translategemma-4b-it代码实例Python调用Ollama API实现图文翻译自动化1. 了解translategemma-4b-it模型translategemma-4b-it是一个基于Google Gemma 3模型系列构建的轻量级翻译模型。这个模型专门设计用来处理图文翻译任务支持55种语言之间的互译。这个模型的最大特点是既能处理文本翻译又能识别图片中的文字并进行翻译。它可以将输入的图片归一化为896×896分辨率并将每个图像编码为256个token总输入上下文长度达到2K个token。对于需要在本地环境部署翻译服务的开发者来说translategemma-4b-it是个不错的选择。它体积相对较小可以在普通笔记本电脑、台式机或个人云基础设施上运行让更多人能够使用前沿的翻译技术。2. 环境准备与Ollama部署2.1 安装Ollama要使用translategemma-4b-it首先需要在本地安装Ollama。Ollama是一个简化大模型本地部署的工具让用户能够轻松运行各种开源模型。# 在Linux/macOS上安装Ollama curl -fsSL https://ollama.ai/install.sh | sh # 在Windows上可以从官网下载安装包 # 访问 https://ollama.ai/download 下载Windows版本安装完成后启动Ollama服务# 启动Ollama服务 ollama serve2.2 拉取translategemma模型Ollama服务运行后需要拉取translategemma模型# 拉取translategemma:4b模型 ollama pull translategemma:4b这个过程可能会花费一些时间取决于你的网络速度。模型大小约4GB左右确保你有足够的磁盘空间。2.3 验证模型安装模型拉取完成后可以通过以下命令验证是否安装成功# 查看已安装的模型 ollama list # 测试模型运行 ollama run translategemma:4b 你好如果看到模型正常响应说明安装成功。3. Python调用Ollama API实现图文翻译3.1 安装必要的Python库首先安装需要的Python库pip install requests pillow python-dotenvrequests用于发送HTTP请求到Ollama APIpillow用于处理图片文件python-dotenv用于管理环境变量可选3.2 基础API调用代码下面是一个简单的Python脚本演示如何调用Ollama API进行文本翻译import requests import json def translate_text(text, source_langen, target_langzh-Hans): 使用translategemma模型进行文本翻译 Args: text (str): 待翻译的文本 source_lang (str): 源语言代码默认为英语 target_lang (str): 目标语言代码默认为简体中文 Returns: str: 翻译后的文本 # Ollama API端点 url http://localhost:11434/api/generate # 构建提示词 prompt f你是一名专业的{source_lang}至{target_lang}翻译员。 你的目标是准确传达原文的含义与细微差别同时遵循语法、词汇及文化敏感性规范。 仅输出{target_lang}译文无需额外解释或评论。 请翻译以下文本 {text} # 请求数据 data { model: translategemma:4b, prompt: prompt, stream: False } try: # 发送请求 response requests.post(url, jsondata) response.raise_for_status() # 解析响应 result response.json() return result[response].strip() except requests.exceptions.RequestException as e: print(fAPI请求错误: {e}) return None except KeyError: print(响应格式错误) return None # 示例使用 if __name__ __main__: english_text Hello, world! This is a test of the translation system. translated translate_text(english_text) print(f原文: {english_text}) print(f译文: {translated})3.3 图片翻译完整示例对于包含图片的翻译任务需要先将图片转换为base64编码然后发送给APIimport base64 import requests from PIL import Image import io def translate_image_with_text(image_path, text_instruction, target_langzh-Hans): 翻译图片中的文字内容 Args: image_path (str): 图片文件路径 text_instruction (str): 翻译指令 target_lang (str): 目标语言 Returns: str: 翻译结果 # 读取并处理图片 try: with Image.open(image_path) as img: # 调整图片大小可选模型会自动处理 if img.size ! (896, 896): img img.resize((896, 896), Image.Resampling.LANCZOS) # 转换为base64 buffered io.BytesIO() img.save(buffered, formatJPEG) img_base64 base64.b64encode(buffered.getvalue()).decode(utf-8) except Exception as e: print(f图片处理错误: {e}) return None # 构建完整的提示词 prompt f你是一名专业的翻译员。你的目标是准确传达原文的含义与细微差别。 仅输出{target_lang}译文无需额外解释或评论。 {text_instruction} # 请求数据 data { model: translategemma:4b, prompt: prompt, images: [img_base64], stream: False } try: # 发送请求 response requests.post(http://localhost:11434/api/generate, jsondata) response.raise_for_status() result response.json() return result[response].strip() except requests.exceptions.RequestException as e: print(fAPI请求错误: {e}) return None # 使用示例 if __name__ __main__: # 翻译图片中的英文文本 result translate_image_with_text( example.jpg, 请将图片中的英文文本翻译成中文 ) print(f翻译结果: {result})3.4 批量翻译处理对于需要处理大量图片或文本的情况可以编写批量处理函数import os import time from concurrent.futures import ThreadPoolExecutor, as_completed def batch_translate_images(image_dir, output_file, text_instruction, max_workers3): 批量翻译图片目录中的图片 Args: image_dir (str): 图片目录路径 output_file (str): 输出文件路径 text_instruction (str): 翻译指令 max_workers (int): 最大并发数 # 获取所有图片文件 image_extensions [.jpg, .jpeg, .png, .bmp, .tiff] image_files [ os.path.join(image_dir, f) for f in os.listdir(image_dir) if os.path.isfile(os.path.join(image_dir, f)) and os.path.splitext(f)[1].lower() in image_extensions ] results [] def process_image(image_path): 处理单张图片 try: result translate_image_with_text(image_path, text_instruction) return { image: os.path.basename(image_path), translation: result, status: success } except Exception as e: return { image: os.path.basename(image_path), translation: None, status: ferror: {str(e)} } # 使用线程池并发处理 with ThreadPoolExecutor(max_workersmax_workers) as executor: future_to_image { executor.submit(process_image, img_path): img_path for img_path in image_files } for future in as_completed(future_to_image): result future.result() results.append(result) print(f处理完成: {result[image]} - {result[status]}) # 保存结果 with open(output_file, w, encodingutf-8) as f: for result in results: f.write(f图片: {result[image]}\n) f.write(f状态: {result[status]}\n) if result[translation]: f.write(f翻译: {result[translation]}\n) f.write(\n -*50 \n) print(f批量处理完成结果已保存到: {output_file}) # 使用示例 if __name__ __main__: batch_translate_images( image_dir./images, output_file./translation_results.txt, text_instruction请将图片中的英文文本翻译成中文 )4. 实际应用场景与技巧4.1 文档翻译自动化translategemma-4b-it特别适合处理包含图片的文档翻译。比如扫描的PDF文档、带有插图的说明书等def translate_document_pages(pdf_path, output_dir, target_langzh-Hans): 翻译PDF文档的每一页需要先将PDF转换为图片 # 这里需要先将PDF转换为图片可以使用pdf2image库 # pip install pdf2image from pdf2image import convert_from_path # 创建输出目录 os.makedirs(output_dir, exist_okTrue) # 转换PDF为图片 images convert_from_path(pdf_path) results [] for i, image in enumerate(images): # 临时保存图片 temp_path os.path.join(output_dir, fpage_{i1}.jpg) image.save(temp_path, JPEG) # 翻译图片内容 translation translate_image_with_text( temp_path, f请将图片中的文本翻译成{target_lang} ) results.append({ page: i1, translation: translation }) print(f已完成第 {i1} 页翻译) return results4.2 网页内容翻译对于需要翻译网页截图的情况可以结合浏览器自动化工具def translate_webpage_screenshot(url, output_path, target_langzh-Hans): 截取网页截图并翻译内容 # 需要使用selenium进行网页截图 # pip install selenium webdriver-manager from selenium import webdriver from selenium.webdriver.chrome.service import Service from webdriver_manager.chrome import ChromeDriverManager # 设置浏览器 options webdriver.ChromeOptions() options.add_argument(--headless) # 无头模式 options.add_argument(--disable-gpu) options.add_argument(--window-size1920,1080) driver webdriver.Chrome( serviceService(ChromeDriverManager().install()), optionsoptions ) try: # 访问网页并截图 driver.get(url) driver.save_screenshot(output_path) # 翻译截图内容 translation translate_image_with_text( output_path, f请将图片中的网页内容翻译成{target_lang} ) return translation finally: driver.quit() # 使用示例 webpage_translation translate_webpage_screenshot( https://example.com, screenshot.png, zh-Hans )4.3 优化翻译质量的技巧为了提高翻译质量可以优化提示词和预处理def optimized_translate(text_or_image, source_langen, target_langzh-Hans, contextNone): 优化后的翻译函数提供更好的翻译质量 # 构建更详细的提示词 if context: prompt f你是一名专业的{source_lang}至{target_lang}翻译员具有丰富的翻译经验。 翻译要求 1. 准确传达原文的含义与细微差别 2. 遵循{target_lang}的语法规范和表达习惯 3. 保持专业术语的一致性 4. 注意文化差异的适当处理 上下文信息{context} 请翻译以下内容仅输出{target_lang}译文 else: prompt f你是一名专业的{source_lang}至{target_lang}翻译员。 请准确翻译以下内容仅输出{target_lang}译文 # 如果是文本翻译 if isinstance(text_or_image, str): full_prompt f{prompt}\n\n{text_or_image} data { model: translategemma:4b, prompt: full_prompt, stream: False } # 如果是图片翻译 else: full_prompt f{prompt}\n\n请翻译图片中的内容 data { model: translategemma:4b, prompt: full_prompt, images: [text_or_image], # 这里应该是base64编码的图片 stream: False } # 发送请求 response requests.post(http://localhost:11434/api/generate, jsondata) result response.json() return result[response].strip()5. 常见问题与解决方案5.1 连接问题处理在使用过程中可能会遇到连接问题这里提供一些重试机制def robust_api_call(url, data, max_retries3, timeout30): 带重试机制的API调用 for attempt in range(max_retries): try: response requests.post(url, jsondata, timeouttimeout) response.raise_for_status() return response.json() except (requests.exceptions.RequestException, requests.exceptions.Timeout) as e: if attempt max_retries - 1: raise e print(f请求失败第{attempt1}次重试...) time.sleep(2 ** attempt) # 指数退避 return None # 修改翻译函数使用重试机制 def translate_with_retry(text, max_retries3): data { model: translategemma:4b, prompt: f请翻译以下文本为中文{text}, stream: False } return robust_api_call(http://localhost:11434/api/generate, data, max_retries)5.2 性能优化建议对于大量翻译任务可以考虑以下优化措施# 使用连接池提高性能 session requests.Session() def optimized_translate_batch(texts, batch_size5): 批量翻译优化版本 results [] for i in range(0, len(texts), batch_size): batch texts[i:ibatch_size] # 可以并行处理每个批次 with ThreadPoolExecutor(max_workersbatch_size) as executor: futures [ executor.submit(translate_with_retry, text) for text in batch ] for future in as_completed(futures): try: result future.result() results.append(result) except Exception as e: results.append(f翻译失败: {str(e)}) print(f已完成 {min(ibatch_size, len(texts))}/{len(texts)}) return results5.3 错误处理与日志记录添加完善的错误处理和日志记录import logging from datetime import datetime # 设置日志 logging.basicConfig( levellogging.INFO, format%(asctime)s - %(levelname)s - %(message)s, handlers[ logging.FileHandler(ftranslation_{datetime.now().strftime(%Y%m%d_%H%M%S)}.log), logging.StreamHandler() ] ) def safe_translate(text_or_image, operation_idNone): 安全的翻译函数包含完整的错误处理和日志记录 if operation_id is None: operation_id datetime.now().strftime(%Y%m%d_%H%M%S) try: start_time time.time() if isinstance(text_or_image, str): # 文本翻译 result translate_text(text_or_image) log_message f文本翻译完成 - 长度: {len(text_or_image)}字符 else: # 图片翻译 result translate_image_with_text(text_or_image, 请翻译图片内容) log_message f图片翻译完成 - 文件: {text_or_image} elapsed time.time() - start_time logging.info(f{log_message} - 耗时: {elapsed:.2f}s - ID: {operation_id}) return result except Exception as e: logging.error(f翻译失败: {str(e)} - ID: {operation_id}) return None6. 总结通过本文的介绍你应该已经掌握了如何使用Python调用Ollama API来实现translategemma-4b-it模型的图文翻译自动化。这个方案的优势在于部署简单只需要安装Ollama和拉取模型无需复杂的深度学习环境配置功能强大支持55种语言的文本和图片翻译满足大多数翻译需求灵活易用提供了从简单到高级的各种代码示例可以根据实际需求进行调整在实际应用中你可以根据具体场景选择合适的方案。对于简单的文本翻译使用基础API调用就足够了对于复杂的图片文档翻译可以使用批量处理函数对于需要高质量翻译的场景可以尝试优化提示词和添加上下文信息。记得根据实际需求调整并发数、超时时间和错误处理策略以确保翻译服务的稳定性和可靠性。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。