# translategemma-12b-it代码实例：Ollama Python调用实现批量图片文本翻译 ## 1. 快速了解translategemma-12b-it translategemma-12b-it是一个强大的图文翻译模型，它能同时看懂图片里的文字并进行翻译。想象一下，你有一堆英文图片，想要快速转换成中文内容，这个模型就能帮你自动完成这个工作。 这个模型基于Google的Gemma 3架构，支持55种语言互译。最棒的是它体积相对较小，不需要昂贵的服务器，在普通电脑上就能运行，让每个人都能用上先进的翻译技术。 **核心能力一览**： - 输入支持：文字内容或包含文字的图片 - 输出结果：翻译成目标语言的文字 - 处理规格：图片会自动调整到896x896分辨率 - 多语言支持：55种语言互译 ## 2. 环境准备与模型部署 ### 2.1 安装Ollama 首先需要安装Ollama，这是运行各种AI模型的平台。根据你的操作系统选择安装方式： ```bash # Windows系统 下载地址：https://ollama.com/download/OllamaSetup.exe # macOS系统 brew install ollama # Linux系统 curl -fsSL https://ollama.com/install.sh | sh ``` 安装完成后，启动Ollama服务： ```bash ollama serve ``` ### 2.2 下载translategemma模型 在终端或命令行中运行以下命令下载模型： ```bash ollama pull translategemma:12b ``` 下载时间取决于你的网络速度，模型大小约12GB，请确保有足够的磁盘空间和稳定的网络连接。 ### 2.3 验证安装 运行以下命令测试模型是否正常工作： ```bash ollama run translategemma:12b ``` 如果看到模型提示符，说明安装成功。 ## 3. Python调用基础示例 ### 3.1 安装必要的Python库 首先安装需要的Python包： ```bash pip install ollama requests pillow ``` - `ollama`: 官方Python客户端库 - `requests`: 用于处理HTTP请求 - `pillow`: 图像处理库 ### 3.2 基础调用代码 下面是一个最简单的调用示例： ```python import ollama def simple_translate(text, target_lang="zh-Hans"): """基础文本翻译函数""" prompt = f"请将以下英文文本翻译成{target_lang}：{text}" response = ollama.chat(model='translategemma:12b', messages=[ { 'role': 'user', 'content': prompt } ]) return response['message']['content'] # 使用示例 text_to_translate = "Hello, how are you today?" translated_text = simple_translate(text_to_translate) print(f"原文: {text_to_translate}") print(f"翻译: {translated_text}") ``` ### 3.3 图片翻译基础代码 如果要翻译图片中的文字，需要先将图片转换为base64编码： ```python import base64 import ollama def translate_image(image_path): """翻译图片中的文字""" # 读取图片并编码 with open(image_path, "rb") as image_file: image_data = base64.b64encode(image_file.read()).decode('utf-8') prompt = """你是一名专业的英语至中文翻译员。请将图片中的英文文本准确翻译成中文，仅输出中文译文。""" response = ollama.chat(model='translategemma:12b', messages=[ { 'role': 'user', 'content': prompt, 'images': [image_data] } ]) return response['message']['content'] # 使用示例 image_path = "example.jpg" # 替换为你的图片路径 result = translate_image(image_path) print(f"图片翻译结果: {result}") ``` ## 4. 批量图片翻译实战 ### 4.1 批量处理框架 在实际工作中，我们通常需要处理大量图片。下面是一个完整的批量处理脚本： ```python import os import base64 import ollama from pathlib import Path import time class BatchImageTranslator: def __init__(self, model_name="translategemma:12b"): self.model_name = model_name self.supported_formats = ['.jpg', '.jpeg', '.png', '.bmp'] def is_supported_image(self, file_path): """检查文件是否为支持的图片格式""" return Path(file_path).suffix.lower() in self.supported_formats def process_single_image(self, image_path, target_lang="zh-Hans"): """处理单张图片翻译""" try: # 读取并编码图片 with open(image_path, "rb") as f: image_data = base64.b64encode(f.read()).decode('utf-8') # 构建提示词 prompt = f"""你是一名专业的英语至{target_lang}翻译员。 请准确翻译图片中的英文文本，仅输出{target_lang}译文，无需额外解释。""" # 调用模型 response = ollama.chat( model=self.model_name, messages=[{ 'role': 'user', 'content': prompt, 'images': [image_data] }] ) return { 'status': 'success', 'file_path': image_path, 'translation': response['message']['content'].strip() } except Exception as e: return { 'status': 'error', 'file_path': image_path, 'error': str(e) } def process_batch(self, input_folder, output_file=None, delay=1): """批量处理文件夹中的所有图片""" results = [] image_files = [] # 收集所有支持的图片文件 for file_name in os.listdir(input_folder): file_path = os.path.join(input_folder, file_name) if self.is_supported_image(file_path): image_files.append(file_path) print(f"找到 {len(image_files)} 个图片文件需要处理") # 逐个处理图片 for i, image_path in enumerate(image_files, 1): print(f"处理第 {i}/{len(image_files)} 个文件: {os.path.basename(image_path)}") result = self.process_single_image(image_path) results.append(result) # 添加延迟避免过度请求 time.sleep(delay) # 保存结果 if output_file: self.save_results(results, output_file) return results def save_results(self, results, output_file): """保存翻译结果到文件""" with open(output_file, 'w', encoding='utf-8') as f: for result in results: if result['status'] == 'success': f.write(f"文件: {result['file_path']}\n") f.write(f"翻译: {result['translation']}\n") f.write("-" * 50 + "\n") else: f.write(f"文件: {result['file_path']} - 错误: {result['error']}\n") f.write("-" * 50 + "\n") # 使用示例 if __name__ == "__main__": translator = BatchImageTranslator() # 批量处理图片 results = translator.process_batch( input_folder="./images", # 图片文件夹路径 output_file="./translations.txt", # 结果保存文件 delay=0.5 # 处理间隔(秒) ) print(f"处理完成！成功: {sum(1 for r in results if r['status']=='success')}") print(f"失败: {sum(1 for r in results if r['status']=='error')}") ``` ### 4.2 高级批量处理功能 对于更复杂的批量处理需求，可以添加以下功能： ```python def advanced_batch_processing(self, input_folder, output_folder=None, languages=None, max_retries=3): """高级批量处理功能""" if languages is None: languages = ["zh-Hans"] # 默认中文 # 创建输出文件夹 if output_folder and not os.path.exists(output_folder): os.makedirs(output_folder) results = [] for lang in languages: lang_folder = os.path.join(output_folder, lang) if output_folder else None if lang_folder and not os.path.exists(lang_folder): os.makedirs(lang_folder) # 处理每种语言的翻译 for image_file in self.get_image_files(input_folder): for attempt in range(max_retries): try: result = self.process_single_image(image_file, lang) results.append(result) # 保存单独的文件 if lang_folder: output_path = os.path.join( lang_folder, f"{Path(image_file).stem}_{lang}.txt" ) with open(output_path, 'w', encoding='utf-8') as f: f.write(result['translation']) break except Exception as e: if attempt == max_retries - 1: results.append({ 'status': 'error', 'file_path': image_file, 'error': f"重试{max_retries}次后失败: {str(e)}" }) time.sleep(2) # 重试前等待 time.sleep(0.5) # 处理间隔 return results ``` ## 5. 实用技巧与优化建议 ### 5.1 提示词优化技巧 好的提示词能显著提升翻译质量： ```python def create_optimized_prompt(text=None, source_lang="en", target_lang="zh-Hans", context=None, style="formal"): """创建优化的翻译提示词""" style_descriptions = { "formal": "正式、专业的语言风格", "casual": "随意、口语化的表达方式", "technical": "技术文档的专业术语", "literary": "文学作品的优美表达" } prompt = f"""你是一名专业的{source_lang}至{target_lang}翻译专家。 翻译要求： 1. 准确传达原文含义和细微差别 2. 符合{target_lang}的语法规范 3. 保持{style_descriptions.get(style, '专业')}风格 4. 考虑文化适应性和本地化""" if context: prompt += f"\n\n上下文信息：{context}" if text: prompt += f"\n\n请翻译以下内容：{text}" else: prompt += "\n\n请翻译图片中的文本内容" prompt += "\n\n仅输出翻译结果，不要添加任何解释或评论。" return prompt ``` ### 5.2 性能优化建议 处理大量图片时，可以考虑以下优化措施： ```python # 并发处理示例（高级用法） import concurrent.futures def concurrent_batch_process(image_paths, max_workers=2): """使用线程池并发处理""" results = [] with concurrent.futures.ThreadPoolExecutor(max_workers=max_workers) as executor: # 提交所有任务 future_to_path = { executor.submit(self.process_single_image, path): path for path in image_paths } # 收集结果 for future in concurrent.futures.as_completed(future_to_path): path = future_to_path[future] try: result = future.result() results.append(result) except Exception as e: results.append({ 'status': 'error', 'file_path': path, 'error': str(e) }) return results ``` ### 5.3 错误处理与重试机制 健壮的错误处理能让批量处理更稳定： ```python def robust_translate(self, image_path, max_retries=3, timeout=30): """带重试机制的稳健翻译函数""" for attempt in range(max_retries): try: result = self.process_single_image(image_path) return result except requests.exceptions.Timeout: if attempt == max_retries - 1: return { 'status': 'error', 'file_path': image_path, 'error': f"请求超时，重试{max_retries}次后失败" } time.sleep(2 ** attempt) # 指数退避 except Exception as e: if attempt == max_retries - 1: return { 'status': 'error', 'file_path': image_path, 'error': f"重试{max_retries}次后失败: {str(e)}" } time.sleep(1) return { 'status': 'error', 'file_path': image_path, 'error': "未知错误" } ``` ## 6. 实际应用场景示例 ### 6.1 多语言文档翻译 假设你有一个包含多语言文档的文件夹，需要统一翻译成中文： ```python def translate_documents_folder(folder_path, output_base_dir): """翻译整个文档文件夹""" translator = BatchImageTranslator() # 按语言分类处理 language_folders = { 'en': '英语文档', 'ja': '日语文档', 'ko': '韩语文档', 'fr': '法语文档' } for lang_code, lang_name in language_folders.items(): lang_input_dir = os.path.join(folder_path, lang_name) lang_output_dir = os.path.join(output_base_dir, '中文翻译', lang_name) if os.path.exists(lang_input_dir): print(f"处理{lang_name}文档...") translator.process_batch( input_folder=lang_input_dir, output_file=os.path.join(lang_output_dir, '翻译结果.txt') ) ``` ### 6.2 实时翻译服务 你还可以创建一个简单的实时翻译服务： ```python from flask import Flask, request, jsonify import tempfile import os app = Flask(__name__) translator = BatchImageTranslator() @app.route('/translate/image', methods=['POST']) def translate_image_api(): """图片翻译API接口""" if 'image' not in request.files: return jsonify({'error': '没有上传图片'}), 400 image_file = request.files['image'] target_lang = request.form.get('target_lang', 'zh-Hans') # 保存临时文件 with tempfile.NamedTemporaryFile(delete=False, suffix='.jpg') as tmp_file: image_file.save(tmp_file.name) result = translator.process_single_image(tmp_file.name, target_lang) os.unlink(tmp_file.name) # 删除临时文件 return jsonify(result) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True) ``` ## 7. 总结 通过本文的代码实例，你应该已经掌握了如何使用translategemma-12b-it模型进行批量图片文本翻译。这个强大的工具可以帮你： **主要优势**： - 自动识别图片中的文字并进行翻译 - 支持55种语言互译 - 在普通电脑上就能运行，无需昂贵硬件 - 批量处理能力，适合大量文档翻译需求 **实用建议**： 1. 开始时先用少量图片测试，确保一切正常工作 2. 根据图片数量调整处理延迟，避免过度请求 3. 使用优化的提示词来获得更好的翻译质量 4. 对于重要文档，建议人工核对翻译结果 **下一步学习方向**： - 尝试不同的提示词风格，找到最适合你需求的方式 - 探索模型支持的其他53种语言 - 考虑将翻译服务集成到你的现有工作流程中 记得在实际使用中，根据你的具体需求调整代码参数，特别是处理延迟和并发数，以获得最佳的性能和稳定性。 --- > **获取更多AI镜像** > > 想探索更多AI镜像和应用场景？访问 [CSDN星图镜像广场](https://ai.csdn.net/?utm_source=mirror_blog_end)，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。