ygy_4c=r#e#4EX^NUGUc5"
        md5 = hashlib.md5()
        md5.update(str_sign.encode())
        sign = md5.hexdigest()
        # print(sign)

        data_old = {
            'i': e,
            'from': 'AUTO',
            'to': 'AUTO',
            'smartresult': 'dict',
            'client': 'fanyideskweb',
            'salt': i,
            'sign': sign,
            'lts': r,
            'bv': 'dbf26599b4389c828cae8b896c9b0708',
            'doctype': 'json',
            'version': '2.1',
            'keyfrom': 'fanyi.web',
            'action': 'FY_BY_REALTlME'
        }
        return data_old


    a = input('请输入需要翻译的内容：\n')
    data = data_new(a)

    # 请求
    result = requests.post(url,headers=header,data=data).text
    # print(result)

    # 数据筛选
    dict_res = json.loads(result)
    print(dict_res['translateResult'][0][0]['tgt'])

补充

拓展

  • 增加 复制 和 弹窗 功能 加了些花里胡哨的东西
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    import pyperclip
    import tkinter as tk


    # copy
    pyperclip.copy(a + '\n' + b)
    time.sleep(0.02)
    # 弹窗
    root = tk.Tk()
    root.title("info")
    tk.Label(root, text="已复制", ).pack()       # 弹窗显示
    root.after(1000, lambda: root.destroy())    # 停留1s
    root.mainloop()

打包前 完整代码

  1. 演示版本为 python 3.8.1 ， 如出现报错请自行解决

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    23
    24
    25
    26
    27
    28
    29
    30
    31
    32
    33
    34
    35
    36
    37
    38
    39
    40
    41
    42
    43
    44
    45
    46
    47
    48
    49
    50
    51
    52
    53
    54
    55
    56
    57
    58
    59
    60
    61
    62
    63
    64
    65
    66
    67
    68
    69
    70
    71
    72
    73
    74
    75
    76
    77
    78
    79
    80
    81
    82
    83
    84
    85
    86
    87
    88
    89
    90
    91
    92
    93
    94
    95
    96
    97
    98
    99
    100
    101
    102
    103
    104
    105
    106
    107
    108
    109
    110
    111
    112
    113
    114
    115
    116
    117
    118
    119
    120
    121
    122
    123
    124
    # 工程：test
    # 创建时间：2022/6/2 11:41
    # encoding:utf-8


    import keyboard
    import time
    import requests
    import random
    import hashlib
    import json
    import configparser
    import pyperclip
    import tkinter as tk
    from PIL import ImageGrab
    from aip import AipOcr


    # 读取ini文件
    aip = 'OCR.ini'
    conf = configparser.ConfigParser()
    conf.read(aip)

    # 配置AipOcr
    APP_ID = conf.get('aip', 'APP_ID')              # 你的 App ID
    API_KEY = conf.get('aip', 'API_KEY')            # 你的 Api Key
    SECRET_KEY = conf.get('aip', 'SECRET_KEY')      # 你的 Secret Key

    client = AipOcr(APP_ID, API_KEY, SECRET_KEY)

    while True:
        #   --------------- 截图识别 --------------
        # 截图
        keyboard.wait(hotkey='ctrl+c')      # 触发按键

        time.sleep(0.01)                    # 延迟

        # 保存图片
        image = ImageGrab.grabclipboard()
        image.save('OCR.png')               # 图片命名为'OCR.png'
        print('识别中...')

        with open('OCR.png', "rb") as fp:
            image = fp.read()

            # 调用通用文字识别（标准版）
            res_image = client.basicGeneral(image)
            # print(res_image)

            # 筛选数据
            all_text = ''
            res = res_image['words_result']
            for i in res:
                all_text += i['words'] + '\n'
            a = all_text
            print(a + '-' * 70)

        #   --------------- 有道翻译 --------------
        # 网址
        url = 'https://fanyi.youdao.com/translate_o?smartresult=dict&smartresult=rule'

        # 反爬
        header = {
            'User-Agent': conf.get('config', 'User-Agent'),
            'Cookie': conf.get('config', 'Cookie'),
            'Referer': 'https://fanyi.youdao.com/'
        }

        # 时间戳
        r = str(int(time.time() * 1000))
        # print(r)

        # 随机数
        random_num = random.randint(0, 9)
        i = r + str(random_num)
        # print(i)


        def data_new(e):
            # md5
            str_sign = "fanyideskweb" + e + i + "Ygy_4c=r#e#4EX^NUGUc5"
            md5 = hashlib.md5()
            md5.update(str_sign.encode())
            sign = md5.hexdigest()
            # print(sign)

            data_old = {
                'i': e,
                'from': 'AUTO',
                'to': 'AUTO',
                'smartresult': 'dict',
                'client': 'fanyideskweb',
                'salt': i,
                'sign': sign,
                'lts': r,
                'bv': conf.get('config', 'bv'),
                'doctype': 'json',
                'version': '2.1',
                'keyfrom': 'fanyi.web',
                'action': 'FY_BY_REALTlME'
            }
            return data_old

        data = data_new(a)

        # 请求
        result = requests.post(url, headers=header, data=data).text
        # print(result)

        # 数据筛选
        dict_res = json.loads(result)
        b = dict_res['translateResult'][0][0]['tgt']
        print(b + '\n')

        # copy
        pyperclip.copy(a + '\n' + b)
        time.sleep(0.02)
        # 弹窗
        root = tk.Tk()
        root.title("info")
        tk.Label(root, text="已复制", ).pack()       # 弹窗显示
        root.after(1000, lambda: root.destroy())    # 停留1s
        root.mainloop()

  2. 创建 OCR.ini 文件，复制以下内容 ， 把在 准备工作 获取的 AppID 、 API Key 和 Secret Key 对应填入

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    [aip]
    APP_ID = 	
    API_KEY = 
    SECRET_KEY = 

    [config]
    User-Agent = Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.0.0 Safari/537.36

    Cookie = OUTFOX_SEARCH_USER_ID=1870252624@10.110.96.157; OUTFOX_SEARCH_USER_ID_NCOO=1338974472.751384; ___rl__test__cookies=1654489795853

    bv = dbf26599b4389c828cae8b896c9b0708

  3. 最后自行打包 (不打包在pycharm里也能用)

    1
    2
    3
    pyinstaller -F 文件名.py

    # pyinstaller -F 文件名.pyw

打包后 使用教程

代码已打包上传到 github 和 gitee 上
  • 打开 new_OCR\dist\OCR.ini 文件，把在 准备工作 获取的 AppID 、 API Key 和 Secret Key 对应填入 ， 运行exe文件 即可
    1
    2
    3
    4
    [aip]
    APP_ID = 
    API_KEY = 
    SECRET_KEY =

  • 如出现闪退 / 想换成自己的 , 请 / 可 更换以下内容

    1
    2
    3
    4
    5
    6
    [config]
    User-Agent = 

    Cookie = 

    bv =

  • 方法如下

  1. F12 打开 开发者工具 ，选择 Network ， 然后选择 XHR

  2. 在 翻译框 输入任意 文字 ，页面 会出现 translate_ (如有多个选最新)

  3. 点击 translate_ ，在 Headers 页面可以找到 User-Agent 和 Cookie ,在 Payload 页面可以找到bv (火狐浏览器的 bv 在请求页面)

  4. 把找到的内容 替换 ini 文件内容 ，重新运行 即可

  5. 如 不清楚文字描述 可按 如图 1 所示 步骤 即可

图 1

最后

代码已在 github 和 gitee 上开源

这个百度 OCR 只能翻译第一行的内容，多行无法翻译

个人版的调用次数已经够用了，不建议多对一，建议一对一