如何快速提高英语的词汇量

最新推荐文章于 2024-11-08 13:43:44 发布

快乐翔云

最新推荐文章于 2024-11-08 13:43:44 发布

阅读量431

点赞数

分类专栏： python 文章标签：图像识别 python

本文链接：https://blog.csdn.net/qq_42521874/article/details/109002118

版权

python 专栏收录该内容

3 篇文章 0 订阅

订阅专栏

如何提高英语的词汇量

事情的起因是这样的，某天闲逛B站的时候看到一个视频：链接: 800有趣句子背完7000单词.我一看，还有这等操作？一下子感觉英语容易了许多，点开一看在这里插入图片描述

这文字，这字体，oh shit，太工整了。一看时长，两个多小时，立马收藏，看了十来句，我就进入了梦乡，啊这，看视频学习的难度太高了，我就萌生了把这800句搞下来的想法，于是乎，有了这篇文章。
在这里插入图片描述

第一步 获取视频中的可用帧
以我现在的知识储备，首先想到的最容易获取文本的，就是文字识别，文字识别之前，自然是要获取带有文字的图片，再通过图片获取文本信息。
获取视频中某一帧的图片，这里就使用OpenCV来截取视频中的帧。
在这里插入图片描述按照视频的信息来看，这个视频是 25帧/秒的，需要恰到好处的截取
通过视频中的时间和当前的句子序号，基本可以确定，这个视频句子序号和时间就是线性关系。这是我用手点出来的，肯定存在一定的误差

lista = []
for i in range(1000):
    list1 = lists[random.randint(0,4)]
    list2 = lists[random.randint(0,4)]
    while(list1 == list2):
        list2 = lists[random.randint(0,4)]
    #print(list1,list2) 
    a = (list1[0]-list2[0])/(list1[1]-list2[1])
    lista.append(a)
print(lista)
max = 0
min = 100
for per in lista:
    if(max<per):
        max = per
    if(min>per):
        min = per
print(min,max)

经过对五个数据反复运算，最小值和最大值如下

10.581818181818182 11.0

说明每个句子时长在10.5s左右，每秒25帧，就是，每句存在262帧，视频p1的总时长4265s，400句，每句10.6625s，看来差不多，其实这种方法并没有多大卵用。

camera = cv2.VideoCapture(videoname)
dict = 0
index = 50
while True:
    res,image = camera.read()
    dict+=1
    if not res:
        print('啥都没有')
        break
    if res == True and dict == int(((index-1)*10.6625+5.33125)*25): 
        cv2.imshow("window",image)
        cv2.waitKey()

使用上述代码可以显示某一帧，按照每个句子存在的时间，算出当前句子存在哪一帧。
在这里插入图片描述这是第50个句子，和index一样，说明计算方法没有错。（这种视频太大了，遍历非常耗费时间）
现在图片已经获取到了，下面就是要提取图中的文本信息。

第二步 获取图像中的文本信息
要获取文本，就要进行图像识别，这里使用百度（白嫖）OCR来识别图像中的数据，由于camera.read()读取的图像无法识别，所以这里曲线救国，使用cv2.imwrite保存为图片，再读取进行图像识别

APP_ID = '******'
API_KEY = '******'
SECRET_KEY = '******'

apiOcr = AipOcr(APP_ID,API_KEY,SECRET_KEY)

videoname = "F:\CODE\Pycode\800\Source\\800有趣句子背完7000单词1.mp4"
camera = cv2.VideoCapture(videoname)
dict = 0
index = 1
while True:
    res,image = camera.read()
    dict+=1
    if not res:
        print('啥都没有')
        break
    if res == True and dict == int(((index-1)*10.6625+5.33125)*25): 
        cv2.imshow("window",image)
        cv2.imwrite('F:/CODE/Pycode/800/Source//temp.jpg',image)
        with open('F:\CODE\Pycode\800\Source\\temp.jpg','rb') as fp:
            img = fp.read()
        result = apiOcr.basicGeneral(img)
        print(result)
        cv2.waitKey()

上面的代码中，result = apiOcr.basicGeneral(img) 读取图像并返回一个字典。
在这里插入图片描述

{'words_result': [{'words': 'With my own ears I clearly heard the heart beat of'}, {'words': 'the nuclear bomb'}, {'words': '我亲耳清楚地听到原子弹的心脏的跳动。'}], 'log_id': 1314957837251641344, 'words_result_num': 3}

这是第一帧图像的文本数据，很明显，序号并没有识别到，因为1本身太小了，英文的结束符也没有识别到，句号倒是识别出来了。值得一提的是，With的首字母大写是正确识别了的，得益于视频本身的清晰质量，识别出来的结果针不戳。这一次识别没有识别出序号，但是序号为三位数时，就很容易识别出来，所以要对结果进行处理，存储到文本文件中去。
返回的数据中，除了words之外，还有一个ID，一个num，num应该指的是识别出来的文本有几段，ID应该可以在多线程请求时用来排序。
在这里插入图片描述这是获取的文本结果，很明显，因为序号太小，所以只有部分序号被识别出来。而且很明显，有部分句子是没有获取到的，所以并不是每条句子都是相同的时间间隔。解决方案也有，就是在识别出来后与上一句句子进行对比，相同就后移一小段。那时间间隔就要重新确定，按照采样原理，有效的数据有400份，那想要不失真，就要采集八百个点以上（这是啥定理来着，忘了），那就5秒采一个帧，识别出来内容相同就舍弃。

camera = cv2.VideoCapture(videoname)
dict = 0
index = 1
point = 5*25
preword = "" 
while True:
    res,image = camera.read()
    dict+=1
    if not res:
        print('啥都没有')
        break
    if res == True and dict == point:
        #cv2.imshow("window",image)
        cv2.imwrite('F:/CODE/Pycode/800/Source//temp.jpg',image)
        with open('F:\CODE\Pycode\800\Source\\temp.jpg','rb') as fp:
            img = fp.read()
        point += 5*25 #下一个读取点
        result = apiOcr.basicGeneral(img)
        #print(result)
        word = result['words_result']
        if word == preword: #用来判断当前句子与上一句是否相同，相同就下一个采样点再检测
            continue
        preword = word 
        strs = ''
        for per in range(len(word)):
            strs += word[per]['words']+" "
        with open(txtpath,'a',encoding = 'utf-8') as txtfp:
            txtfp.write(str(index)+" "+strs+'\n')
        #print(strs+'\n')
        print("第%d帧已写入文件"%(index))
        index+=1

在这里插入图片描述很明显，行不通，因为句号和逗号有时候能识别待，而有时候又看不见，不能搞整体识别，应该搞一个局部识别。由于序号有时候能识别，有时候又不能识别，那就截取其中一部分来对比，虽然不一定完全准确，但出现重复的几率要小很多。

if preword[5:20].strip(",' ") in str(word).strip(",' "):
                continue
        preword = str(word)

值得注意的是preword本身需要赋值，且一定要超过20个字符，否则由于空字符包含在任何字符串中，导致程序一直continue。
在这里插入图片描述 emmm，差强人意。一顿操作猛如虎，最后还是不如先把数据弄下来再处理。
有趣的一点是：我想通过不断重设读取的起始位置来加快读取速度，这样又很容易接受不到图像识别的结果，算了，只有800句而已。

在这里插入图片描述看来还是有三个漏网之鱼，不过无所谓了。

第三步 写一个小的APP来更快的学习
在这里插入图片描述

 <TextView
        android:id="@+id/CNview"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:text="Hello World!"
        android:selectAllOnFocus="true"
        app:layout_constraintBottom_toBottomOf="parent"
        app:layout_constraintLeft_toLeftOf="parent"
        app:layout_constraintRight_toRightOf="parent"
        app:layout_constraintTop_toTopOf="parent" />

    <TextView
        android:id="@+id/ENView"
        android:layout_width="wrap_content"
        android:layout_height="wrap_content"
        android:text="TextView"
        android:selectAllOnFocus="true"
        app:layout_constraintBottom_toBottomOf="@id/CNview"
        app:layout_constraintLeft_toLeftOf="parent"
        app:layout_constraintRight_toRightOf="parent"
        app:layout_constraintTop_toTopOf="parent"
        tools:ignore="MissingConstraints" />

整两个布局来分别显示中文和英文。

CNview.setOnClickListener{
            var random = (0..802).random()
            ENView.setText(enarray[random])
            CNview.setText(cnarray[random])
        }

用一个简单的点击事件来切换

在这里插入图片描述
难看是难看了点，不过，这样就能提高词汇量了（一定是这样的没错），好的，该玩游戏了。