django 1.8 官方文档翻译：7-2 管理操作

delete_selected' in actions: del actions['delete_selected'] return actions 译者：Django 文档协作翻译小组 Django 文档协作翻译小组人手紧缺，有兴趣的朋友可以加入我们，完全公益性质。

7-2 寻找大富翁

7-2 寻找大富翁 分数 25 全屏浏览题目 切换布局 作者 陈越 单位 浙江大学 胡润研究院的调查显示，截至2017年底，中国个人资产超过1亿元的高净值人群达15万人。

微信图片翻译技术优化之路

随着翻译质量的提升，微信翻译的应用形态从文本逐步扩展到图片、语音、网页、文档、视频等众多场景。本文以微信图片翻译为例介绍近一年的技术优化。 微信图片翻译 1.0 首先简要介绍微信图片翻译 1.0 版本的技术方案，重点梳理其中的关键问题。 1.0 版本中微信图片翻译采用相对简单的方案，主要分为两个模块：后台 Server 负责图片的文字识别、段落合并、段落翻译等，客户端根据文字识别和翻译结果渲染生成翻译图片。 从文章最开始微信图片翻译 1.0 版本的 badcase 可以发现，图文合成的结果对于最终的图片翻译体验尤为重要。 同时对于微信图片翻译 2.0 和 1.0 版本，人工评估 GSB，2.0 版本提升显著，结果如下： 图片翻译 2.0 版本已上线到微信 iOS 客户端，体验方式：微信聊天框点击图片选择翻译、扫一扫图片翻译等入口

接入鬼手剪辑API - 图片翻译

一、接口介绍基于文字识别与文本翻译技术，满足用户翻译图片文字的需求。只需要通过调用图片翻译API，传入图片，指定源语言与目标语言，通过POST请求方式，就可以识别图片中的文字并进行翻译。 --源语言参见：图片翻译支持语种列表示例如下：auto 自动识别源语言en 仅翻译图片内的英文zh 仅翻译图片内的中文（会把中文繁体一起翻译）both 同时翻译图片中的中文和英文th 仅翻译图片中的泰文 tgtLangString是翻译选项--目标语言参见：图片翻译支持语种列表示例如下：en 翻译为英文zh-hant 翻译为繁体translateOnString是是否开启翻译 0否 1是, 默认开启传否表示不进行翻译 0否 1是，合成最终图片, 默认开启commodityFilterOnString否是否开启商品文字保护，默认是0不开启，1是开启.当开启时，商品上的文字会被保护，不会被擦除和翻译。 如下图所示：开启保护：不开启保护：callbackString否回调地址url （如果传了回调地址则我方会主动将同获取图片擦除与翻译的处理结果结构一致的JSON数据POST到这个地址）2.响应参数支持的语言代码

Unity 接入有道智云AI - 图片翻译

一、接口介绍 基于文字识别与文本翻译技术，满足用户翻译图片文字的需求。 只需要通过调用图片翻译API，传入图片的Base64编码，指定源语言与目标语言，通过POST请求方式，就可以识别图片中的文字并进行翻译。 在应用总览中创建应用，填写相关内容 3.获取应用ID、密钥 三、在Unity中应用 1.定义请求数据结构 根据官方文档中接口调用参数说明定义对应的数据结构： ///

PTA 7-2 符号配对（20 分）

7-2 符号配对（20 分） 请编写程序检查C语言源程序中下列符号是否配对：/*与*/、(与)、[与]、{与}。 输入格式: 输入为一个C语言源程序。

7-2 树种统计 (20 分)

本文链接：https://blog.csdn.net/shiliang97/article/details/102924532 7-2 树种统计 (20 分) 随着卫星成像技术的应用，自然资源研究机构可以识别每一棵树的种类

7-2 到底有多二

本文链接：https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有多二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

免费好用OCR软件图片文字识别还能翻译

作为普通人，也经常遇到需要OCR的地方比如图片、PDF里面需要摘录文字下来，就得用到它了免费软件哪里找市面上有很多同类产品，不选择的原因有很多，比如：收费、病毒、广告、庞大等等但选择的原因通常就一个：好用经过选择 ，我们找到一款优秀的绿色软件免费、无广告、识别率高来自GitHub，对图片、截图、剪切都有支持并还具有翻译和朗读功能需要的朋友可以在评论区留言 获取，自己也来体验一下体验效果下载软件，10M不到，绿色版 ，打开即用我们试个简单的截图识别，打开网站随便截一个图和QQ截图用法差不多，左边是截图，右边是字这样识别结果就出来了还有翻译功能，适合专业人士

PTA 7-2 方阵循环右移

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

Python批量图片识别并翻译——我用python给女朋友翻译化妆品标签

我打算开发一个能批量翻译的图片的demo，把家里的各种化妆品都翻译好。 机智如我，是不会自己从训练模型做起的，打开有道智云的友好的AI接口页面 ，果然有图片翻译服务，体验了一下可是真不错，于是果断使用。 make up for ever 虽然没翻译成玫珂菲，哈哈哈但是关键词长期保湿、固定喷雾都翻译出来了~~棒 这个更是不明觉厉,韩文、英文混合都能翻译~~~ 樱花水的表现也不错哦~ 再乱入一个开起来更像包装盒的图片识别 具体个人注册的过程和应用创建过程详见文章分享一次批量文件翻译的开发过程 开发过程介绍 1、api接口介绍 先介绍下该工程的核心部分，有道智云图片翻译服务的调用接口 API HTTPS地址：https: transclass.py实现了图片读取、处理等逻辑，最后通过pictranslate.py中的方法来调用图片翻译API。

7-2 冒泡法排序 (30分)

7-2 冒泡法排序 (30分) 将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。

7-2 冒泡法排序 (30分)

将N个整数按从小到大排序的冒泡排序法是这样工作的：从头到尾比较相邻两个元素，如果前面的元素大于其紧随的后面元素，则交换它们。通过一遍扫描，则最后一个元素必定是最大的元素。然后用同样的方法对前N−1个元素进行第二遍扫描。依此类推，最后只需处理两个元素，就完成了对N个数的排序。

PTA 7-2 列车调度（25 分）

7-2 列车调度（25 分） 火车站的列车调度铁轨的结构如下图所示。 两端分别是一条入口（Entrance）轨道和一条出口（Exit）轨道，它们之间有N条平行的轨道。

7-2 歌唱比赛计分 (15分)

7-2 歌唱比赛计分 (15分) 设有10名歌手(编号为1-10)参加歌咏比赛，另有6名评委打分，每位歌手的得分从键盘输入，计算出每位歌手的最终得分(扣除一个最高分和一个最低分后的平均分)，最后按最终得分由高到低的顺序输出每位歌手的编号及最终得分

PTA 7-2 数字之王 (20 分)

的每个数的各位数的立方相乘，再将结果的各位数求和，得到一批新的数字，再对这批新的数字重复上述操作，直到所有数字都是 1 位数为止。这时哪个数字最多，哪个就是“数字之王”。

PTA 7-2 找奇葩 (20 分)

在一个长度为 n 的正整数序列中，所有的奇数都出现了偶数次，只有一个奇葩奇数出现了奇数次。你的任务就是找出这个奇葩。

图片翻译，阅读速查表、知识卡片更高效了

371 张_速查表_，涵盖 AI、ChatGPT、Python、R、深度学习、机器学习等 但是其实里面有很多都是英文版的，比如讲判别模型与生成模型的区别 最近我用谷歌最强大的图片生成模型——Nano Banana 试了一下，做图片翻译也是相当牛，几乎是完整保留原图的样式并准确翻译⬇️ 再比如机器学习中 10 个常用的损失函数⬇️ Nano-Banana 也可以很好的完成翻译 但这种方式也有缺点： 1、慢的很 2 、样式还是有损失 3、时常偷懒，翻译出半成品，比如： 其实类似纯表格的速查表，还有别的方案 就是用 cusor 或谷歌 Antigravity 或其他工具直接识别出内容，然后翻译，然后重新制作，最后到处成图片 这样反而效果会更好⬇️ 这种方案可以实现文件夹级别翻译，效率比 Nano-Banana 高多了 缺点是：只能重绘，且只适合表格类卡片 后续我会抽空把速查表都翻译一下，顺便找到更好、效率更高的图片翻译方案 欢迎留言说说 拓展阅读： PDF 文件_翻译_，我有4个方案推荐 用Gemini 3 Pro 读论文！免费中，附浏览器插件 史上最全！