帮助与文档 > 产品文档 > 自然语言翻译服务 > IOS_SDK文档 > 图片翻译
图片翻译

图片翻译 IOS SDK 简介

概述

(1) 概念解释

图片翻译:基于文字识别与文本翻译技术,结合组段和渲染技术,满足用户翻译图片文字的需求,提升输入效率

(2) 说明

Hi,您好,欢迎使用有道智云图片翻译iOS SDK。

如果您想快速体验服务,建议您前往官网体验中心 或者在体验中心右下侧找到小程序二维码,扫描进行体验。

本文档主要针对需要集成图片翻译服务iOS SDK的开发工程师,详细描述有道智云图片翻译能力及集成过程。

如果您有与我们商务合作的需求,可以通过以下方式联系我们:

商务邮箱: AIcloud_Business@corp.youdao.com

如果您对文档内容有任何疑问,可以通过以下几种方式联系我们:

客服QQ:1906538062

智云翻译技术交流QQ 1群: 652880659

智云翻译技术交流QQ 2群: 669384425

智云翻译技术交流QQ 3群: 807539209

智云翻译技术交流QQ 4群: 936752411

联系邮箱: zhiyun@corp.youdao.com

温馨提示:
本文档主要针对开发人员,接入测试前需要在后台创建iOS应用,并绑定图片翻译实例;如果您还没有,请按照新手指南 操作。
平台向每个账户赠送50元的体验金,供用户集成前测试所用,具体资费规则详见图片翻译服务报价

功能介绍

有道图片翻译 SDK 是有道智云开放平台提供的云服务之一,是有道在线图片翻译接口的一种实现,支持在线图片翻译。

兼容性

支持设备:运行了iOS 8.0及以上系统的 iOS 设备

图片翻译SDK集成指南

集成前提

开始集成SDK之前开发者需要登录有道智云平台 ,创建应用获取应用ID(或者通过运营人员获取应用ID),以便使用翻译服务。

集成步骤

SDK包导入

翻译SDK由如下几个SDK组成,用户可根据需要组合使用:

文件说明
FanYiSDK.h头文件(必选)
libbase.a图片翻译相关sdk基础库(必选)
libocrtrans.a在线图片翻译 SDK(必选,使用在线图片翻译时使用)
  1. 添加头文件和库文件:将 translateSDK 添加到工程中,包括 FanYiSDK.h 头文件和 libFanYiSDK.a 文件。可以直接将 translateSDK 文件夹拖动到工程中,也可以选择File “Add files to ‘Project Name’…”
  2. 设置工程 Other Linker Flags 为 -ObjC

Alt

  1. 若使用离线功能,修改工程中任意一个类后缀名为 .mm,参见 demo 中 ViewController.mm,Xcode 10.0之前的版本需要添加libstc++.6.0.9.tbd,Xcode 10.0及以上版本需要设置C++ Standard Library为libc++;若未使用离线功能可跳过此步骤;

Alt

  1. 在工程build Phases – Link Binary With Libraries中添加libFanYiSDK.a, AdSupport.framework, CoreTelephony.framework, SystemConfiguration, libz.tbd和libsqlite3.tbd。如下:

Alt

SDK初始化

说明:所有的查询都需要初始化appKey(应用ID),只执行初始化一次即可。
注:appKey即应用ID

//初始化appKey(应用ID)
YDTranslateInstance *yd = [YDTranslateInstance sharedInstance];
yd.appKey = @"your appkey";

功能集成

说明:请参考 demo 中 OCRTransController 的使用

  1. 构造查询器
YDOCRTransRequest *request = [YDOCRTransRequest request];
YDOCRTransParameter *param = [YDOCRTransParameter param];
param.from = @"en"; //设置源语言
param.to = @"zh-CHS"; //设置目标语言
param.serverRenderImage = YES; //设置服务端渲染
request.param = param;
  1. 将图片转化为base64编码
NSString *base64Str = [self image2DataURL:self.imgView.image];
  1. 执行翻译过程

识别返回两种情况,一种是成功,相关结果存储在 result 参数中,另外一种是失败,失败信息放在 error,可根据 错误代码列表 查询。整个识别是异步的。

request lookup:base64Str WithCompletionHandler:^(YDOCRTransRequest *request, NSDictionary *info, NSError *error) {
    if (error) {
        //失败
        NSLog(@"error:%@", error);
        [HUDUtil show:self.view text:@"识别失败"];
    }else {
            //成功
        YDOCRTransResult *result = [YDOCRTransResult mj_objectWithKeyValues:info];
        NSLog(@"%@", result);
        [HUDUtil show:self.view text:@"识别成功"];
        [self handleOCRTransReuslt:result];
    }
}];

翻译结果说明

对于在线图片翻译,服务器查询结果返回数据如下:

{
    "orientation": "Up",
    "lanFrom": "en",
    "textAngle": "0.0",
    "errorCode": "0",
    "lanTo": "zh-CHS",
    "render_image": "...."
    "resRegions": [{
        "boundingBox": "134,0,1066,249",
        "linesCount": 7,
        "lineheight": 28,
        "context": " There are two ways to cope with the problem in government. One (dis cussed in the preceding chapter) is to supply the service or product in a marketlike environment. Shift the burden of evaluation off the shoulders of professional evaluators and onto the shoulders of clients and customers, and let the latter vote with their feet. The \"client\" in these cases can be individual citizens or government agencies; what is important is that the client be able to choose from among rival suppliers.",
        "linespace": 7,
        "tranContent": "有两种方法可以在政府应对的问题。一个(在前一章讨论)是提供的服务或产品marketlike环境。肩上的负担,转变评价专业评估和客户的肩膀上,并让后者用脚投票。“客户”在这些情况下可以公民个人或政府机构;重要的是客户端可以选择从竞争对手的供应商。"
    }, {
        "boundingBox": "116,253,1100,354",
        "linesCount": 10,
        "lineheight": 28,
        "context": " But some public services cannot be supplied, or arc never going to be sup plied, by a market. We can imagine allowing parents to choose among schools but we cannot imagine letting them choose (at least for most purposes) among police departments or armies. In that case one should adopt the second way of evaluating a public service: carry out a demonstration project or conduct a field experiment. (I will use the two ideas interchangeably, though some schol ars distinguish between them.7) An experiment is a planned alteration in a state of affairs designed to measure the effect of the intervention. It involves asking the question, \"If I change X, what will happen to Y, having first made certain that everything else stays the same?\" It sounds easy, but it is not.",
        "linespace": 5,
        "tranContent": "但是一些公共服务不能提供,或弧永远不会一口招摇撞骗,由一个市场。我们可以想象允许父母选择在学校但是我们无法想象让他们选择(至少在大多数情况下)在警察部门或军队。在这种情况下应该采用第二种方法评价公共服务:开展示范项目或进行现场试验。(我将使用两个概念互换,尽管有些schol ars区分them.7)一个实验计划变更的状态设计测量干预的效果。它涉及到问这个问题:“如果我改变X,Y,会发生什么在第一次确信一切保持不变吗?”这听起来容易,但事实并非如此。"
    }, {
        "boundingBox": "101,609,1141,152",
        "linesCount": 4,
        "lineheight": 28,
        "context": " A good experiment (bad ones are worse than no experiment at all) requires that one do the following: First, identify a course of action to be test ed; call it the treatment. A \"treatment\" can be a police tactic, a school cur riculum, or a welfare program. Second, decide what impact the treatment is",
        "linespace": 5,
        "tranContent": "一个好的实验(坏的比任何实验)要求执行以下操作:首先,确定一个测试ed的行动;叫它治疗。“治疗”可以是一个警察战术,一个学校cur riculum,或福利计划。第二,决定什么是影响治疗"
    }]
}

render_image 是服务端渲染过的翻译图片

服务器是按照区域,行,字的格式返回的,即一张图片会识别出图片对应的 Result,其上可能有多个区域 Region,每个区域会包含一行或多行 Line,boundingBox 字段返回坐标和大小。 SDK 对上述 json 数据解析封装为 YDOCRTransResult 对象,如下:

@interface YDOCRTransResult : NSObject
/* 错误码 */
@property (nonatomic, copy) NSString *errorCode;
/* ocr所识别出来认为的图片中的语言 */
@property (nonatomic, copy) NSString *lanFrom;
/* 目标语言 */
@property (nonatomic, copy) NSString *lanTo;
/* 图片所对应的方向 */
@property (nonatomic, copy) NSString *orientation;
/* 图片翻译的具体内容 */
@property (nonatomic, strong) NSArray *resRegions;
/* 图片的倾斜角度 */
@property (nonatomic, copy) NSString *textAngle;
/* 原始数据 */
@property (nonatomic, strong) NSDictionary *info;

+ (instancetype)initWithDict:(NSDictionary *)info;
@end

@interface YDOCRTransRegion : NSObject
/* 区域范围,四个值:左上角的x值,左上角的y值,区域的的宽,区域的高,例如:134,0,1066,249 */
@property (nonatomic, copy) NSString *boundingBox;
/* 该区域的原文 */
@property (nonatomic, copy) NSString *context;
/* 行高 */
@property (nonatomic, copy) NSString *lineheight;
/* 行数(用于前端排版) */
@property (nonatomic, copy) NSString *linesCount;
/* 翻译结果 */
@property (nonatomic, copy) NSString *tranContent;
/* 行间距 */
@property (nonatomic, copy) NSString *linespace;

+ (instancetype)initWithDict:(NSDictionary *)info;
@end

支持语言

语言代码
中文zh-CHS
日文ja
英文en
韩文ko
法文fr
俄文ru
葡萄牙文pt
西班牙文es
越南文vi
德文de
阿拉伯文ar
印尼文id
自动识别auto

错误代码列表

错误码含义
101缺少必填的参数
102不支持的语言类型
103翻译文本过长
104不支持的API类型
105不支持的签名类型
106不支持的响应类型
107不支持的传输加密类型
108应用ID无效,注册账号,登录后台创建应用和实例并完成绑定,可获得应用ID和应用密钥等信息
109batchLog格式不正确
110无相关服务的有效实例
111开发者账号无效
113q不能为空
114不支持的图片传输方式
201解密失败,可能为DES,BASE64,URLDecode的错误
202签名检验失败
203访问IP地址不在可访问IP列表
205请求的接口与应用的平台类型不一致,如有疑问请参考入门指南
206因为时间戳无效导致签名校验失败
207重放请求
301辞典查询失败
302翻译查询失败
303服务端的其它异常
304会话闲置太久超时
401账户已经欠费停
402offlinesdk不可用
411访问频率受限,请稍后访问
412长请求过于频繁,请稍后访问
1001无效的OCR类型
1002不支持的OCR image类型
1003不支持的OCR Language类型
1004识别图片过大
1201图片base64解密失败
1301OCR段落识别失败
1411访问频率受限
1412超过最大识别字节数
2003不支持的语音声道
2004不支持的语音上传类型
2005不支持的语言类型
2006不支持的识别类型
2201识别音频文件过大
2301识别音频时长过长
2411不支持的音频文件类型
2412不支持的发音类型
3001不支持的语音格式
3002不支持的语音采样率
3003不支持的语音声道
3004不支持的语音上传类型
3005不支持的语言类型
3006不支持的识别类型
3007识别音频文件过大
3008识别音频时长过长
3009不支持的音频文件类型
3010不支持的发音类型
3201解密失败
3301语音识别失败
3302语音翻译失败
3303服务的异常
3411访问频率受限,请稍后访问
3412超过最大请求字符数
5001无效的OCR类型
5002不支持的OCR image类型
5003不支持的语言类型
5004识别图片过大
5005不支持的图片类型
5006文件为空
5201解密错误,图片base64解密失败
5301OCR段落识别失败
5411访问频率受限
5412超过最大识别流量
9001不支持的语音格式
9002不支持的语音采样率
9003不支持的语音声道
9004不支持的语音上传类型
9005不支持的语音识别 Language类型
9301ASR识别失败
9303服务器内部错误
9411访问频率受限(超过最大调用次数)
9412超过最大处理语音长度
10001无效的OCR类型
10002不支持的OCR image类型
10004识别图片过大
10201图片base64解密失败
10301OCR段落识别失败
10411访问频率受限
10412超过最大识别流量
13001不支持的角度类型
13002不支持的文件类型
13003表格识别图片过大
13004文件为空
13301表格识别失败
17001需要图片
17002图片过大(1M)
17003识别类型未找到
17004不支持的识别类型
17005服务调用失败
-1000未知错误
-2000查询输入为空

常见问题及注意事项

1.运行程序崩溃?
检查下是否对应的 SDK静态库包 是否放到当前工程目录下。

2.翻译没结果?
检查下翻译接口回调的错误信息,保证申请的应用ID是有效且提前绑定了。

3.添加翻译 SDK 之后审核没有通过?
翻译 SDK 使用了 AdSupport 框架获取设备 IDFA 信息用以统计计费,提交审核时对应用是否有广告选项请选择“是”。

版本更新记录

上线日期版本号更新内容
2017.05.08v1.0.0有道智云翻译 iOS SDK上线,支持在线离线翻译
2017.06.07v1.1.01. 拆分翻译 SDK,SDK 拆分为多个文件,用户可根据需要引用
2. 修复已知 bug
2017.06.30v1.2.0修复已知 bug
2017.07.24v1.3.01. 修复 deeplink 相关 bug
2017.08.16v1.4.01. 修复已知 bug
2018.02.09v1.7.0支持在线语音翻译
2018.05.16v1.7.2支持在线图片翻译