# image_processor

**Repository Path**: alenzhai/image_processor

## Basic Information

- **Project Name**: image_processor
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-22
- **Last Updated**: 2026-04-11

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 电商图片生成器（增强版）

> 将商品图片自动处理成俄语电商推广图的自动化工具

## 功能概述

将商品图片自动处理成俄语电商推广图：

1. **AI 文字识别** - 使用 easyocr（深度学习）精准检测图片中的中文/英文文字
2. **文字擦除** - 使用 OpenCV 图像修复技术擦除原文字
3. **翻译** - 自动翻译文字到俄语
4. **图片合成** - 生成 3:4 比例电商图，右上角添加 logo，渐变背景

## 目录结构

```
image_processor/
├── image_processor.py   # 主程序（核心处理逻辑）
├── app.py               # Web 管理界面（推荐）
├── requirements.txt     # Python 依赖包
├── README.md           # 本文档
├── templates/          # Web 界面模板
│   └── index.html      # 管理界面首页
├── logos/              # logo 文件夹
│   └── logo2-comp.jpg  # 当前使用的 logo
├── input/              # 放入待处理的图片
├── output/             # 输出的电商图片
├── uploads/            # Web 上传的临时文件
└── venv/               # Python 虚拟环境
```

## 系统要求

- Python 3.8+
- Linux / macOS / Windows
- 首次运行需要网络下载 OCR 模型（约 200MB）
- Web 服务需要 Flask（已包含在 requirements.txt 中）
- 反向代理（可选）：Nginx / Apache（用于生产环境部署）

### 环境变量（可选）

| 变量名 | 说明 | 默认值 |
|--------|------|--------|
| `URL_PREFIX` | URL 前缀（用于反向代理） | 空 |
| `PORT` | 服务端口 | 5000 |

示例：
```bash
# 设置 URL 前缀（用于 Nginx 反向代理）
export URL_PREFIX=/image-processor

# 设置端口
export PORT=8080

python3 app.py
```

## 安装

### 1. 创建虚拟环境（推荐）

```bash
cd image_processor
python3 -m venv venv
source venv/bin/activate  # Linux/macOS
# 或
venv\Scripts\activate     # Windows
```

### 2. 安装依赖

```bash
# 使用清华镜像源加速安装
pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
```

### 3. 安装中文字体（可选，用于输出图片中的中文显示）

```bash
# Ubuntu/Debian
sudo apt install fonts-wqy-zenhei

# macOS
brew install --cask font-noto-cjk

# Windows
# 系统自带中文字体，无需安装
```

### requirements.txt 内容

```
# 图片处理
Pillow>=9.0.0
opencv-python>=4.5.0
numpy>=1.20.0

# OCR（可选）
easyocr>=1.7.0

# Web API
Flask>=2.0.0
Werkzeug>=2.0.0

# 翻译
googletrans==4.0.0-rc1
```

### 依赖包说明

| 包名 | 用途 | 必需 |
|------|------|------|
| Pillow | 图片处理和合成 | 是 |
| opencv-python | 图像修复（擦除文字） | 是 |
| numpy | 数值计算 | 是 |
| easyocr | AI 文字检测 | 是 |
| Flask | Web 服务 | 否（仅 Web 模式需要） |
| googletrans | Google 翻译接口 | 是 |

## 使用方法

### 快速开始

只需三步即可生成图片：

```bash
# 1. 将商品图片放入 input/ 文件夹
cp your-product-image.jpg input/

# 2. 运行程序
source venv/bin/activate
python3 image_processor.py

# 3. 在 output/ 文件夹查看结果
ls output/
```

### Web 管理界面（推荐）

项目提供基于 Flask 的 Web 管理界面，支持上传图片、查看进度、下载结果。

#### 启动 Web 服务

```bash
source venv/bin/activate
python3 app.py
```

启动后访问：**http://localhost:5000**

#### Web 界面功能

| 功能 | 说明 |
|------|------|
| 图片上传 | 支持单张/批量上传图片 |
| 处理队列 | 查看待处理、处理中、已完成的任务 |
| 图片预览 | 实时预览上传、处理中、输出的图片 |
| 进度跟踪 | 显示处理进度（0-100%） |
| 结果下载 | 下载处理后的电商图片 |
| 配置管理 | 在线查看和修改配置参数 |

#### API 接口

| 接口 | 方法 | 说明 |
|------|------|------|
| `/api/upload` | POST | 上传单张图片到队列 |
| `/api/upload/batch` | POST | 批量上传图片 |
| `/api/process` | POST | 触发处理队列中的所有图片 |
| `/api/process/<filename>` | POST | 处理指定文件 |
| `/api/task/<task_id>` | GET | 查询任务状态 |
| `/api/queue` | GET | 查看队列状态 |
| `/api/files/uploads` | GET | 列出已上传的文件 |
| `/api/files/outputs` | GET | 列出已处理的文件 |
| `/api/files/input` | GET | 列出输入文件夹的文件 |
| `/api/view/<folder>/<filename>` | GET | 预览图片 |
| `/api/download/<filename>` | GET | 下载处理后的图片 |
| `/api/delete/<filename>` | DELETE | 删除文件 |
| `/api/stats` | GET | 获取统计信息 |

### 基本使用（命令行）

1. **准备 logo** - 将 logo 图片放入 `logos/` 目录，默认为 `logo2-comp.jpg`
   - 支持格式：JPG, PNG（支持透明背景）
   - 建议尺寸：宽度 240px 以上（程序会自动缩放到 120px）

2. **放入商品图片** - 将待处理的图片放入 `input/` 文件夹
   - 支持格式：JPG, JPEG, PNG, BMP, WEBP
   - 建议尺寸：800x800px 以上

3. **运行程序**
   ```bash
   source venv/bin/activate
   python3 image_processor.py
   ```

4. **查看结果** - 处理后的图片在 `output/` 文件夹
   - 输出格式：JPG（质量 95%）
   - 输出尺寸：900x1200px（3:4 比例）
   - 文件名：`ru_原文件名.jpg`

### 命令行参数（可选）

程序支持直接指定单个图片进行处理：

```bash
# 处理单个图片
python3 image_processor.py path/to/your/image.jpg

# 处理多个图片
python3 image_processor.py image1.jpg image2.jpg image3.jpg
```

### 处理流程

```
输入图片 → AI 检测文字 → OCR 识别 → 擦除文字 → 翻译俄语 → 合成输出
                              ↓
                      渐变背景 + logo
```

输出图片结构：
```
┌────────────────────────────┐
│  [LOGO]                    │  <- 右上角 logo
│                            │
│  俄文翻译文字               │  <- 翻译后的商品描述
│  Russian text here         │
│                            │
│  ┌──────────────────────┐  │
│  │                      │  │
│  │   处理后的商品图片    │  │  <- 文字已擦除
│  │   (居中显示)         │  │
│  │                      │  │
│  └──────────────────────┘  │
│                            │
└────────────────────────────┘
```

## 配置说明

编辑 `image_processor.py` 文件顶部的 `CONFIG` 字典：

```python
CONFIG = {
    # 输入输出路径
    'input_folder': 'input',
    'output_folder': 'output',
    'logo_folder': 'logos',           # logo 文件夹
    'logo_file': 'logo2-comp.jpg',    # logo 文件名

    # 输出图片设置
    'output_width': 900,              # 输出宽度
    'output_height': 1200,            # 输出高度 (3:4 比例)

    # Logo 设置
    'logo_width': 120,                # logo 宽度
    'logo_margin': 30,                # logo 边距

    # 渐变背景颜色 (RGB)
    'gradient_colors': [
        (66, 88, 166),   # 深蓝紫
        (134, 66, 166),  # 紫色
        (166, 66, 128),  # 玫红
    ],

    # 字体设置
    'font_size_title': 42,
    'font_color': (255, 255, 255),    # 白色文字

    # 文字处理设置
    'enable_text_removal': True,      # 是否擦除原文字
    'use_ai_detection': True,         # 使用 AI 检测文字区域
    'inpaint_radius': 10,             # 文字修复半径

    # 备用文字（当 OCR 无法识别时使用）
    'manual_text': '优质商品 限时优惠',
}
```

### 配置项说明

| 配置项 | 默认值 | 说明 |
|--------|--------|------|
| `input_folder` | `'input'` | 输入图片文件夹路径 |
| `output_folder` | `'output'` | 输出图片文件夹路径 |
| `logo_file` | `'logo2-comp.jpg'` | 要使用的 logo 文件名 |
| `output_width` | `900` | 输出图片宽度（像素） |
| `output_height` | `1200` | 输出图片高度（像素） |
| `logo_width` | `120` | logo 显示宽度（像素） |
| `logo_margin` | `30` | logo 距离边缘的距离（像素） |
| `gradient_colors` | `[...]` | 渐变背景颜色列表 (RGB 元组) |
| `font_size_title` | `42` | 俄文翻译字体大小 |
| `font_color` | `(255,255,255)` | 文字颜色 (RGB) |
| `enable_text_removal` | `True` | 是否启用文字擦除功能 |
| `use_ai_detection` | `True` | 是否使用 AI 进行文字检测 |
| `inpaint_radius` | `10` | 文字擦除修复半径，值越大修复范围越大 |
| `manual_text` | `'优质商品 限时优惠'` | OCR 失败时的备用文字 |

### 自定义渐变背景

修改 `gradient_colors` 来自定义背景颜色：

```python
# 示例：蓝色系渐变
'gradient_colors': [
    (0, 102, 204),    # 蓝色
    (0, 153, 255),    # 浅蓝
    (102, 204, 255),  # 天蓝
],

# 示例：暖色系渐变
'gradient_colors': [
    (255, 102, 51),   # 橙色
    (255, 153, 51),   # 橘黄
    (255, 204, 51),   # 金黄
],
```

## 功能开关

### 关闭文字擦除

如果图片文字擦除效果不理想，可以关闭擦除功能：

```python
'enable_text_removal': False,  # 保留原图，只添加翻译和 logo
```

### 切换检测方法

```python
'use_ai_detection': True,   # 使用 AI (easyocr) - 推荐，更精确
# 或
'use_ai_detection': False,  # 使用 OpenCV - 更快，但可能误检
```

## 输出示例

### main-1.jpg（简单背景）
- AI 检测到 1-2 个文字区域
- 文字完全擦除，商品保持完整
- 效果：**完美**

### main-2.jpg（复杂拼接图）
- AI 检测到 2 个主要文字区域
- 主要文字擦除，小图标文字保留
- 效果：**良好**

## 常见问题

### Q: OCR 识别不准确？
**A:** 确保图片中文字清晰，对比度高。复杂图片可手动修改 `manual_text` 配置。

### Q: 文字擦除后有痕迹？
**A:** 调整 `inpaint_radius` 参数（5-20）：
- 值越小：修复范围小，可能残留文字
- 值越大：修复范围大，但可能模糊

### Q: 翻译不准确？
**A:** 程序使用 mymemory 免费 API，如需更准确可更换翻译服务。

### Q: 中文字体无法显示？
**A:** 程序会自动检测系统字体，支持：
- Linux: `wqy-zenhei.ttc`, `NotoSansCJK`
- macOS: `PingFang.ttc`
- Windows: `simhei.ttf`, `msyh.ttc`

### Q: 如何添加自己的 logo？
**A:**
1. 准备 PNG 或 JPG 格式的 logo 图片
2. 放入 `logos/` 文件夹
3. 修改配置中的 `logo_file` 为你的 logo 文件名

### Q: 如何处理不同尺寸比例的图片？
**A:** 程序会自动缩放商品图片以适应输出框架，无需手动调整。

### Q: 运行时提示缺少字体？
**A:** 安装开源中文字体：
```bash
# Ubuntu/Debian
sudo apt install fonts-wqy-zenhei

# macOS
brew install --cask font-noto-cjk

# Windows
# 系统自带中文字体，无需安装
```

## 生产环境部署

### 使用 Gunicorn 运行（推荐）

```bash
# 安装 gunicorn
pip install gunicorn

# 启动服务（4 个工作进程）
gunicorn -w 4 -b 0.0.0.0:5000 app:app

# 后台运行
nohup gunicorn -w 4 -b 0.0.0.0:5000 app:app > app.log 2>&1 &
```

### 使用 Nginx 反向代理

```nginx
server {
    listen 80;
    server_name your-domain.com;

    location / {
        proxy_pass http://127.0.0.1:5000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        # 文件上传大小限制
        client_max_body_size 50M;
    }

    # 静态文件（可选）
    location /static {
        alias /path/to/image_processor/static;
    }
}
```

### 使用 systemd 管理服务

```ini
# /etc/systemd/system/image-processor.service
[Unit]
Description=Image Processor Web Service
After=network.target

[Service]
Type=notify
User=www-data
Group=www-data
WorkingDirectory=/path/to/image_processor
Environment="PATH=/path/to/image_processor/venv/bin"
ExecStart=/path/to/image_processor/venv/bin/gunicorn -w 4 -b 127.0.0.1:5000 app:app
Restart=on-failure

[Install]
WantedBy=multi-user.target
```

```bash
# 启用并启动服务
sudo systemctl enable image-processor
sudo systemctl start image-processor
sudo systemctl status image-processor
```

### Docker 部署（可选）

```dockerfile
FROM python:3.12-slim

# 安装系统依赖
RUN apt-get update && apt-get install -y \
    libgl1-mesa-glx \
    libglib2.0-0 \
    fonts-wqy-zenhei \
    && rm -rf /var/lib/apt/lists/*

WORKDIR /app
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

COPY . .

EXPOSE 5000
CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:5000", "app:app"]
```

```bash
# 构建和运行
docker build -t image-processor .
docker run -p 5000:5000 -v $(pwd)/input:/app/input -v $(pwd)/output:/app/output image-processor
```

## 性能参考

| 图片尺寸 | AI 检测时间 | OpenCV 检测时间 |
|----------|-------------|-----------------|
| 800x600  | ~2-3 秒     | ~0.5 秒         |
| 1920x1080| ~5-8 秒     | ~1 秒           |
| 3000x2000| ~10-15 秒   | ~2 秒           |

> 注：测试环境 Intel i7, 16GB RAM。AI 检测首次运行需下载模型。

## 技术细节

### AI 文字检测

使用 easyocr 的 CRAFT 算法检测文字区域，比传统 OpenCV 更精确：
- 支持多语言（中文、英文）
- 适应复杂背景
- 自动合并相邻文字
- 首次运行自动下载模型（约 200MB）

### 文字擦除

使用 OpenCV 的 Telea 算法进行图像修复（inpainting）：
- 创建文字区域掩码
- 从周围像素推断填充
- 平滑过渡边缘

### 翻译服务

程序支持两种翻译 API：

| API | 说明 | 限制 |
|-----|------|------|
| Google Translate | 首选 API，速度快 | 需联网 |
| mymemory | 备用 API | 每日 5000 词免费 |

### 处理流程图

```
                    ┌─────────────────┐
                    │   输入图片      │
                    └────────┬────────┘
                             │
                    ┌────────▼────────┐
                    │  OCR 文字识别   │
                    │   (easyocr)     │
                    └────────┬────────┘
                             │
              ┌──────────────┴──────────────┐
              │                             │
     ┌────────▼────────┐          ┌────────▼────────┐
     │  AI 检测文字区域 │          │  OpenCV 检测    │
     │   (推荐)        │          │  (备用)         │
     └────────┬────────┘          └────────┬────────┘
              │                             │
              └──────────────┬──────────────┘
                             │
                  ┌──────────▼───────────┐
                  │  创建掩码并擦除文字  │
                  │   (inpainting)       │
                  └──────────┬───────────┘
                             │
                  ┌──────────▼───────────┐
                  │   翻译文字到俄语     │
                  │   (Google/mymemory)  │
                  └──────────┬───────────┘
                             │
                  ┌──────────▼───────────┐
                  │  创建渐变背景        │
                  │  添加俄文文字        │
                  │  添加 logo           │
                  │  添加商品图片        │
                  └──────────┬───────────┘
                             │
                  ┌──────────▼───────────┐
                  │   输出最终图片       │
                  │   (900x1200px)       │
                  └──────────────────────┘
```

## 更新日志

### v2.3 (当前版本)
- 修复 `/api/ocr` 接口竖版票据模式 OCR 参数问题
  - 移除 `paragraph=True` 参数（导致识别结果大幅减少）
  - 移除 `refine='synergy'` 参数（当前 easyocr 版本不支持）
- 竖版票据 OCR 识别效果提升：0 → 26 个有效区域

### v2.2
- 新增竖版图片自动旋转校正功能，支持处理纵向图片（如票据、清单等）
- 优化 OCR 图像预处理，移除锐化操作以提升文字识别效果
- 修复 OpenCV `cv2.threshold` 返回值解包错误
- 移除不支持的 `text_merge_type` 参数

### v2.1
- 新增倾斜检测与自动校正功能（`detect_and_correct_skew`）
- 优化竖版票据图片的 OCR 识别效果
- 改进图像增强算法，提升文字识别准确率

### v2.0
- 添加 AI 文字检测 (easyocr)
- 优化文字擦除效果
- 支持 logo 文件夹管理
- 改进翻译功能
- 新增配置项说明表格

### v1.0
- 基础 OCR 识别
- 简单图片处理

## 依赖说明

### 核心依赖

| 包名 | 用途 | 必需 |
|------|------|------|
| Pillow | 图片处理 | 是 |
| opencv-python-headless | 图像修复 | 是 |
| easyocr | AI 文字检测 | 是 |
| requests | HTTP 请求（翻译） | 是 |
| numpy | 数值计算 | 是 |

### 可选依赖

| 包名 | 用途 | 说明 |
|------|------|------|
| pytesseract | 备用 OCR | 当 easyocr 不可用时使用 |

## 致谢

- [easyocr](https://github.com/JaidedAI/EasyOCR) - AI 文字识别
- [OpenCV](https://opencv.org/) - 图像处理和修复
- [Pillow](https://python-pillow.org/) - 图片合成

## 许可证

MIT License