TikTok Shop商品图翻译Python实现指南

一、问题背景

做TikTok Shop跨境的卖家应该都有这个体验：要把国内的商品搬到海外店铺，最头疼的不是选品，而是图片本地化。一张商品图上的中文标题、促销文案、尺寸说明，全都要换成目标国家的语言。

我去年帮朋友做泰国站店铺时，单是处理商品图就花了整整两天。100多张图，每张都有不同位置的中文文本，手动用PS改不仅累，还容易遗漏。

这其实是个很典型的跨境电商场景：商品图批量翻译。TikTok Shop支持多国站点，但图片本地化工作目前主要靠人工完成，效率低且成本高。

二、传统方案分析

目前市面上解决商品图翻译的主流方式有几种：

1. 人工外包美工处理 找专业的修图师，一张一张改。成本大概5-15元/张，1000张图就是5000-15000元。而且美工需要识别文本位置、翻译、替换风格，沟通成本很高。

2. 在线图片翻译工具 一些在线服务可以翻译图片，但主要问题在于：一是上传下载需要大量操作，二是对图片格式限制多，三是对中文的OCR识别精度参差不齐。

3. 用PS脚本批量处理 可以用Photoshop的脚本功能自动化替换文本。但PS脚本对非设计师来说门槛高，而且处理不同位置、不同颜色的文本时需要写很复杂的适配逻辑。

这些方案共同的问题：

人工成本高，不适合大规模图片场景
自动化程度不够，需要大量重复操作
翻译质量难以保证，尤其是涉及繁体中文或特殊字体的商品图

三、技术实现思路

要批量处理TikTok Shop的商品图翻译，核心流程分为三步：

文本检测与识别（OCR） → 文本翻译 → 图片文本替换与渲染

3.1 OCR方案选择

对于中文商品图的文本检测，我测试了几个方案：

PaddleOCR：百度开源，中文识别精度高，支持多语言。测试下来中文准确率在95%以上，而且轻量级部署方便。
EasyOCR：支持80多种语言，但对中文复杂背景识别效果不如PaddleOCR。
Tesseract：老牌OCR，但中文识别需要额外训练数据，精度一般。

我推荐PaddleOCR，因为它对商品图常见的背景干扰（如复杂图案、半透明水印）有比较好的抗干扰能力。

3.2 翻译接口调用

翻译部分可以选择多种方案：

调用开放翻译API（如百度翻译、有道翻译）
使用离线翻译模型（如Hugging Face上的多语言翻译模型）
使用专为跨境电商场景的翻译工具

考虑到商品描述文本的翻译准确性要求较高，建议使用针对电商场景优化的翻译服务。

3.3 图片渲染

识别到文本位置后，需要用Python在对应位置擦除原文本，再写入翻译后的文本。这里要注意：

擦除时需要保持背景纹理的一致性
写入文本时需匹配原字体风格、字号、颜色
如果原文本带背景色块，需要保留色块

3.4 代码框架

python import cv2 import numpy as np from paddleocr import PaddleOCR from PIL import Image, ImageDraw, ImageFont

class ImageTranslator: def init(self, lang='ch'): self.ocr = PaddleOCR(use_angle_cls=True, lang=lang)

def detect_text(self, img_path): """检测图片中的文本位置""" result = self.ocr.ocr(img_path, cls=True) text_boxes = [] for line in result[0]: box = line[0] # 文本框坐标 text = line[1][0] # 文本内容 confidence = line[1][1] # 置信度 text_boxes.append({ 'box': box, 'text': text, 'confidence': confidence }) return text_boxes def translate_text(self, text, target_lang='th'): """调用翻译接口""" # 这里可以接入自己的翻译服务 # 示例中用占位符表示 translated = self._call_translation_api(text, target_lang) return translated def replace_text(self, img_path, text_boxes, target_lang): """替换图片中的文本""" img = cv2.imread(img_path) img_pil = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) draw = ImageDraw.Draw(img_pil) for item in text_boxes: # 擦除原文本区域 box = item['box'] mask = np.zeros(img.shape[:2], dtype=np.uint8) pts = np.array(box, np.int32) cv2.fillPoly(mask, [pts], 255) img = cv2.inpaint(img, mask, 3, cv2.INPAINT_TELEA) # 写入新文本 translated = self.translate_text(item['text'], target_lang) # 根据文本框大小适配字体 font_size = self._calc_font_size(box, translated) font = ImageFont.truetype("font.ttf", font_size) center_x = int(sum(p[0] for p in box) / 4) center_y = int(sum(p[1] for p in box) / 4) draw.text((center_x - font_size * len(translated) // 4, center_y - font_size // 2), translated, fill='#000000', font=font) return img_pil

这个框架在实际测试中，对于一张1024x1024的商品图，处理时间大约3-5秒（包括OCR和翻译），批量处理100张图大概需要5-8分钟。

四、实战案例

案例：批量处理泰国站商品图

某玩具卖家需要将50张商品图中的中文描述替换为泰语。商品图特点是文字集中在左上角和底部，字体多为黑体，背景较干净。

实现步骤：

先对一张图做测试，调整OCR参数 python ocr = PaddleOCR(use_angle_cls=True, lang='ch', det_db_thresh=0.3, # 降低检测阈值提高召回率 rec_batch_num=6) # 批处理提高速度

发现部分图有倾斜文本，需要加透视矫正 python def correct_perspective(img, points): """对文本区域进行透视矫正""" rect = cv2.minAreaRect(np.float32(points)) angle = rect[2] if angle < -45: angle = 90 + angle (h, w) = img.shape[:2] center = (w // 2, h // 2) M = cv2.getRotationMatrix2D(center, angle, 1.0) rotated = cv2.warpAffine(img, M, (w, h), flags=cv2.INTER_CUBIC, borderMode=cv2.BORDER_REPLICATE) return rotated

文章插图

翻译后渲染时，发现泰文字体渲染不一致，需要专门加载泰文字体 python thai_font = ImageFont.truetype("NotoSansThai-Regular.ttf", 24)

最终用50张图测试，成功处理48张，2张因文字和背景颜色过于相近导致识别失败。成功处理的图片中，文本位置准确度达95%以上，翻译后的泰语文案可读性良好。

踩坑记录

图片中如果文字嵌在商品图案上，比如马克杯上的文字，OCR识别率会下降很多，建议单独裁剪或人工标注。
字体渲染时要注意原文本的字体风格，比如斜体字、艺术体，简单替换会显得突兀，建议保留原始字体风格渲染。
对于多行文本，需要保持行高一致。我遇到一个案例是商品详情被分成两行，替换后泰语字符高度不同，导致排版错乱。