需求分析

见上篇[从零开始]用python制作识图翻译器·一

上篇分析了该产品的需求以及市场上的可行性（没有被吊打的竞品）。而本篇将着重于分析如何实现。

系统分析

功能拆解

我们将一整个流程细化分成以下几个步骤，并分析每步涵盖的技术，一步步探索其可行性。

划定屏幕固定区域（用qq截图演示效果）

作用：通过鼠标点击和松开确定识别区域的对角线坐标；
相关技术：GUI、鼠标事件、键盘热键。
获取固定区域图像（用qq截图演示效果）

作用：获取区域的图像以进行后续的识别操作；
相关技术：GUI、PIL、屏幕截图。
识别图中文字（用qq截图演示效果）

作用：将区域的图像中的文字识别出来，作为翻译的源文字；
相关技术：文字识别。
将该文字翻译成目标语言的文字（用百度翻译演示效果）

作用：将识别的到的文字翻译为目标语言的文字；
相关技术：机器翻译。
显示在某一区域（用qq截图演示效果）

作用：将翻译的结果反馈到屏幕上；
相关技术：GUI、文本框。

可见做一个产品经理并不用对实现技术有多了解，只需要头脑中有产品功能的概念即可。

工程语言选择

因为项目可能含有“文本识别”、“机器翻译”等人工智能方向的功能，所以选择python作为基础编程语言，后续的技术选择和分析会更有偏向性。

技术可行性分析

在将功能拆解以后，整个产品的制作方式就变得非常清晰了。作为初学者，我们下一步就需要用每个功能的关键字搜寻，一步步寻找并验证可以实现的技术。

文字显示
稍微搜索就会发现用GUI就能实现。python的GUI有：wxPython、pyQt、Tkinter……前端思维就是新建一个显示特定文字的box，实现起来没什么难度。
机器翻译
机器翻译也是有很多种的，比较古早的是基于符号系统的，现在的主流方向都是人工智能方向，网上有一些公开的模型，一些大公司也对外开放了免费翻译API。百度的就很好用，使用教程见：python调用百度通用翻译API进行翻译。测试效果如下：
文字识别
文字识别技术和机器翻译一样，现在的主流方向都是人工智能方向了，识别率高，识别速度快，网上同样有丰富的开源资源，如：TesseractOCR、EasyOCR、BaiduOCR、PaddleOCR……其中飞桨的PaddleOCR甚至提供了详细的模型训练的教程：这是PaddleOCR在gitee上的代码仓库，其中附带了详细的训练教程。测试效果如下：
截图
用python中PIL库的ImageGrab.grab方法即可获取指定位置，指定大小的矩形区域截图（当然必须是最顶层窗口的，我没找到像腾讯会议那种直接获取进程窗口句柄的方法)。测试效果如下：
确定矩形对角线
没想到这一步才是让我反复碰壁的。以前端思想，就是在按快捷键后监听鼠标的按压和松开事件，分别获取触发两个事件时的鼠标坐标就能确定要截图的矩形区域了。但是，python中鼠标事件的库pyhook的版本2因安全性问题用不了了，而pyhook3的python版本要求3.10以上，和PaddleOCR要求的版本冲突了，总之就是用不了。
后面我想到一个办法，可以利用GUI轻松实现：在触发快捷键后，直接生成一个覆盖全屏并置顶的半透明窗口，通过点击这个矩形可以轻松获取当时的鼠标位置。测试效果如下：

以上，我们通过简单的测试确认了每一步的关键技术是可行的，接下来只用着重于将各个模块实现并组合在一起即可。

具体实现

见下期：[从零开始]用python制作识图翻译器·三。

[从零开始]用python制作识图翻译器·二相关推荐

[从零开始]用python制作识图翻译器·一
AlsoEasy-RecognitionTranslator 前言需求分析应用场景需求提取需求补充竞品分析 QQ识图百度翻译 UU翻译器小结功能实现前言这是我的毕设作品.当时玩 ...
[从零开始]用python制作识图翻译器·四
具体实现整个工程文件已经上传到我的代码仓库. 正式开始项目结构数据存储因为本系统为自用而非商用,并且偏向功能性,所以直接用一个config.json文件保存所有的用户数据,就不用 ...
[从零开始]用python制作识图翻译器·三
AlsoEasy-RecognitionTranslator 具体实现开发环境准备和验证下载conda 创建开发环境文字识别模块在线模块离线模块机器翻译模块在线模块离线模块 GUI G ...
[从零开始]用python制作识图翻译器·五
测试通过以上步骤我们终于实现了系统,现在到了紧张刺激的测试环节.直接运行run.py文件: python run.py ::注意需要进入conda环境稍作等等,我们的系统就运行啦(啵唧啵唧). ...
python制作自己的专属二维码
python制作自己的专属二维码普通二维码带图二维码动图二维码首先下载并导入,下载可以 pip insatll MyQR来下载 from MyQR import myqr 首先可以看到这个函数 ...
利用Python制作动图演示坐标变换理论
利用Python制作动图演示坐标变换理论永磁同步电机是一个非线性.强耦合的物理系统,因而不便直接进行控制.后有研究人员创造性的提出了坐标变换理论(后逐渐成为矢量控制的一个部分),让永磁同步电机得以转 ...
python多张图片合并拼接，python制作sprite图、雪碧图
python多张图片合并拼接,python制作sprite图.雪碧图整理图片集找两个文件夹,yangying和zhaoliying,分别放上照片8张,共16张照片. 创建sprite.py # 多 ...
Python 制作迷宫游戏（二）——游戏窗口
Python 制作迷宫游戏(二)--游戏窗口上一节我们使用prime做了迷宫的底层数组,它的形式是一个二维数组. 这一节我们着手开始制作游戏窗口使用模块 pygame 在这项迷宫游戏的制作当中需要 ...
python图像识别生成矢量图_使用python制作矢量图
Get一个使用python制作矢量图的新技能: 前言: Matplotlib远比我们想象的强大,而这只是众多python强大的包中的一个,不愧是群英荟萃. 绘图后端我们一般是看不见的,matplotl ...

[从零开始]用python制作识图翻译器·二

AlsoEasy-RecognitionTranslator