dmMaze/BallonsTranslator

BallonsTranslator – AI辅助漫画翻译工具

简介 – 一款桌面应用程序，通过结合OCR、机器翻译和图像修复，帮助您翻译漫画面板（日语、中文、英语等）。您可以执行一键翻译，然后使用可视化和文本编辑器微调结果。

核心功能

功能	说明
一键机器翻译	检测对话气泡，提取文本，运行OCR，将文本发送到选定的翻译器（Google、DeepL、OpenAI兼容LLM、Sugoi、Sakura-13B等），并将翻译后的文本尽可能保留字体大小、颜色、方向和对齐方式写回图像。
图像编辑	基于蒙版的擦除和修复画笔（AOT、PatchMatch、LAMA），在重新嵌入翻译之前移除原始字符并填充背景。
富文本编辑	所见即所得编辑器，支持字体样式预设、效果、变形、查找替换以及Word文档的导入/导出。
LLM增强翻译	可选的上下文窗口，将之前的页面和用户提供的术语表提供给LLM，减少名称和术语的不一致性。令牌预算控制保留多少过去的页面。
视觉上下文和摘要	使用支持视觉的LLM时，模型可以查看面板图像；它还可以生成每页摘要和项目级“记忆”，作为后续页面的上下文重复使用。
批量/CLI模式	用于自动处理多个文件夹的无头命令行界面（python -m ballontranslator --headless …）。

工作原理（高级流程）

1. 文本检测 – 检测对话气泡的边界框。支持YSG-Yolo、CTD和Stariver“团子”云OCR服务。 |
2. OCR – 使用manga-image-translator的模型（包括manga_ocr、PaddleOCR-VL-For-Manga）读取日语/英语/中文字符，并可选择提取颜色信息。 |
3. 翻译 – 将提取的字符串发送到选定的翻译器。用户可以选择免费API（Google、DeepL、Papago等）或自托管LLM（OpenAI兼容、Sakura-13B、Sugoi）。 |
4. 修复 – 使用修复模型（AOT、PatchMatch、LAMA）移除原始文本，创建干净的背景。 |
5. 重新嵌入 – 使用原始布局提示（角度、对齐、颜色）将翻译后的文本渲染回面板。 |
6. 后期编辑 – 用户可以使用可视化画笔、矩形橡皮擦或富文本编辑器调整结果。 |

安装与平台

• Windows – 一键PowerShell安装程序（install.ps1）或预构建的zip（Ballonstranslator_win_minium.zip）。需要Windows 10+（除非手动安装Python 3.8，否则不支持Windows 7）。 |
• macOS / Linux – 一键Bash安装程序（install.sh）。 |
• GPU加速 – 自动检测Nvidia CUDA或Apple Silicon GPU；通过ZLUDA支持AMD ROCm（需要手动驱动设置）。 |
• 依赖 – 严重依赖manga-image-translator项目进行检测、OCR和修复模型。额外的可选模型在首次使用时下载。 |

可扩展性

• 添加新翻译器 – 实现基础翻译器的子类并暴露两个方法；欢迎PR。 |
• 自定义术语表 – 加载UTF-8 .json、.txt或.tsv文件；工具会将匹配的术语注入LLM提示中。 |
• 模块化自动模块 – 每个阶段（检测器、OCR、翻译器、修复）都可以从设置面板中打开/关闭。 |

适用人群

• 希望加快漫画本地化的业余翻译者。
• 需要快速漫画翻译原型的小型工作室。
• 在漫画面板数据上试验多模态LLM的研究人员。

成熟度与社区

• 积极维护（安装脚本、问题跟踪器、Telegram和QQ群）。 |
• 依赖多个必须单独下载的外部模型，因此初始设置可能较重。 |
• 文档包括多语言README以及OCR服务、GPU设置和添加新翻译器的详细指南。 |

---

结论 – BallonsTranslator是一款真正的AI驱动桌面工具，它将计算机视觉（文本检测和修复）与大语言模型翻译串联起来，实现漫画本地化的自动化，同时仍提供手动编辑以获得高质量结果。