一个基于 Cloudflare Worker 的图片处理工作台。

当前支持的功能：

• OCR：调用百度文档 OCR，返回文字和坐标。
• 图片翻译：先 OCR，再调用 GLM-4.5-Flash 翻译文本，最后在前端 Canvas 上回贴到原图。
• 格式转换：在前端把当前画布导出为 PNG、JPEG 或 WEBP。

• Worker 入口：src/index.js
• 后端接口：src/lib/api.js
• 前端页面：src/web/html.js
• 前端样式：src/web/styles.js
• 前端交互：src/web/app.js

输入：

{
  "imageBase64": "...",
  "languageType": "auto_detect"
}

返回 OCR 行结果和坐标框。

输入与 /api/ocr 相同。

这个接口当前用于“图片翻译”前的 OCR 预处理，返回 OCR 行数据。

输入：

{
  "texts": ["hello", "world"],
  "targetLang": "zh"
}

后端调用 glm-4.5-flash，返回等长翻译结果数组。

在 Cloudflare Worker Secrets 中配置：

npx wrangler secret put BAIDU_OCR_API_KEY
npx wrangler secret put BAIDU_OCR_SECRET_KEY
npx wrangler secret put ZHIPU_API_KEY

项目当前使用 wrangler.toml：

name = "image-process"
main = "src/index.js"
compatibility_date = "2024-01-01"

本地启动：

npx wrangler dev

推荐方式：

1. 推送代码到 GitHub。
2. 在 Cloudflare Workers 中连接这个仓库。
3. 配置上述 3 个 Secret。
4. 触发部署。

之后每次推送到 main，Cloudflare 都可以重新拉取并部署。

• OCR 坐标由百度返回，前端用这些坐标绘制识别框或回贴翻译文本。
• 图片翻译的最终合成在浏览器端完成，不在 Worker 内生成二进制图片。
• 目前不包含去背景功能。