图片文字翻译工具本地部署指南manga-image-translator 完整上手教程【免费下载链接】manga-image-translatorTranslate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)项目地址: https://gitcode.com/gh_mirrors/ma/manga-image-translator深夜刷到一部日文生肉漫画翻译软件一句句手打太慢群里分享的英化图片自己却想要中文版。这种时候你需要一个能一键翻译图片内文字的本地工具。manga-image-translator 正是为这类场景而生的开源项目它可以把漫画、截图、表情包里的文字自动检测、擦除并替换成你指定的语言全程在你自己的电脑上完成。下面这份上手教程会带你从认识原理走到实际调优。一、先搞懂这张图是怎么被翻出来的翻译一张图并不是单一动作而是一条五级流水线。先理解它后面调参才不会瞎试。检测与识别先定位文字再逐字读出原文工具先用文本检测器框出画面里的文字区域再用 OCR 模型把每个气泡里的字认出来。检测分辨率默认 1536px遇到密集分镜时提到 2048px识别率会明显上升。擦除与渲染抹掉旧字把译文写回原位置识别完成后修复器推荐 lama_large会把原文区域填成背景随后渲染模块依据气泡方向与横竖排习惯把译文按原排版写回去。所以你看结果时不是文字贴图而是重新排过版的整页漫画。认识主战场关键模块都在哪整个处理逻辑集中在manga_translator/目录detection/管检测、ocr/管识别、inpainting/管擦除、translators/管翻译、rendering/管排版。想改哪一环直接翻对应目录即可。二、两条上手路径按你的硬件选一条有 Python 环境克隆仓库后一条命令装好依赖要求 Python 3.10 及以上。克隆代码、创建虚拟环境、安装依赖三步走git clone https://gitcode.com/gh_mirrors/ma/manga-image-translator cd manga-image-translator pip install -r requirements.txt首次运行时会自动把模型下载到./models目录无需手动折腾。想省心Docker 镜像直接起服务官方镜像zyddnys/manga-image-translator:main已内置全部依赖和模型一条docker run就能把 Web 服务跑起来。缺点是镜像体积约 15GB下载需要耐心。无 GPU 也不慌纯 CPU 也能跑只是单张图耗时从几秒涨到几十秒。有显卡的用户记得装对应 CUDA 版本的 PyTorch并在启动参数里加上--use-gpu。三、跟着一次完整翻译走一遍启动服务浏览器打开本地端口启动 Web 服务后访问 http://localhost:8080 就能看到操作界面。它支持拖拽、点击选择、粘贴三种上传方式界面也很直观。上传图片确认三个关键参数上传一张日文漫画后重点确认三个下拉项翻译器Translator、目标语言Target Language、检测分辨率Detection Resolution。日文翻中文建议选 sakura 系目标语言选简体中文。点击 Translate 后发生了什么按钮按下后服务端按第一节的流水线依次执行检测、识别、擦除、翻译、渲染。界面实时更新进度完成后直接展示译文版图片并自动保存到result目录。四、翻译质量不满意按这套顺序调参换翻译器效果差异最大的一个旋钮manga_translator/translators/下内置了 20 多种翻译器有道的公共接口零配置Sugoi 适合日译英的本地离线翻译sakura 则针对日文漫画做了专门优化口语和梗翻译更自然。逐一切换对比通常几分钟内就能找到你的最优解。用词典修正人名与专有名词dict/pre_dict.txt是翻译前替换表格式为源词 目标词支持#注释。把角色名、招式名写进去比如野比大雄 Nobita Nobi就能保证全书译名统一避免翻译器随机发挥。翻译后还想再改就用dict/post_dict.txt。小图漏字先放大再翻译低分辨率图片容易让检测器漏掉不规则文字。在配置文件中给 upscale 设置upscale_ratio: 2先放大再检测能明显减少漏字这是提升翻译质量最立竿见影的一招。五、进阶场景批量与接入工作流local 模式批量翻译整个文件夹不想开网页时用python -m manga_translator local -i 图片目录即可批量处理结果输出到-translated目录。--skip-no-text可跳过无字图片--save-text能把识别与译文导出成文本文件方便二次校对。把能力封装成 API项目自带 API 模式与 OpenAPI 文档启动后其他程序可以调用接口完成上传图片→拿回译文的闭环。想接进自己的脚本或小工具这是最干净的方式。配置文件兜底一次写好多套参数examples/config-example.json展示了完整配置结构检测器、OCR、翻译器、修复器、渲染方向等均可固化。团队协作或多台机器部署时把配置文件一起提交即可复现相同效果。六、下一步行动到这里你已经完成了图片文字翻译工具从部署到调优的全部核心操作。想更进一步可以研究front/前端源码自定义界面或用textline_merge模块优化分镜长句的分割逻辑。建议你今天就挑一本手头漫画先跑通第一张图再用词典和翻译器把质量打磨到能直接发朋友圈的程度。本地部署的意义在于数据不出门、参数全由你掌控、效果持续可调。剩下的交给你的好奇心。【免费下载链接】manga-image-translatorTranslate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)项目地址: https://gitcode.com/gh_mirrors/ma/manga-image-translator创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
图片文字翻译工具本地部署指南manga-image-translator 完整上手教程【免费下载链接】manga-image-translatorTranslate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)项目地址: https://gitcode.com/gh_mirrors/ma/manga-image-translator深夜刷到一部日文生肉漫画翻译软件一句句手打太慢群里分享的英化图片自己却想要中文版。这种时候你需要一个能一键翻译图片内文字的本地工具。manga-image-translator 正是为这类场景而生的开源项目它可以把漫画、截图、表情包里的文字自动检测、擦除并替换成你指定的语言全程在你自己的电脑上完成。下面这份上手教程会带你从认识原理走到实际调优。一、先搞懂这张图是怎么被翻出来的翻译一张图并不是单一动作而是一条五级流水线。先理解它后面调参才不会瞎试。检测与识别先定位文字再逐字读出原文工具先用文本检测器框出画面里的文字区域再用 OCR 模型把每个气泡里的字认出来。检测分辨率默认 1536px遇到密集分镜时提到 2048px识别率会明显上升。擦除与渲染抹掉旧字把译文写回原位置识别完成后修复器推荐 lama_large会把原文区域填成背景随后渲染模块依据气泡方向与横竖排习惯把译文按原排版写回去。所以你看结果时不是文字贴图而是重新排过版的整页漫画。认识主战场关键模块都在哪整个处理逻辑集中在manga_translator/目录detection/管检测、ocr/管识别、inpainting/管擦除、translators/管翻译、rendering/管排版。想改哪一环直接翻对应目录即可。二、两条上手路径按你的硬件选一条有 Python 环境克隆仓库后一条命令装好依赖要求 Python 3.10 及以上。克隆代码、创建虚拟环境、安装依赖三步走git clone https://gitcode.com/gh_mirrors/ma/manga-image-translator cd manga-image-translator pip install -r requirements.txt首次运行时会自动把模型下载到./models目录无需手动折腾。想省心Docker 镜像直接起服务官方镜像zyddnys/manga-image-translator:main已内置全部依赖和模型一条docker run就能把 Web 服务跑起来。缺点是镜像体积约 15GB下载需要耐心。无 GPU 也不慌纯 CPU 也能跑只是单张图耗时从几秒涨到几十秒。有显卡的用户记得装对应 CUDA 版本的 PyTorch并在启动参数里加上--use-gpu。三、跟着一次完整翻译走一遍启动服务浏览器打开本地端口启动 Web 服务后访问 http://localhost:8080 就能看到操作界面。它支持拖拽、点击选择、粘贴三种上传方式界面也很直观。上传图片确认三个关键参数上传一张日文漫画后重点确认三个下拉项翻译器Translator、目标语言Target Language、检测分辨率Detection Resolution。日文翻中文建议选 sakura 系目标语言选简体中文。点击 Translate 后发生了什么按钮按下后服务端按第一节的流水线依次执行检测、识别、擦除、翻译、渲染。界面实时更新进度完成后直接展示译文版图片并自动保存到result目录。四、翻译质量不满意按这套顺序调参换翻译器效果差异最大的一个旋钮manga_translator/translators/下内置了 20 多种翻译器有道的公共接口零配置Sugoi 适合日译英的本地离线翻译sakura 则针对日文漫画做了专门优化口语和梗翻译更自然。逐一切换对比通常几分钟内就能找到你的最优解。用词典修正人名与专有名词dict/pre_dict.txt是翻译前替换表格式为源词 目标词支持#注释。把角色名、招式名写进去比如野比大雄 Nobita Nobi就能保证全书译名统一避免翻译器随机发挥。翻译后还想再改就用dict/post_dict.txt。小图漏字先放大再翻译低分辨率图片容易让检测器漏掉不规则文字。在配置文件中给 upscale 设置upscale_ratio: 2先放大再检测能明显减少漏字这是提升翻译质量最立竿见影的一招。五、进阶场景批量与接入工作流local 模式批量翻译整个文件夹不想开网页时用python -m manga_translator local -i 图片目录即可批量处理结果输出到-translated目录。--skip-no-text可跳过无字图片--save-text能把识别与译文导出成文本文件方便二次校对。把能力封装成 API项目自带 API 模式与 OpenAPI 文档启动后其他程序可以调用接口完成上传图片→拿回译文的闭环。想接进自己的脚本或小工具这是最干净的方式。配置文件兜底一次写好多套参数examples/config-example.json展示了完整配置结构检测器、OCR、翻译器、修复器、渲染方向等均可固化。团队协作或多台机器部署时把配置文件一起提交即可复现相同效果。六、下一步行动到这里你已经完成了图片文字翻译工具从部署到调优的全部核心操作。想更进一步可以研究front/前端源码自定义界面或用textline_merge模块优化分镜长句的分割逻辑。建议你今天就挑一本手头漫画先跑通第一张图再用词典和翻译器把质量打磨到能直接发朋友圈的程度。本地部署的意义在于数据不出门、参数全由你掌控、效果持续可调。剩下的交给你的好奇心。【免费下载链接】manga-image-translatorTranslate manga/image 一键翻译各类图片内文字 https://cotrans.touhou.ai/ (no longer working)项目地址: https://gitcode.com/gh_mirrors/ma/manga-image-translator创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
